Rapid whole genome- and annotation-based multilocus sequence typing of the fungal pathogen Histoplasma capsulatum
本研究利用 406 个基因组组装序列，开发并验证了用于组织胞靠孢菌（*Histoplasma capsulatum*）的快速、高通量基于基因组的多位点序列分型（MLST）方案，证明了其在不需要高性能计算资源的情况下，能够可靠地区分所有七个主要谱系和六个亚谱系。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
真菌无处不在，生活在土壤中、植物上，甚至存在于我们的体内，但其中大多数是无害的。然而，少数真菌却是危险的入侵者，会导致严重的疾病，特别是对于免疫系统较弱的人群。其中一种真菌就是Histoplasma capsulatum（组织胞壁菌），这是一种微小的生物，在受鸟类或蝙蝠粪便污染的土壤中茁壮成长。当其微小的孢子被吸入肺部时，它们会在肺部发生转化并扩散到全身，引起一种被称为组织胞壁菌病（histoplasmosis）的疾病。由于这种病原体分布广泛且具有危险性，卫生组织已将其列为全球关注的重点任务。为了遏制它，科学家需要准确了解不同版本的真菌之间是如何相互关联的。长期以来，研究人员通过观察几个特定的基因来识别这些真菌菌株，这就像是通过检查长篇书籍中的几个字母来猜测故事内容。这种方法虽然有效，但速度缓慢，且往往缺乏追踪疫情或理解真菌在全球范围内如何移动所需的细节。
Arnoud H.M. van Vliet的一项新研究通过将一种更强大的工具应用于这一古老问题，改变了游戏规则。研究者不再仅仅观察几个基因，而是利用真菌的整个遗传密码来创建一张高分辨率的家族树图谱。该研究始于已存在于公共数据库中的海量遗传数据。虽然有数百份原始遗传代码样本可用，但准备好进行分析的完整组装版真菌基因组却非常稀少。为了解决这个问题，van Vliet将406组原始遗传数据拼接成了406个完整的基因组。这个过程就像是将来自不同书籍的数千页碎纸重新组装成完整的卷册，以便能够从头到尾阅读整个故事。由此产生的集合规模巨大且细节详尽，使得研究人员可以直接对比全球范围内发现的该真菌的所有主要类别。
有了这些新基因组，研究人员开发了一种用于分类和识别该真菌的新方法，称为全基因组多位点序列分型（whole-genome multilocus sequence typing）。简单来说，这种方法将整个遗传密码视为一个长条形条形码。计算机不再只读取几个点，而是扫描整个基因组中数千个特定区域，从而为每个菌株分配一个唯一的编号。研究测试了三种不同的方法：一种观察原始遗传代码，一种使用现有的计算机生成基因标签，另一种使用专门为真菌设计的软件创建新标签。所有三种方法都表现得非常出色，成功地将该真菌划分为七个主要谱系和六个较小的亚群。这些群体与不同的地理区域相对应，例如北美、南美、非洲和印度。新方法证明其准确性与目前使用的最复杂的计算机密集型技术不相上下，但它可以在标准计算机上运行，无需超级计算机。
分析还揭示了各群体之间一些令人惊讶的物理差异。虽然大多数真菌谱系的基因组大小相似，但非洲谱系和被称为Ohiense的北美群体明显更大，包含约3900万个遗传代码构建模块。相比之下，包括南美和印度在内的大多数其他群体，其基因组较小，范围在3000万到3300万个模块之间。这种大小差异具有足够的连贯性，使科学家仅通过测量总遗传长度就能快速识别样本属于哪一个群体。此外，研究证实了在马身上发现的真菌——即H. farciminosum——在遗传上与南美谱系的一个特定亚群非常相似，表明它们亲缘关系很近。
这种新方法的强大之处在于其能够以空前的清晰度追踪真菌的移动和起源。通过将遗传数据与样本发现地进行映射，研究表明大多数谱系与特定大陆紧密相关。例如，北美群体几乎专门出现在北美，而非洲群体则出现在非洲。但也存在一些例外，例如一个南美亚群出现在北美、欧洲和亚洲，暗示了该真菌是如何随人类和动物移动的。研究还注意到，大多数样本来自人类患者，这可能会使情况产生偏差，因为真菌也生活在土壤和动物体内。然而，发现的少数动物样本（如猫和狗）与特定谱系聚集在一起，为观察该疾病如何在物种间传播提供了窗口。
这项工作是一个概念验证，证明了可以使用这些新的基因组工具，像研究细菌一样，快速且精准地研究复杂的真菌病原体。通过向其他科学家免费开放遗传蓝图和分类方法，该研究为更快的诊断和更好的疫情追踪奠定了基础。它表明，即使没有昂长的测序机，研究人员也可以从标准数据中组装出高质量的遗传图谱。研究结果表明，在未来，科学家不仅能识别真菌的物种，还能在对公共卫生响应有用的时间内，识别出其确切的家族分支和可能的来源。这种细致程度将改变我们理解真菌疾病传播的方式，实现从宽泛猜测到精确、数据驱动的洞察的转变。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。