论文题目：Sequencing-basedmethodsandresourcestostudyantimicrobialresistance
期刊：NatureReviewsGenetics
IF：35.
发表时间：
点击最下方“阅读原文”下载完整文献pdf文件。
摘要抗菌素耐药性使得细菌对抗生素产生免疫力，这使得疾病的发病率和死亡率以及治疗和放空的经济成本大量增加。
识别和理解抗菌素耐药性对于治疗耐药菌感染以及限制耐药菌扩散的临床和公共卫生实践至关重要。
新一代测序技术正在扩展我们检测和研究抗菌素耐药性的能力，本篇综述包含从传统的抗生素敏感性测试到最新的深度学习方法，详细介绍了抗菌素耐药性的鉴定和表征方法。
本篇文章专注于基于测序的耐药性发现，并讨论了用于抗菌素耐药性研究的工具和数据库。
引言抗菌素是可以抑制或杀死细菌的小分子，这些小分子通常被用于治疗细菌感染，但是尽管有抗菌素的压力，些细菌仍能生长和存活，这种特性被称为抗菌素抗性。
在临床环境中，与易感细菌引起的感染相比，耐药菌感染会降低可用的治疗方法，同时增加发病率和死亡率。
目前，几乎所有的抗菌素都已经发现了细菌对其产生的抗药性，甚至包括那些用于回威胁生命的、对多种药物具有抗药性的细菌感染中使用的所谓的“最后手段”的抗菌药物。
在美国，每年有万人会面临对临床一线使用的抗菌素具有耐药性的细菌感染，这些感染要花费亿美元的医疗费用。这个问题并非只存在于美国，在欧盟，抗菌素耐药性导致超过30,人死亡，近90万的疾病调整生命年。
实际上，多个国家和全球公共卫生组织抗菌素耐药性归为迫在眉睫的危险，并一致认为，追踪其耐药性和流行对最大限度地减少其对人类健康的威胁至关重要。
抗菌素药敏试验（AST）是测定细菌中抗菌素耐药性的传统方法，这些基于培养的测试确定了在存在抗菌素的情况下细菌的生长状况，AST医院临床微生物学实验室，因为它提供了可操作的表型耐药性数据以指导患者的治疗决策。
尽管基于培养的耐药性测定可以为患者管理和耐药性基因流行病学的研究提供重要的信息，但它在实施和信息内容上存在缺陷，进行AST需要微生物学设施和经过培训的临床微生物学人员以确保准确性，此外，AST仅对可培养细菌有效，这使得该方法无法研究那些不可培养的细菌占很大比例的各种复杂微生物群落中耐药性的出现和传播。
细菌的耐药性通常是由编码基因确定的，抗菌素药耐药性可通过多种机制获得，包括现有基因的过表达或复制、点突变以及通过水平基因转移（HGT）获得全新基因。
新一代测序技术和计算方法的进展促进了基因组和宏基因组中抗菌素耐药基因的快速鉴定和表征，这些发展中的技术和方法补充了用于临床和监测应用的传统的基于培养的方法，并为快速、准确地确定可培养和不可培养细菌的耐药性提供了机会。
对人类、动物和环境样品的大规模比较研究为抗菌素耐药性基因的全球分布、多药物抗性细菌的传播、耐药性交换网络以及以及不同的行为和系统发育如何影响全球抗菌素耐药性的演变提供了新的见解。
使用测序数据了解和调查耐药性的遗传决定因素是一种全新的挑战，我们可以通过改进计算算法以组织基因组数据并预测抗菌素耐药性或者通过发展非原位测序的技术来解决这些问题。
在本篇综述中，作者讨论了研究耐药性的各种方法的优缺点，以及用于基因组和宏基因组样品中耐药性基因鉴定的计算策略和资源，作者还描述了解决耐药性检测方法中缺点的最新进展，并介绍了需要重点