中国五省医院中心化One Health监测揭示高危肺炎克雷伯菌的基因组连通性与ST11亚系分化传播

《iMeta》:High-risk Klebsiella pneumoniae shows hospital-centered genomic connectivity with divergent sublineage dissemination

【字体: 大 中 小 】 时间:2026年11月22日 来源:iMeta 44.4

编辑推荐:

  肺炎克雷伯菌(Klebsiella pneumoniae)广泛分布于人类、动物和环境生态位中,但高危谱系是否在这些储存库之间广泛循环仍不明确。研究人员通过在中国五省开展覆盖医院、社区和农场环境的四季监测,研究了肺炎克雷伯菌的生态分布与基因组连通性。对902株分

  
肺炎克雷伯菌(Klebsiella pneumoniae)广泛分布于人类、动物和环境生态位中,但高危谱系是否在这些储存库之间广泛循环仍不明确。研究人员通过在中国五省开展覆盖医院、社区和农场环境的四季监测,研究了肺炎克雷伯菌的生态分布与基因组连通性。对902株分离株进行了全基因组测序(Whole-genome sequencing, WGS),其中521株来自3151份非临床样本,381株来自患者。结果显示明显的生态差异:经典群体(classical populations)主要存在于社区和农场,而被归类为碳青霉烯耐药(carbapenem-resistant)或高毒力(hypervirulent)的分离株中,95.5%来自医院。基因组分析识别出2795对近缘分离株和169个推定传播事件(putative transmission events),其中大多数发生在医院内部或医院之间(82.8%)。仅有10个事件连接不同流行病学环境,且常涉及水环境样本。碳青霉烯耐药群体还表现出跨多个采样季节的基因组联系。这些模式主要由序列型11(ST11)驱动,其主要亚系呈现不同分布:ST11-KL64形成地理上分散的小型簇,偶发跨环境联系;而ST11-KL25形成三个医院相关簇,占所有近缘分离株对的64.3%。研究结果表明,高危肺炎克雷伯菌的广泛生态存在与其以医院为中心的基因组连通性存在显著差异,并凸显了谱系特异性传播模式在相互连接的生态环境中的重要性。

研究背景与目的

肺炎克雷伯菌(Klebsiella pneumoniae)是全球重要的医院获得性感染病原,因生态适应性强、可将多重耐药与高毒力特征汇聚于同一菌株而被世界卫生组织(World Health Organization, WHO)列为关键优先病原体。其全球流行由少数成功克隆谱系主导,中国长期以序列型11(sequence type 11, ST11)为碳青霉烯耐药肺炎克雷伯菌(carbapenem-resistant K. pneumoniae, CRKP)的主要谱系,且ST11内部不断发生荚膜位点(capsule locus, KL)亚系更替,如ST11-KL64取代ST11-KL47、ST11-KL25近年兴起,提示高危克隆群体结构高度动态。在“同一健康”(One Health)框架下,该菌在人、动物、环境间被广泛检出,近缘分离株见于患者、污水、食物和环境样本,但既有研究多受限于短周期、单中心或生态采样不全,无法回答“物种层面的广泛生态分布”是否等同于“高危耐药/高毒力群体的跨环境持续传播”。此外,温度、PM2.5、雨季等气候因素及医院内呼吸机、水槽、排水系统、患者转运等均可能影响播散,但量化证据不足。基于此,研究人员建立以医院为中心的跨省One Health监测网络,旨在厘清高危肺炎克雷伯菌的种群结构、生态分布与时空传播动力学,为精准感控提供依据。

研究设计与关键技术方法

研究于2024年3月至2025年2月在河北、河南、四川、浙江、广东五省开展四季连续采样,构建“医院—社区—农场”监测网络,纳入11家三级医院、9个社区、7个市政污水处理厂(wastewater treatment plant, WWTP)、4条河流、10个城郊农场;样本队列来源包括患者临床分离株、医院环境表面/空气/污水、医护人员粪便、社区污水/河流/空气/表面、农场动物粪便/农场污水/空气。共采集3151份非临床样本与381株临床株,合计902株完成全基因组测序(WGS),其中302株代表株补做纳米孔长读长测序获得闭合基因组。核心方法包括:MALDI-TOF鉴定后WGS组装与质控(SPAdes、CheckM)、Kleborate做ST/KL/毒力分型、ABRicate注释耐药基因(antimicrobial resistance genes, ARGs)/毒力因子基因(virulence factor genes, VFGs)/质粒复制子、Snippy+Gubbins+FastTree建系统发育树、按ST内参考映射计算成对单核苷酸多态性(single nucleotide polymorphism, SNP)距离并以cutpointr确定≤21 SNP为近缘阈值、GraphSNP做时序基因组链路网络、贝叶斯逻辑回归分析传播关联因素、负二项混合模型分析地理距离与共享株频率关系,并对ST11-KL25联合NCBI公共基因组做泛基因组与时间校准系统地理重建。

主要研究结果

广泛生态分布 Across the One Health Network
四季同点位采样显示肺炎克雷伯菌在水环境阳性率最高(45.7%,市政污水51.2%、医院污水50.9%),其次医护人员粪便(9.9%)、空气(9.5%)、环境表面(8.4%)、动物粪便(6.4%);902株中83.9%来自医院,社区株以市政污水为主,农场株来自动物粪、农场污水与空气。阳性率随省份季节波动(四川冬季3.2%至浙江夏季37.7%),覆盖宽温湿与NO2梯度。
碳青霉烯耐药群体集中于医院
四类病理型中,CRKP(427株)、高毒力碳青霉烯耐药肺炎克雷伯菌(hypervirulent CRKP, hv-CRKP,52株)、高毒力肺炎克雷伯菌(hypervirulent K. pneumoniae, hvKP,29株)合计508株里95.5%来自医院;经典肺炎克雷伯菌(classical K. pneumoniae, cKP,394株)占社区分离株75.9%、农场分离株93.9%。188个ST中cKP贡献154个,CRKP/hv-CRKP高度集中于ST11(占碳青霉烯耐药分离株74.3%);KL64、KL25分别与ST11强连锁。医院人源株ARG与VFG负荷显著高于农场动物源。
医院中心化基因组相关网络主导CRKP播散
≤21 SNP阈值下得2795对共享株、103个簇、169个推定传播事件;82.8%事件在医院内或院间,仅10件(5.9%)跨医院/社区/农场,其中7件涉及医院污水、市政污水或河水;院—农场无直连。ST11占共享株对90.1%、事件97/169。ST11-KL25贡献64.3%共享株对但仅3个大型医院簇(含跨省患者—污水链);ST11-KL64呈28个小而分散簇,跨环境链接比例15.0%。CRKP/hv-CRKP事件69.9%跨季节,cKP/hvKP事件89.1%限单季;贝叶斯模型示CRKP(aOR=3.48)、hv-CRKP(aOR=2.88)更易入传播事件;机构间共享频率随地理距离下降(IRR=0.88/km)。
医院环境连接性跨临床区域
院内2729对共享株中患者—患者占67.4%(其中45.4%连ICU与普通病房),患者—环境占18.4%;环境链以高频接触表面(病床区、护士站、门诊候诊区占表面链85.6%)为主,污水进出水均与患者/表面株近缘,空气链局限同室;医护人员粪便16株仅彼此近缘,与患者/环境株最小SNP分别为5473和695。感控变量(床护比、床间距、通风频次、陪访限制)多变量模型未显示与外部基因组链接显著相关。
ST11-KL25支撑医院相关CRKP扩张
ST11-KL25占比由春3.1%升至冬19.3%(p<0.001),集中于北方省份,仅见于医院患者与环境、几乎全为CRKP。联合386株全局基因组分为Clade A/B/C,本研究106/108属Clade C;Clade C约2005年出现,发生O抗原从O5到O2v1切换,携带IncFIB/IncHI1B质粒上的完整iucABCD-iutA位点,ARG略少但VFG与质粒复制子更多,缺完整rmpA/rmpA2。系统地理提示中国为可能起源、北京为国内枢纽,与印度/葡萄牙/西班牙的连接为初步假设。

讨论与结论

讨论指出:物种级生态广泛分布主要由cKP与多样环境谱系承载,而CRKP/hv-CRKP的持续循环锚定在医院抗菌药压力、易感宿主与密集接触网络内;水环境(医院污水、市政污水、河流)是稀有的跨设定基因组接口,但方向性与持续存活未证实。ST11并非均质流行,KL64为混合高危背景(含hv-CRKP、表面关联、分散小簇),KL25(尤其Clade C)为当前医院中心网络内持续扩张谱系,其适应度提升可能与O抗原切换、毒力质粒获得及宿主—质粒共适应有关,而非单纯ARG负荷增加。局限包括五省定点采样、未含食品/伴侣动物、培养法偏倚、采样强度不均、无传播方向判定、质粒水平转移未解析、IPC变量估计不精确。
结论部分翻译:本研究揭示肺炎克雷伯菌广泛的生态分布与其高危群体以医院为中心的基因组链接模式之间存在明显分离。碳青霉烯耐药与高毒力群体集中于医院,且涉及碳青霉烯耐药群体的推定事件更常跨多个采样季节。跨环境基因组链接地理受限,且常涉及来自水环境样本的分离株。在ST11内部,KL64形成分散小簇并偶发跨环境链接,而KL25形成大型医院相关簇。研究结果支持将医院感控(infection prevention and control, IPC)与人、动物、环境多生态位监测相结合;整合基因组、空间与时间信息有助于识别局部连接并追踪高危谱系扩张,从而为靶向监测与预防提供依据。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号