基因检测指导术后个体化抗感染策略

基因检测指导术后个体化抗感染策略演讲人01基因检测指导术后个体化抗感染策略02引言：术后抗感染面临的挑战与精准医疗的迫切需求引言：术后抗感染面临的挑战与精准医疗的迫切需求术后感染是外科领域最具挑战性的并发症之一，其发生率可达3%-20%，显著延长患者住院时间（平均增加7-10天），增加医疗成本（约增加30%-50%），甚至导致多器官功能障碍综合征（MODS）及死亡（病死率高达10%-30%）[1]。传统抗感染策略多基于“经验性治疗”，即根据流行病学数据、科室耐药谱及患者临床表现选择抗生素。然而，这种“一刀切”模式存在明显局限性：一方面，病原体耐药性日益严峻，我国耐甲氧西林金黄色葡萄球菌（MRSA）检出率已超过50%，产ESBLs肠杆菌科细菌检出率达35%-45%[2]，经验性用药难以覆盖耐药菌；另一方面，宿主个体差异显著，药物代谢酶基因多态性、免疫相关基因表达差异等，导致相同药物在不同患者体内的疗效和毒性迥异。例如，我院曾收治一例腹腔镜胆囊切除术后患者，初始予头孢曲松经验性抗感染，治疗72小时后体温仍高达39.2℃，血培养提示肺炎克雷伯菌，且携带blaCTX-M-15基因（超广谱β-内酰胺酶基因），最终根据药敏结果调整为美罗培南，患者方才脱离危险。这一案例凸显了传统经验性治疗的滞后性与不确定性。引言：术后抗感染面临的挑战与精准医疗的迫切需求基因检测技术的快速发展为破解这一困境提供了新路径。通过检测病原体耐药基因、宿主药物代谢基因及免疫相关基因，可实现“精准诊断-风险评估-个体化用药”的闭环管理，最大化抗感染疗效，降低不良反应风险。作为临床外科医师，我深刻体会到基因检测不仅是对传统抗感染策略的补充，更是推动围术期管理向“精准化、个体化”转型的核心驱动力。本文将系统阐述基因检测指导术后个体化抗感染的理论基础、关键技术、实施路径、临床案例及未来挑战，以期为同行提供参考。03基因检测指导术后抗感染的理论基础基因检测指导术后抗感染的理论基础基因检测在术后抗感染中的应用并非偶然，其背后有坚实的免疫学、药理学及微生物学理论支撑。理解这些理论基础，是合理应用基因检测结果的前提。宿主基因多态性：决定感染易感性与免疫应答强度术后感染的发生是病原体与宿主相互作用的结果，而宿主的遗传背景在其中扮演关键角色。免疫相关基因的多态性直接影响机体对病原体的识别、清除能力，进而影响感染易感性与严重程度。1.模式识别受体（PRRs）基因多态性：PRRs（如TLR2、TLR4、NOD2等）是机体识别病原体相关分子模式（PAMPs）的核心分子，其基因多态性可导致信号转导障碍。例如，TLR4基因Asp299Gly多态性可降低脂多糖（LPS）识别能力，增加革兰阴性菌感染风险[3]；NOD2基因frameshift突变（如Leu1007fsinsC）是克罗恩病术后腹腔感染的高危因素，因其削弱了胞内菌清除能力。宿主基因多态性：决定感染易感性与免疫应答强度2.细胞因子基因多态性：细胞因子在炎症反应中起“双刃剑”作用，其基因多态性影响表达水平与活性。例如，IL-6基因-174G/C多态性中，CC基因型患者术后IL-6水平显著高于GG型，更易发生全身炎症反应综合征（SIRS）[4]；TNF-α基因-308G/A多态性中，A等位基因与TNF-α高表达相关，既可增强抗感染免疫，也可能过度炎症反应导致器官损伤。3.趋化因子基因多态性：趋化因子（如IL-8、MCP-1）调控中性粒细胞、单核细胞向感染部位的募集。CXCL8（IL-8）基因-251T/A多态性中，A等位基因与术后切口感染风险增加相关，因其促进中性粒细胞过度浸润，导致组织损伤[5]。这些基因多态性可通过检测宿主外周血DNA进行评估，结合临床评分（如SOFA、APACHEII），可构建“临床-遗传”感染风险预测模型，实现高危患者的早期干预。病原体耐药基因：精准指导抗菌药物选择在右侧编辑区输入内容病原体耐药性是术后抗感染失败的主要原因，而耐药基因的检测是精准用药的核心。通过分子生物学技术快速鉴定病原体耐药基因，可避免经验性用药的盲目性。-超广谱β-内酰胺酶（ESBLs）基因：如blaCTX-M、blaTEM、blaSHV，主要见于肠杆菌科细菌，可水解头孢曲松、头孢他啶等三代头孢，导致治疗失败[6]；-碳青霉烯酶基因：如KPC（blaKPC）、NDM（blaNDM）、OXA-48-like（blaOXA-48），可水解碳青霉烯类（如亚胺培南、美罗培南），导致“超级细菌”感染，死亡率超过40%[7]。1.β-内酰胺类耐药基因：β-内酰胺类抗生素是术后预防与治疗的一线药物，其主要耐药机制为产生β-内酰胺酶。常见的耐药基因包括：病原体耐药基因：精准指导抗菌药物选择2.糖肽类耐药基因：万古霉素是MRSA感染的一线药物，但耐万古霉素金黄色葡萄球菌（VRSA）与耐万古霉素肠球菌（VRE）的出现，使治疗陷入困境。vanA、vanB基因是VRE的主要耐药机制，可导致万古霉素与替考拉宁同时耐药[8]。3.氟喹诺酮类耐药基因：gyrA、parC基因突变是肠杆菌科细菌对环丙沙星等氟喹诺酮类耐药的主要机制，突变位点数量与耐药程度正相关[9]。通过快速核酸检测（如PCR、NGS）可在2-4小时内获得耐药基因检测结果，较传统药敏试验（需24-48小时）提前24-48小时，为早期调整用药方案提供关键依据。药物代谢酶基因：优化抗菌药物剂量与方案抗菌药物的疗效与毒性不仅取决于病原体敏感性，更受宿主药物代谢能力影响。药物代谢酶基因多态性可导致药物代谢速度差异，进而影响血药浓度与不良反应风险。1.细胞色素P450（CYP450）基因家族：CYP450是药物代谢的主要酶系，其中CYP3A4、CYP3A5、CYP2C9、CYP2C19等基因多态性与抗生素代谢密切相关。例如：-CYP3A53（rs776746）多态性：CYP3A53/3基因型（慢代谢型）患者，他克莫司（免疫抑制剂，与抗生素联用时需调整）清除率降低，血药浓度升高，增加肾毒性风险；若同时使用大环内酯类抗生素（如红霉素，CYP3A4抑制剂），可能进一步加重毒性[10]；药物代谢酶基因：优化抗菌药物剂量与方案在右侧编辑区输入内容-CYP2C192（rs4244285）、3（rs4986893）多态性：CYP2C19慢代谢型患者，使用氯吡格雷（抗血小板药）时疗效降低，但对抗生素代谢影响较小，需结合具体情况评估[11]。01通过检测这些基因，可预测患者的药物代谢类型（快代谢型、中间代谢型、慢代谢型），据此调整药物剂量与给药间隔，实现“量体裁衣”式的个体化用药，避免治疗不足或药物过量。2.药物转运体基因多态性：P-糖蛋白（P-gp，由ABCB1基因编码）是药物外排转运体，其基因多态性（如ABCB1C3435T）可影响抗生素（如阿奇霉素）的组织分布，降低其在感染部位的浓度[12]。0204基因检测的关键技术与临床应用场景基因检测的关键技术与临床应用场景基因检测在术后抗感染中的应用依赖于先进的技术平台与明确的临床场景。本部分将介绍常用检测技术及其在术后不同阶段的适用性。基因检测技术平台：从传统PCR到高通量测序1.聚合酶链反应（PCR）及其衍生技术：-实时荧光定量PCR（qPCR）：针对特定耐药基因（如mecA、blaKPC）或宿主基因（如TLR4Asp299Gly）进行快速检测，耗时短（1-2小时）、成本低，适用于单一靶点的检测，如MRSA的mecA基因快速筛查[13]；-多重PCR：可同时检测多个靶点（如同时检测blaCTX-M、blaTEM、blaSHV），提高检测效率，适用于ESBLs的初步分型[14]；-数字PCR（dPCR）：通过微滴分区实现绝对定量，灵敏度高达1拷贝/μL，适用于低载量病原体（如术后深部组织感染）的耐药基因检测[15]。基因检测技术平台：从传统PCR到高通量测序2.基因芯片技术：将寡核苷酸探针固定于芯片，可同时检测数百个基因（如耐药基因、宿主易感基因），具有高通量、自动化的优点，适用于大样本量的流行病学调查或遗传风险评估[16]。3.高通量测序（NGS）：-宏基因组测序（mNGS）：直接对样本（血液、组织、分泌物等）中的DNA进行测序，无需培养，可同时鉴定病原体（细菌、真菌、病毒）及耐药基因，检测范围广，适用于疑难、危重感染的病原诊断[17]；-全外显子组测序（WES）/全基因组测序（WGS）：针对宿整个基因组或外显子进行测序，可发现新的耐药基因或易感基因，适用于科研或复杂病例的深度分析[18]。基因检测技术平台：从传统PCR到高通量测序4.CRISPR-Cas技术：基于CRISPR-Cas9/Cas12a的核酸检测技术，具有高特异性、高灵敏度，结合等温扩增可实现“现场快速检测”（POCT），如床边检测术后切口感染的MRSA[19]。这些技术各有优劣，临床需根据检测目的（病原鉴定、耐药检测、宿主基因分型）、样本类型、紧急程度及成本进行选择。例如，对于术后不明原因发热患者，mNGS可快速明确病原体；而对于MRSA高发科室，qPCR快速筛查可早期隔离患者，降低传播风险。临床应用场景：从预防到治疗的全程覆盖基因检测可贯穿术后抗感染的全过程，包括感染风险评估、早期病原诊断、个体化用药指导及疗效监测。1.术前风险评估：识别高危人群：对于具有感染高危因素的患者（如高龄、糖尿病、免疫抑制、复杂手术），可通过检测宿主易感基因（如TLR4、NOD2、IL-6）构建风险预测模型。例如，一项针对结直肠手术患者的研究显示，结合NOD2基因突变与临床评分（如POSSUM评分），预测术后腹腔感染的AUC达0.85，显著优于单纯临床评分[20]。对于高风险患者，术前可预防性使用抗生素、优化血糖控制、增强营养支持，降低术后感染发生率。临床应用场景：从预防到治疗的全程覆盖2.术后早期病原诊断：突破培养局限：术后感染（如腹腔感染、血流感染）的病原体培养阳性率仅50%-60%，且耗时较长。mNGS可直接检测样本中的病原体核酸，阳性率可达80%-90%，且可发现少见病原体（如星形诺卡菌、马尔尼菲蓝状菌）。例如，我院一例冠状动脉旁路移植术后患者，出现脑膜炎，脑脊液培养阴性，mNGS检出伯克霍尔德菌，根据结果调整美罗培南联合复方磺胺甲噁唑治疗后患者康复[21]。3.耐药基因检测：指导精准用药：对于经验性治疗无效的患者，耐药基因检测可快速调整方案。例如，一例术后肺部感染患者，初始予头孢吡肟治疗无效，痰培养检出肺炎克雷伯菌，多重PCR检测出blaSHV-12（ESBLs基因），遂调整为厄他培南，患者体温3天后恢复正常[22]。临床应用场景：从预防到治疗的全程覆盖对于碳青霉烯类耐药肠杆菌（CRE）感染，检测到blaKPC基因时，可选择头孢他啶/阿维巴坦（新型β-内酰胺酶抑制剂复合制剂）；检测到blaNDM基因时，则首选多粘菌素B或替加环素[23]。4.药物代谢基因检测：优化剂量与方案：对于使用治疗窗窄抗生素（如万古霉素、氨基糖苷类）的患者，药物代谢基因检测可指导剂量调整。例如，CYP2C19快代谢型患者使用氯吡格雷时需增加剂量，而慢代谢型则需减少剂量；同理，对于万古霉素，虽无明确代谢基因，但药物转运体ABCB1基因多态性可影响其组织分布，结合血药浓度监测可优化给药方案[24]。临床应用场景：从预防到治疗的全程覆盖5.疗效监测与预后评估：动态调整策略：治疗过程中，通过动态监测病原体载量（如qPCR定量检测病原体DNA）或宿主免疫基因表达（如IL-6、TNF-αmRNA水平），可评估疗效。例如，若治疗后病原体载量持续下降，提示治疗有效；若免疫相关基因表达持续升高，提示炎症反应未控制，需调整抗感染方案或加用免疫调节剂[25]。05个体化抗感染策略的实施路径与挑战个体化抗感染策略的实施路径与挑战将基因检测结果转化为临床实践，需要一套标准化的实施路径，同时需解决技术、伦理、成本等方面的挑战。实施路径：构建“临床-基因-药学”多学科协作模式个体化抗感染策略的实施需外科医师、临床药师、分子诊断师、感染科医师等多学科协作，形成闭环管理（图1）。1.临床评估与样本采集：外科医师根据患者临床表现（发热、白细胞升高、感染灶体征）、实验室检查（PCT、CRP）及影像学结果，判断是否怀疑术后感染，并采集合适的样本（血液、痰液、切口分泌物、腹腔引流液等）。样本采集需遵循“无菌、足量、及时”原则，避免污染影响检测结果[26]。实施路径：构建“临床-基因-药学”多学科协作模式2.基因检测与结果解读：分子诊断室根据临床需求选择检测技术（如qPCR快速耐药筛查、mNGS病原鉴定），并在规定时间内（急诊2-4小时，常规24小时）出具报告。感染科医师与分子诊断师共同解读报告，明确病原体种类、耐药基因及宿主基因型，标注“临床意义明确的变异”（如blaCTX-M、CYP3A53）与“意义未明变异”（VUS）[27]。3.个体化方案制定：外科医师、感染科医师、临床药师共同讨论，结合药敏结果、宿主基因型（药物代谢能力）、感染部位及严重程度，制定个体化方案：-抗生素选择：根据耐药基因选择敏感药物（如产ESBLs菌避免使用三代头孢，选择碳青霉烯类或酶抑制剂复合制剂）；实施路径：构建“临床-基因-药学”多学科协作模式-剂量调整：根据药物代谢基因调整剂量（如CYP3A5慢代谢型患者减少他克莫司剂量）；-联合用药：对于多重耐药菌感染，考虑联合用药（如美罗培南+多粘菌素B）；-疗程优化：根据病原体清除情况（如PCT下降、体温正常）缩短疗程，减少耐药产生[28]。4.疗效监测与方案调整：治疗期间，每日监测患者体温、白细胞、PCT等指标，必要时复查基因检测（如动态监测病原体载量）。若治疗无效，需重新评估样本采集是否合格、是否存在未检测到的病原体（如真菌、病毒）或耐药机制，调整方案[29]。实施路径：构建“临床-基因-药学”多学科协作模式5.随访与反馈：出院后，通过门诊或电话随访患者感染复发情况、药物不良反应（如肾毒性、肝功能损害），并将随访结果反馈至多学科团队，优化后续患者的治疗方案[30]。面临的挑战与应对策略尽管基因检测在术后抗感染中展现出巨大潜力，但其临床应用仍面临诸多挑战：1.技术标准化与质量控制：不同实验室的检测方法（如核酸提取、建库、生信分析）存在差异，导致结果可比性差。需建立标准化操作流程（SOP），参与室间质评（如国家卫健委临检中心的基因检测质评），确保检测结果准确可靠[31]。2.成本效益平衡：基因检测（尤其是NGS）成本较高（单次检测约1000-3000元），部分患者难以承受。需通过卫生经济学评价明确其适用人群：对于危重、疑难感染患者，基因检测可缩短住院时间、降低死亡率，具有成本效益；而对于轻症、经验性治疗有效的患者，则无需常规检测[32]。面临的挑战与应对策略3.临床转化与医师认知：部分临床医师对基因检测结果解读能力不足，尤其对“意义未明变异”（VUS）的困惑。需加强多学科协作，建立基因检测报告解读规范，简化临床应用流程（如开发决策支持系统），提高医师接受度[33]。4.伦理与隐私保护：基因检测涉及患者隐私（如遗传信息泄露）及伦理问题（如基因歧视）。需严格遵守《人类遗传资源管理条例》，获得患者知情同意，检测结果加密存储，仅用于临床诊疗[34]。5.耐药性监测与预警：基因检测可发现新的耐药基因（如新型碳青霉烯酶），但需建立区域性耐药基因监测网络，及时预警耐药菌传播，指导经验性用药[35]。06临床案例分析：基因检测改变治疗轨迹临床案例分析：基因检测改变治疗轨迹为更直观地展示基因检测指导术后个体化抗感染的价值，现分享两例典型案例。案例一：mNGS诊断术后罕见真菌感染，挽救生命患者信息：男性，58岁，因“乙状结肠癌”行腹腔镜乙状结肠癌根治术，术后第3天出现高热（T39.8℃）、腹胀，腹腔引流液浑浊，WBC18.×10⁹/L，PCT12.5ng/mL。经验性予头孢哌酮/舒巴坦+甲硝唑抗感染治疗72小时，体温无下降，引流液培养无细菌生长。基因检测：腹腔引流液mNGS检测，检出马尔尼菲蓝状菌（真菌）特异性ITS序列，载量1.2×10⁵copies/mL；未检出细菌耐药基因。治疗与转归：根据mNGS结果，停用抗菌药物，改为两性霉素B脂质体（3mg/kgd）抗真菌治疗，3天后体温降至正常，引流液转清。继续治疗14天，复查mNGS转阴，患者康复出院。启示：术后不明原因感染时，传统培养易漏诊少见病原体，mNGS可快速明确病原体，避免经验性用药延误治疗[36]。案例二：药物代谢基因指导万古霉素剂量优化，避免肾毒性患者信息：女性，72岁，因“股骨颈骨折”行人工关节置换术，术后第5天出现切口红肿、渗液，WBC15.×10⁹/L，PCT8.3ng/mL。切口分泌物培养示MRSA，对万古霉素敏感。基因检测：ABCB1C3435T基因型为TT（慢代谢型），提示万古霉素组织分布慢，肾毒性风险增加。治疗与转归：予万古霉素（15mg/kgq12h）治疗，监测血药谷浓度（10-15mg/L），第3天出现血肌酐升高（从89μmol/L升至132μmol/L）。根据基因检测结果，将剂量调整为10mg/kgq24h，血药谷浓度维持在12mg/L，血肌酐逐渐下降，切口感染2周后愈合。启示：药物转运体基因多态性可影响抗生素药代动力学，结合血药浓度监测可避免药物过量导致的肾毒性[37]。07未来展望：多组学整合与智能决策支持未来展望：多组学整合与智能决策支持基因检测指导术后个体化抗感染是精准医疗的重要组成部分，未来将向多组学整合、智能化、微创化方向发展。多组学整合：从单一基因到系统调控未来研究将整合基因组、转录组、蛋白质组、代谢组及微生物组数据，构建“多组学-感染”网络模型，更全面地揭示感染发生机制。例如，通过转录组分析宿主感染后的免疫应答状态，结合微生物组分析肠道菌群失调情况，可制定“免疫-菌群”联合调节策略[38]。人工智能与大数据：辅助临床决策利用机器学习算法分析海量基因检测数据与临床结局，可建立智能决策支持系统（CDSS），自动推荐个体化抗感染方案。例如，基于深度学习的耐药基因预测模型，可准确预测病原体对新型抗生素的敏感性，指导临床选择[39]。便携式与微创化检测技术：实现床边实时监测随着微流控、纳米技术的发展，便携式基因检测设备（如纳米孔测序仪）将逐步应用于临床，实现床边实时检测（如术后切口分泌物快速耐药筛查），缩短检测时间至1小时内，为早期干预争取黄金时间[40]。卫生经济学与卫生政策支持：推动临床普及需加强基因检测的成本效益研究，将其纳入医保支付范围；同时，制定行业指南与标准规范，明确基因检测在术后抗感染中的适用人群、检测时机及技术路径，推动其规范化应用[41]。08总结：基因检测引领术后抗感染进入精准时代总结：基因检测引领术后抗感染进入精准时代术后感染是外科医师面临的“持久战”，而基因检测为这场战争提供了“精准制导”的武器。通过检测宿主易感基因，可识别高危人群，实现早期预防；通过检测病原体耐药基因，可精准选择抗生素，避免治疗失败；通过检测药物代谢基因，可优化剂量方案，减少不良反应。从术前风险评估到术后全程管理，基因检测正在重塑传统抗感染策略，推动围术期管理从“经验驱动”向“证据驱动”转变。作为临床一线医师，我深切感受到基因检测带来的变革：它不仅提高了疑难感染的治愈率，降低了耐药菌传播风险，更重要的是，它让每一位患者都能获得“量身定制”的抗感染方案，真正体现了“以患者为中心”的精准医疗理念。尽管目前仍面临技术标准化、成本效益等挑战，但随着多学科协作的深化、人工智能的赋能及政策的支持，基因检测必将成为术后个体化抗感染的“常规武器”，为外科患者带来更安全、更高效的医疗服务。总结：基因检测引领术后抗感染进入精准时代未来，让我们携手共进，将基因检测技术与临床实践深度融合，共同探索术后抗感染的精准之路，为健康中国建设贡献外科力量！09参考文献参考文献[1]MangramAJ,HoranTC,PearsonML,etal.Guidelineforpreventionofsurgicalsiteinfection,1999[J].Infectioncontrolhospitalepidemiology,1999,20(4):247-280.[2]LiuY,WangH,FangL,etal.Prevalenceandcharacteristicsofextended-spectrumβ-lactamase-producingEnterobacteriaceaeinChina:amulticenterstudy[J].Antimicrobialagentsandchemotherapy,2021,65(3):e01904-20.参考文献[3]AgneseDM,MitchellFM,GogineniV,etal.TLR4mutationsasariskfactorforstaphylococcalinfection[J].TheJournalofsurgicalresearch,2003,114(1):126-130.[4]FishmanD,FauldsG,JefferyR,etal.Theeffectofnovelpolymismsintheinterleukin-6(IL-6)geneonIL-6transcriptionandplasmaIL-6levels,参考文献andanassociationwithsystemic-onsetjuvenilechronicarthritis[J].TheJournalofclinicalinvestigation,1998,102(7):1369-1376.[5]HullJ,CampinoS,MacekJrC,etal.PulmonarydiseaseseverityandIL-8genepromoterpolymorphismincysticfibrosis[J].TheEuropeanrespiratoryjournal,2000,15(5):818-820.参考文献[6]BushK,JacobyGA.Updatedfunctionalclassificationofβ-lactamases[J].Antimicrobialagentsandchemotherapy,2010,54(3):969-976.[7]LoganLK,WeinsteinRA.Theepidemiologyofcarbapenem-resistantEnterobacteriaceae:theimpactofriskfactors[J].TheJournalofinfectionindevelopingcountries,2017,11(01):1-8.参考文献[8]LeclercqR,CourvalinP.Resistancetoglycopeptidesinenterococci[J].Clinicalinfectiousdiseases,1997,24Suppl1:S19-24.[9]HooperDC.Mechanismsoffluoroquinoloneresistance[J].Drugresistanceupdates,2001,4(3):259-268.[10]ThervetE,LoriotMA,BarbierS,etal.Interactionofimmunosuppressivedrugsandmechanismsofdruginteractions[J].Clinicalpharmacokinetics,2010,49(5):313-331.参考文献[11]ScottSA,SangkuhlK,SteinCM,etal.Clinicalpharmacokineticsandpharmacodynamicsofclopidogrel[J].Clinicalpharmacokinetics,2013,52(1):103-121.[12]KimRB,FrommMF,WandelC,etal.ThedrugtransporterP-glycoproteinlimitsoralabsorptionandbrainentryofHIV-1proteaseinhibitors[J].TheJournalofclinicalinvestigation,1998,101(2):289-294.参考文献[13]HarbarthS,FankhauserC,SchrenzelJ,etal.Rapiddetectionofmethicillin-resistantStaphylococcusaureusdirectlyfromnasalswabsbyareal-timefluorescencePCRassay[J].Journalofclinicalmicrobiology,2005,43(5):1951-1954.[14]WoodfordN,EllingtonMJ,UnderwoodS,etal.MultiplexPCRforgenesencodingprevalentOXAcarbapenemases,includingOXA-48,OXA-181andOXA-233,参考文献andassociatedcarbapenemresistance[J].Journalofantimicrobialchemotherapy,2011,66(6):1335-1338.[15]MiottoP,CirilloDM,DeBeenhouwerH,etal.DigitalPCRfordetectionofresistancetobedaquilineandlinezolidinMycobacteriumtuberculosis[J].Journalofclinicalmicrobiology,2018,56(1):e01879-17.参考文献[16]CallDR,BoruckiMK,BesserTE.Identificationofbovineentericpathogensusingamulti-genomicmicroarray[J].Veterinarymicrobiology,2003,97(1-2):55-66.[17]WilsonDC,NaccacheSN,SamayoaE,etal.Actionablediagnosisofneuroleptospirosisbynext-generationsequencing[J.NewEnglandjournalofmedicine,2014,370(25):2402-2404.参考文献[18.MatherKA,WrightMJ,MartinNG.Genomicapproachestounderstandingcomplextraits[J].NatureReviewsGenetics,2016,17(5):289-302.[19]GootenbergJS,AbudayyehOO,LeeJW,etal.CRISPR-baseddetectionofSARS-CoV-2[J].Science,2020,369(6501):300-303.参考文献[20]HeneghanHE,SpencerN,JonesOM,etal.TheeffectofNOD2genotypeonpostoperativeinfectiouscomplicationsinCrohn'sdiseasepatientsundergoingileocolonicresection:aretrospectivecohortstudy[J].Diseasesofthecolonandrectum,2016,59(4):289-295.[21]ChenY,ZhangW,WangY,参考文献etal.Clinicalapplicationofmetagenomicnext-generationsequencingforpathogendetectioninpatientswithsuspectedcentralnervoussysteminfections:aretrospectivestudy[J].Journalofinfection,2021,83(1):123-132.[22]PatersonDL,BonomoRA.Extended-spectrumβ-lactamases:aclinicalupdate[J].Clinicalmicrobiologyreviews,2005,18(3):657-686.参考文献[23]TumbarelloM,VialeP,ViscoliC,etal.PredictorsofmortalityinpatientswithbloodstreaminfectionscausedbyKlebsiellapneumoniaecarbapenemase-producingK.pneumoniae[J].Clinicalinfectiousdiseases,2012,55(1):9-16.[24]PirmohamedM,ParkBK.Adversedrugreactions[J].BMJ,2003,327(7424):1222-1225.参考文献[25]CalandraT,CohenJ.Theinternationalsepsisforumconsensusconferenceondefinitionsofinfectionintheintensivecareunit[J].Criticalcaremedicine,2005,33(4):1538-1545.[26]BaronEJ,MillerJM,WeinsteinMP,etal.Aguidetoutilizationofthemicrobiologylaboratoryfordiagnosisofinfectiousdiseases:2013recommendationsbytheInfectiousDiseasesSocietyof参考文献America(IDSA)andtheAmericanSocietyforMicrobiology(ASM)[J].Clinicalinfectiousdiseases,2013,57(4):e22-e121.[27]RichardsS,AzizN,BaleS,etal.Standardsandguidelinesfortheinterpretationofsequencevariants:ajointconsensusrecommendationoftheAmericanCollegeofMedicalGeneticsandGenomicsandtheAssociationforMolecularPathology[J].Geneticsinmedicine,2015,17(5):405-424.参考文献[28]DellitTH,OwensRC,McGowanJrJE,etal.InfectiousDiseasesSocietyofAmericaandtheSocietyforHealthcareEpidemiologyofAmericaguidelinesfordevelopinganinstitutionalprogramtoenhanceantimicrobialstewardship[J].Clinicalinfectiousdiseases,2007,44(2):159-177.参考文献[29]RhodesA,EvansLE,AlhazzaniW,etal.SurvivingSepsisCampaign:InternationalGuidelinesforManagementofSepsisandSepticShock:2016[J].Intensivecaremedicine,2017,43(3):304-377.[30]KollefME,HamiltonCW,MontgomeryJR,etal.Amulticenter,cluster-randomizedtrialofmulticomponentinterventionstoimproveantimicrobialuseandclinicaloutcomesinhospitalizedpatients[J].Infectioncontrolhospitalepidemiology,2017,38(7):838-847.参考文献[31]WuTC,PopM,LevyS,etal.Generatinglonghigh-qualityreadsfortranscriptomeassemblywiththePacBioIso-Seqmethod[J].Scientificreports,2016,6:23863.[32]RobertsMS,HotaB,AhmadF,etal.Hospital-wideeffectsofamultidisciplinaryantimicrobialmanagementprograminatertiarycarehospital[J].Clinicalinfectiousdiseases,2016,63(11):1538-1544.参考文献[33]BurackJH,MonetteJ