aBIOTECH | 基因组所刘永鑫课题组综述基于测序的病原体监测技术的进展与应用

2025年10月21日，中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）刘永鑫团队在国际期刊《生物技术通报（aBIOTECH）》上发表了题为“Advances and applications in sequencing-based pathogen surveillance”的综述论文。研究团队指出，随着全球传染病风险不断增加，高效、精准的病原体监测成为保障人类、动物及植物健康的重要手段。高通量测序技术，尤其是多重PCR靶向测序，正在推动病原体监测技术的快速发展。结合培养组学、宏基因组学、宏转录组学与人工智能（AI）等方法不仅将显著提高检测灵敏度和特异性，还能够实时应对复杂混合感染和低丰度病原体的识别挑战。

高通量测序技术正在革新病原体监测与诊断方法。通过全基因组测序（WGS）、宏基因组测序（mNGS）、宏转录组测序（mtNGS）以及靶向测序，研究者可以在单一实验中同时获取宿主与微生物的完整信息，实现复杂样本中多种病原体的快速识别。宏基因组和宏转录组测序能够无偏倚地检测已知和未知病原体，同时揭示微生物的活跃状态和群落功能特征，为临床感染、动物疫病以及植物病害的早期诊断提供新手段。靶向测序则通过聚焦特定基因或区域，实现低成本、高灵敏度的病原体鉴定，尤其适用于低丰度或混合感染样本。高通量测序技术的多样化应用，使病原体检测从单一物种识别升级为系统化、多层次的精准监测，为全球公共卫生与粮食安全提供坚实技术支撑。

多重PCR靶向测序因其操作简便、成本低和高效富集能力，成为病原体监测的重要工具。然而，其准确性高度依赖引物设计。研究指出，传统的逐条序列引物设计方法耗时长，且容易出现二聚体和非特异性扩增问题。为解决这一难题，科学家开发了基于K-mer和多序列比对的简并引物设计策略，同时引入容错设计模式，允许引物与目标序列存在一定碱基错配，从而实现更高覆盖率和均衡检测效果。这种策略不仅减少了引物数量、提高浓度，还降低了非特异性扩增风险。通过优化简并碱基及错配位置，多重PCR靶向测序在低丰度病原体检测和复杂微生物群落分析中显示出显著优势，为快速、精确的现场诊断提供技术保障。

人工智能正在为测序技术注入新活力，显著提升了病原体检测的速度、精准度和可扩展性。AI可优化引物设计、分析复杂微生物组数据，并从宿主主导的核酸信号中提取低丰度病原体信息，实现多重感染的快速识别。在临床和兽医应用中，AI驱动的算法能够实时分析宏基因组和宏转录组数据，追踪新发病原体和耐药基因的传播。在农业领域，AI优化的靶向测序可提高植物病原体的检测特异性，并支持田间实时诊断，帮助农作物早期防控病害。结合便携式测序平台，AI不仅提升实验室内分析效率，也使资源有限或现场环境下的病原体监测成为可能，为公共健康、动物疫病控制和可持续农业提供了革命性解决方案。

基因组所（大鹏湾实验室）刘永鑫研究员、杨军波副研究员为论文的共同通讯作者。基因组所（大鹏湾实验室）博士研究生罗豪、助理研究员王瑶为共同第一作者。该研究得到了国家自然科学基金、中国农科院创新工程等项目资助。

原文链接：

https://www.sciencedirect.com/science/article/pii/S2662173825002115#cebib0010