← 最新论文
📄 medicine

Development of an Agnostic Clinical Metagenomic Workflow for Respiratory RNA Viruses

牛津大学医院的研究人员开发并优化了一种针对呼吸道 RNA 病毒的非特异性临床宏基因组工作流,该工作流结合了上游病毒富集技术、序列非依赖性单引物扩增技术以及 Oxford Nanopore 测序技术,以实现高通量、广谱的病毒检测。

原作者: Kate E. Dingle, Katie M.V. Hopkins, Nicholas D. Sanderson, Ali Vaughan, Daisy Anderton, Matthew Colpus, Melody Parker, Syeda Anam Fatima, Jessica Gentry, Laura Dunn, Nicole Stoesser, Ann Sarah Walker
发布于 2026-08-20
📖 1 分钟阅读☕ 轻松阅读

原作者: Kate E. Dingle, Katie M.V. Hopkins, Nicholas D. Sanderson, Ali Vaughan, Daisy Anderton, Matthew Colpus, Melody Parker, Syeda Anam Fatima, Jessica Gentry, Laura Dunn, Nicole Stoesser, Ann Sarah Walker, Philip Bejon, David Eyre, Bernadette C. Young

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

当一个人走进诊所,伴有咳嗽或发烧症状时,医生需要快速了解导致疾病的原因。几十年来,寻找元凶的标准方法一直是寻找特定的“嫌疑人”。如果患者有流感样症状,实验室可能会运行一种旨在捕捉流感病毒的测试。如果测试结果呈阴性,他们可能会针对另一种病毒再进行测试。这种方法在可能的原因列表较短且广为人知时效果很好。然而,当出现一种新的、未知的病毒,或者当患者感染了单一测试无法涵盖的多种病原体混合物时,这种方法就会显得力不从心。

为了解决这个问题,科学家们开发了一种称为临床宏基因组学(clinical metagenomics)的方法。这种方法不再是猎取某种特定的病毒,而是从患者身上采集样本(例如鼻腔或咽喉拭子),并读取其中存在的所有遗传物质片段。这就像是通过阅读图书馆里的每一本书来寻找一个特定的故事,而不是仅仅查阅目录。其目标是在无需预先知道病毒身份的情况下,识别任何已知或未知的病毒。这是一个强大的理念,对于应对大流行病具有重要意义,但它面临着巨大的实际障碍。来自人类鼻腔的拭子中大部分充满了人类细胞和细菌。真正的病毒颗粒往往非常稀少,隐藏在数十亿个其他遗传片段之中。为了让病毒变得“可见”,科学家必须首先清理样本以去除背景噪音,然后扩增那微量的病毒遗传物质,直到它们足够响亮,能被测序仪“听见”。

牛津大学和牛津大学医院的研究团队致力于为这一任务建立一套可靠的工作流程,特别是针对感染呼吸系统的 RNA 病毒。这些病毒是引起普通感冒、流感以及更严重呼吸道疾病的元凶。研究人员使用了已经接受过常规感染检测的患者留下的剩余样本。他们的挑战在于创建一个分步流程,既能富集病毒,又能去除人类和细菌的杂质,并能在不偏向任何单一类型病毒的情况下,将病毒的遗传密码复制到足以被测序仪检测到的程度。

团队首先测试了各种分离病毒与其余样本的方法。他们尝试以不同的速度旋转液体,以分离沉重的细胞和较轻的病毒颗粒。他们还测试了打破坚硬病毒外壳的方法,以及消化那些不属于病毒的游离遗传物质的酶。他们工作的一个关键部分涉及比较两种不同的遗传物质复制方式。一种方法使用了被称为多重位移扩增(multiple displacement amplification)的技术,该技术依赖于一种特定类型的酶来复制环化遗传链。另一种被称为序列无关单引物扩增(sequence-independent single primer amplification)的方法,则使用了另一种线性复制遗传物质的策略。

在进行了大量的测试后,研究人员发现线性复制方法始终能产生更好的结果。它能检测到更多的病毒并生成更多的遗传数据,表现优于循环复制方法。随后,他们优化了清理过程。他们发现,仅仅通过旋转样本来移除大细胞是不够的。最好的结果来自于一个多步骤的方法:首先,以中等速度旋转样本以去除大型人类细胞和碎片;第二,用一种能够“吃掉”来自细菌和人类的游离遗传物质的酶处理剩余液体,从而留下受保护的病毒颗粒;第三,使用化学沉淀法将完整的病毒颗粒聚集成一个紧密的沉淀物。随后对该沉淀物进行处理以提取 RNA。

研究人员在数十个已知含有各种呼吸道病毒的临床样本上测试了这一优化的工作流程。他们成功检测到了广泛的病原体,包括冠状病毒、流感病毒、呼吸道合胞病毒,以及几种类型的鼻病毒和肠道病毒。该流程对于具有脂肪外壳的病毒效果良好,但在检测具有坚硬蛋白质外壳的无包膜病毒方面仍然较为困难。尽管存在这些挑战,团队仍设法在几个样本中检测到了这些较难发现的病毒,表明该方法对于处理不同类型的呼吸道威胁具有足够的稳健性。

在整个开发过程中,团队使用了对照材料来确保其流程运行正确。他们在样本中添加了已知数量的无害病毒作为检查点。其中一种对照是噬菌体(一种感染细菌的病毒),它帮助他们追踪提取过程。其他对照则用于检查复制和测序步骤。他们发现,通过调整这些对照物的浓度并优化清理步骤,他们可以可靠地检测到这些标记物,从而使他们确信该系统对寻找真实的患者病毒具有足够的灵敏度。

他们开发的最终工作流程将这些步骤整合为一个连贯的过程。它始于澄清样本以去除大型碎片,随后进行酶处理以清除背景遗传噪音。剩余的病毒颗粒随后被浓缩成沉淀物,从中提取 RNA。该 RNA 被转化为可以被复制的形式,然后使用便携式、高速测序平台进行测序。研究人员指出,虽然这种方法非常有效,但尚未达到完美。它有时难以检测到含量极低的病毒或具有特别坚硬外壳的病毒。然而,能够在无需预先知道目标的情况下检测广泛光谱病毒的能力,代表了向前迈出的重要一步。

该研究得出结论,这种“不可知论”(agnostic)方法是未来诊断的一条可行路径。它提供了一种识别不仅是“常见嫌疑人”,还包括新兴或意外病毒威胁的方法。研究人员计划将此工作流程与标准的商业检测进行对比,以观察其在真实临床环境中的表现。通过证明他们能够建立一个能够倾听样本中整个“遗传对话”,而不仅仅是为某个特定名称大声疾呼的系统,他们为更全面的监测和应对呼吸道感染奠定了基础。这项工作表明,在未来,医生可能可以使用单一测试来排除或确认广泛的病毒诱因,从而为患者为何生病提供更清晰的图景。

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。

试用 Digest →