MedElevator
Войти в исследования DOI 10.3389/fmicb.2026.1786985
Разоблачение патогенов и загрязнителей: обработка метагеномики для клинической диагностики.
Аннотация
ВВЕДЕНИЕ
Метагеномическая последовательность (mNGS) - нецелевой подход, который последовательность всех нуклеиновых кислот в образце, - стала мощным инструментом обнаружения патогенов и определения характеристик генома. Однако его внедрение в клиническую диагностику остается ограниченным из-за таких технических проблем, как загрязнение и снижение чувствительности, особенно в образцах с низкой биомассой. Мы применили MNGS к 144 клиническим образцам, представляющим собой хронические инфекции, острые инфекции и сопутствующие респираторные инфекции. Для решения проблемы загрязнения мы создали рамочную систему, объединяющую негативные меры контроля, лабораторные контрольные списки загрязнителей и вычислительную фильтрацию. Эффективность обнаружения вирусов и восстановление генома оценивались в разбивке по типам проб и вирусным нагрузкам.
Результаты
Вирусная нагрузка была продемонстрирована в качестве основного фактора чувствительности, при этом надежное восстановление обеспечивалось только в более высоких титерах. В рамках нашей системы удалось существенно усовершенствовать методы борьбы с загрязнением, снизить уровень ложных позитивных сигналов и повысить эффективность восстановления вирусного генома.Дискуссия: Эти выводы определяют практические пороговые значения чувствительности для клинических MNGS и подчеркивают необходимость обеспечения учета примесей, особенно для проб с низкой биомассой, а также обеспечивают открытый перечень загрязнителей, который повышает надежность и полезность клинических метагеномиков.
Название и аннотация на языке оригинала
Unveiling pathogens and contaminants: refining metagenomics for clinical diagnostics.
INTRODUCTION
Shotgun metagenomic sequencing (mNGS), an untargeted approach that sequences all nucleic acids in a sample, has emerged as a powerful tool for pathogen detection and genome characterization. However, its implementation in clinical diagnostics remains limited due to technical challenges such as contamination and reduces sensitivity, especially in low-biomass samples.
METHODS
We applied mNGS to 144 clinical samples representing chronic infections, acute infections, and respiratory co-infections. To address contamination, we established a framework integrating negative controls, lab-specific contaminant watchlists, and computational filtering. Viral detection performance and genome recovery were assessed across sample types and viral loads.
RESULTS
Viral load was shown to be the primary determinant of sensitivity, with reliable recovery achieved only at higher titers. Our framework substantially improved contamination management, reducing false-positive signals and enhancing viral genome recovery. mNGS enabled the detection of clinically relevant co-infections and refined viral classification beyond targeted diagnostics, while also revealing the substantial risk of spurious detections in the absence of contamination-aware workflows.
DISCUSSION: These findings define practical sensitivity thresholds for clinical mNGS and underscore the need for contamination-aware workflows, particularly for low-biomass samples, while providing an open-source contaminants watchlist that enhances reliability and utility of clinical metagenomics.
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.