图片来源：fatido / iStock / Getty Images Plus
微生物追踪极具挑战性，尤其是当宏基因组数据中存在同一物种的多株共存菌株时，而攻克这一挑战对推断致病微生物与共生微生物的传播模式至关重要。
名为菌株传播聚类（TRAnsmision Clustering of Strains, TRACS【注】）的新型工具可区分亲缘关系接近的细菌菌株。这款高准确度算法可用于“在单核苷酸多态性水平上估算菌株间的遗传距离，对宿主内的种内多样性具有较强的鲁棒性”。
【注】TRACS：用于菌株水平传播推断的生物信息学算法
研究人员利用TRACS工具绘制了新型冠状病毒（SARS-CoV-2）、肺炎链球菌（Streptococcus pneumoniae）以及恶性疟原虫（Plasmodium falciparum，疟疾的病原体）在不同人群中的传播图谱。该工具有望在感染防控、疫情响应、以及旨在通过人体微生物组抵御感染的疗法开发中发挥重要作用。研究人员指出，该工具可跨微生物界应用，揭示菌株动态变化规律。
澳大利亚墨尔本大学彼得·麦卡勒姆癌症中心与彼得·多尔蒂感染与免疫研究所课题组负责人Gerry Tonkin-Hill博士表示：“传统方法极难实现这一目标，但其重要性不言而喻，因为人体可同时携带同一物种的多个存在细微差异的变异体即菌株，这使得我们很难解析微生物在个体间的传播规律。借助这项新技术，我们现在能够攻克这一难题，更清晰地掌握微生物在人群中的共享模式。这将帮助我们更深入地理解微生物的传播机制，从而在癌症患者等易感人群中实现感染预防。”
该研究成果发表于《自然·微生物学》（Nature Microbiology），论文题为《利用TRACS实现跨界宏基因组数据的菌株水平传播推断》。
利用基因组学追踪病原体传播已成为公共卫生领域的核心工具，可为制定新型传播阻断策略提供依据。此外，该技术还可帮助我们更深入地解析生活方式与环境因素在病原体传播中的作用，以及病原体在微生物组中的功能。
当前用于追踪多细菌物种的基因组工具，既无法满足常规公共卫生监测对速度与灵活性的要求，也难以区分近期传播的样本与数年前传播的样本。此外，这类工具很难实现新样本的持续纳入，不利于开展实时监测。
TRACS算法通过识别并分析单核苷酸多态性（Single Nucleotide Polymorphism, SNP），估算病原体间的亲缘关系，判断其是否存在近期传播的可能性。该方法支持新样本的持续整合，非常适合在持续性公共卫生工作中精准识别传播网络、排除传播事件。
在这项新研究中，研究团队利用TRACS绘制了三类具有不同基因组数据特征的人群的病原体传播网络。他们将该工具应用于英国医院的SARS-CoV-2数据、肺炎链球菌的深度群体测序数据，以及恶性疟原虫感染疟疾患者的单细胞基因组测序数据。结果显示，该工具可在单份样本中识别不同病原体，并推断各病原体的传播来源。
研究人员还利用TRACS研究了母婴间的微生物传递规律，发现有益菌短双歧杆菌（Bifidobacterium breve）在婴儿体内的定植存续时间长于既往认知，这一现象是此前的研究方法未能发现的。
研究人员进一步指出：“将TRACS应用于母婴队列的肠道宏基因组样本后，我们发现了物种特异性的传播率，同时证实短双歧杆菌在婴儿体内的存续时间更长，此前由于样本中存在多株菌株，这一发现被遗漏。”
威康桑格研究所课题组负责人Trevor Lawley博士表示：“这项研究可为开发利用有益微生物改善健康的新型疗法提供支持。通过精准掌握微生物在个体间的传播规律，以及哪些菌株更易在宿主微生物组中定植，我们可以设计更优的方案来补充有益肠道微生物，探索利用这类微生物预防感染的可行路径，为构建更安全的医疗环境、开发新型微生物组疗法奠定基础。”