前言
2021年10月，北京大学人民医院王辉教授团队与合作者在宏基因组测序领域取得新进展，相关研究成果发表于《EBioMedicine》，题目为：Metagenomic next-generation sequencing to identify pathogens and cancer in lung biopsy tissue（文章第一作者郭一凡，李荷楠）,被杂志编辑高度评价为“exciting work！”
研究背景
肺泡灌洗液（BLAF）和痰液是现在常用的诊断肺部感染的样品，基于肺活检组织的研究则较少。此外，基因组不稳定（CNV）在各类肿瘤研究中被认为是重要的参考指标，但关于其临床诊断的报道较少。研究利用二代和三代宏基因组测序检测肺活检组织中的病原微生物，并同时利用二代测序中产生的人源数据，通过CNV变异情况进行患者是否患癌的预测。
样本收集，样品制备、测序和分析
研究纳入了133位怀疑肺部感染或肺部影像学结果异常的患者，并收集病人基础信息，临床试实验室结果，影像学和病理学结果，治疗和预后。分别使用基于Illumina的二代宏基因组测序和基于Nanopore的三代宏基因组测序。由于样品采集后存储于-80℃环境，故在湿实验中未去除人源基因。
本文共收集了2095个mNGS样品中人源数据，按照8：2分为训练集和测试集。基于机器学习将特征值输入到预设的多个神经网络模型，根据不同参数预测是否为癌症（0或1），基于20个神经网络模型的阳性比例得到predicted score（图1）。
图1.流程示意图
研究结果
基于社区获得性肺炎(CAP)和医院获得性肺炎(HAP)诊断标准，将133例患者分为下呼吸道感染LRTI组（n=49)和非下呼吸道感染non-LRTI组(n=84)。临床信息如表1。
表1. LRTIs和Non-LRTIs组患者特征
基于图1中病原学判读标准（Definite，Probable，Possible，Unlikely），二代和三代宏基因组测序与临床微生物诊断效能如表2和表3。在所有病原微生物检出中，9例样品的病原物微生物仅通过传统微生物方法检测到，Illumina单独检出了11例病原微生物，Nanopore单独检出4例病原微生物，3例病原微生物仅在Illumina和Nanopore检出（图2c）。对于真菌，Illumina和Nanopore可额外检出9例（图2d）。传统微生物和病理可以检出14例分枝杆菌感染，但Illumina和Nanopore分别仅可检出其中的10和2例（图2e）。
表2. Illumina与各类别临床诊断的结果比较
表3. Nanopore与各类别临床诊断的结果比较
图2. 二代和三代宏基因组测序与临床微生物诊断结果的比较
在肿瘤预测模型中，排除6个样品人源数据量不足的标本后，43个通过病理学方法确认患有肿瘤。mNGS方法预测肿瘤，通过ROC曲线获得cut-off值为0.8，mNGS方法灵敏度为83.7%，特异度为97.6%（图3）。
图3. 使用Illumina测序数据分析患者CNV预测患癌情况
讨论与小结
本文首次证明了使用mNGS可以在肺活检样品中同时检测感染和实体肿瘤，并且对于原因不明的肺部阴影、肺部结节等病人，具有良好的诊断效能；但Nanopore测序结果与临床的一致性并不高，我们推测这是因为样品研磨后并保存于-80℃，湿实验中较难去除人类基因组，导致很多样品中的微生物reads过少，因此我们建议，在Nanopore检测病原的流程中，人源基因的去除必不可少；此外，在mNGS宏基因组测序分析中，人类基因组数据一般会删除，但本文的结果表示，人源数据可以检测恶性肿瘤患者的染色体改变，值得后续mNGS分析研究参考。
原文链接：
https://doi.org/10.1016/j.ebiom.2021.103639
作者介绍
郭一凡
北京大学人民医院医学检验学2019级博士研究生，导师为王辉教授。
李荷楠
医学博士，副研究员，硕士研究生导师
研究方向：
细菌耐药和进化机制
临床微生物学诊断新技术
主持2项国家自然科学基金项目、1项北京市自然科学基金项目和3项北京大学人民医院研究与发展基金，参与多项国家级、省部级基金项目。参与完成3项发明专利。以第一作者或并列第一作者发表SCI论文10余篇。
