近日，北京大学第一医院刘伟团队、深圳大学医学部汪业军团队以“Genome analysis and machine learning-based feature selection strategy reveal potential drug-resistance determinants in Nakaseomyces glabratus”为题在Emerging Microbes & Infections发表论文，深入解析了侵袭性念珠菌病的重要病原体——光滑念珠菌的基因组及其进化特征，并且鉴定了新的关键耐药驱动基因突变。

       研究从2002-2021年间的中国20多个城市病人的血液和腹水标本总分离了109株光滑念珠菌，其中将近一半（48.6%）对三唑类抗真菌药物不敏感，8株（7.3%）对卡泊芬净不敏感。对这些光滑念珠菌进行全基因组测序和泛基因组学分析，鉴定出6770个泛基因组家族，其中29%为附属基因组且缺乏功能注释，表明光滑念珠菌基因组的高度可塑性。光滑念珠菌的基因组存在广泛的基因扩增，扩增的基因经常与光滑念珠菌参考菌株的基因同源性低，而与其它真菌或非真菌基因表现出高度同源，提示光滑念珠菌和其它物种（甚至细菌）间存在物种间基因水平转移（HGT）。

       通过基因组关联分析（GWAS），鉴定出光滑念珠菌唑类耐药性相关的基因组标签。为了更加精准地确定光滑念珠菌的耐药性，团队开发了一种基于机器学习的特征筛选策略（MLFS），利用该策略筛选出唑类耐药菌株核心基因组耐药决定子，其中包括已证实的可以导致光滑念珠菌对唑类药物耐药的基因譬如PDR1的突变及一些未知基因的变化。对于新鉴定的唑类耐药标记，团队进一步利用自行建立的基于CRISPR-Cas9系统的光滑念珠菌基因操作方法展开实验验证及机制分析。

       本研究可以加深对光滑念珠菌基因组及其可塑特性的理解，开发的基于机器学习的特征筛选策略（MLFS）可用于病原真菌的耐药性预测，并为确定光滑念珠菌耐药性决定子提供新的靶点和线索。本项目由国家重点研发计划资助支持。

       论文全文链接：https://doi.org/10.1080/22221751.2025.2595789