李曼诗 黄巍峰 陆一涵△

（1复旦大学公共卫生学院流行病学教研室-公共卫生安全教育部重点实验室 上海 200032；2上海交通大学附属第六人民医院重症医学科 上海 200233）

感染性疾病一直是全球范围内的重要公共卫生问题。在其诊疗中，快速、准确地识别病原体至关重要。传统检测方法主要包括形态学检测、培养分离、生化检测、免疫学和核酸检测等，操作简单、检测成本相对较低，同时具有较好的灵敏度和特异度，目前临床仍然广泛应用。然而，传统检测方法耗时较长，例如培养试验平均反馈时间为：细菌3天、真菌 7 天、分枝杆菌 45 天［1］。此外，感染性疾病的病原体种类繁多，传统检测方法仅能针对几种常见病原体，且检测项目很大程度上依赖临床医师的判断，因此难以识别未知或罕见的病原体。临床上超过2/3 的感染性疾病可能无法鉴定病原体，导致治疗措施缺乏针对性［2］。

基于第二代测序技术的宏基因组测序（metagenomic next-generation sequencing，mNGS）可以直接对临床标本中的所有核酸进行高通量测序，无需特异性扩增，更不需要微生物培养，因此可在较短时间（平均48 h）内获得标本中的核酸序列，然后通过生物信息学判读分析病原体种类及丰度等信息［3］。目前主要有两种方法进行mNGS 物种注释：（1）有参/基于读长（reads-based/assembly-free）方法，不进行序列组装，直接将序列与参考数据库进行比对，其结果的准确性与参考数据库密切相关，且比对速度取决于比对方法和硬件、软件配置；（2）无 参/基 于 组 装 或 拼 接（assembly-based/de novo）方法，对质控后的序列进行组装/拼接，得到重叠群后进行基因注释和预测，需要更深的测序深度、更高的时间成本和硬件、软件要求，且容易遗失相对丰度较低的物种。……