英国阿斯顿大学Ghaniah Hassan-Smith领衔的一项新研究，提出了一种诊断中枢神经系统感染的新方法。脑膜炎、脑炎等此类感染用常规手段往往难以查明病因。相关论文近日发表于BMC Infectious Diseases。
这一方法把宏基因组测序与一套新的计算过滤系统结合起来。前者是一种已有的高灵敏度基因检测技术，后者则负责从该检测生成的复杂信息中，识别出可能致病的细菌和病毒。
Hassan-Smith是阿斯顿医学院临床高级讲师，同时担任伯明翰大学医院（University Hospitals Birmingham，UHB）名誉顾问神经科医师。研究团队还包括阿斯顿医学院临床副教授、UHB顾问内分泌科医师Zaki Hassan Smith，以及来自伯明翰大学的多位合作者：微生物与感染研究所所长Nicholas Loman教授、UKRI未来领军者Joshua Quick和临床科学家Nicola Cumley。
中枢神经系统感染可能相当严重，需要快速诊断和治疗。此类感染通常的诊断方式，是通过腰椎穿刺取得脑脊液，再把患者的症状表现与镜检、微生物培养、针对特定病原体的聚合酶链式反应（PCR）等实验室检查结合起来判断。这要求医疗团队事先对自己要找的是什么有所了解。
然而，在相当一部分疑似中枢神经系统感染的患者中——在重症监护等场景下这一比例超过50%——始终无法确定致病病原体。原因可能是病原体出人意料、含量太低，或是因为已经开始使用抗生素或抗病毒治疗而难以检出。
宏基因组测序不针对单个病原体逐一检测，而是分析样本中的全部遗传物质，去除不必要的基因组数据，识别出其中的DNA和RNA以及它们可能来自的微生物。这意味着医务人员可以同时寻找多种不同的细菌、病毒和其他微生物，包括那些不常见或出乎意料的病原体。对于诊断难度很大的中枢神经系统感染而言，这一点尤为重要。
研究人员检测了取自UHB的中枢神经系统感染患者的脑脊液样本，并与非感染性神经系统疾病的对照样本作了比较。
样本也可能被其他微生物污染，例如来自皮肤或实验室试剂中的微生物，由此产生的信号会显得重要得不成比例。Hassan-Smith团队借助生物信息学开发了一系列过滤器来去除这类"背景噪声"。生物信息学是把计算方法应用于生物学数据的学科，在这里处理的就是脑脊液样本中的DNA和RNA信号。
这些过滤器把可能有意义的病原体信号与背景噪声区分开来，以帮助判定感染源。该方法把测序信息中的多个方面综合起来，而不是依赖某一个单一结果。
"脑膜炎、脑炎这类中枢神经系统感染可能极其严重，但在许多患者身上，我们始终无法确定究竟是哪种病原体在作祟。"Hassan-Smith说，"常规检查在找出我们所怀疑的那些病原体方面很在行，但宏基因组测序带来了一种令人振奋的可能性：让我们能够把搜寻的范围放得宽得多，也包括那些不常见或出乎意料的感染原因。"
"困难在于，什么都找，也就意味着会找到大量噪声。样本中检出的每一个微生物信号，并不都代表一次真实的感染。因此，解读这些极其复杂的数据集，正是把宏基因组测序推向临床实践过程中的主要挑战之一。"
"这并不是要取代常规微生物学检查。我们希望这项工作能够为建立更标准化的宏基因组测序解读方式作出贡献，并最终帮助这项强大的技术更接近于常规临床应用。"
参考文献：Nicola Cumley et al, Pathogen detection in central nervous system infections: moving metagenomic sequencing closer to clinical practice, BMC Infectious Diseases (2026). DOI: 10.1186/s12879-026-13276-9
编辑：王洪
排版：李丽
评论 (0)