很多细菌耐药研究都会遇到类似问题：

已经完成数十株或数百株细菌的全基因组测序，也获得了药敏结果，但不知道除了耐药基因注释还能做什么？

这时，可以考虑开展细菌全基因组关联分析。

细菌耐药GWAS并不只是把耐药菌和敏感菌的基因组进行简单比较，而是要进一步回答：在控制菌株亲缘关系和谱系结构后，哪些遗传变异仍然与某种抗菌药物的耐药表型相关？

这些遗传变异既可能是已知耐药基因，也可能是耐药靶点突变、基因获得或缺失、调控区域变化、移动遗传元件，甚至是尚未被完整注释的序列片段。

一、先分清：耐药基因注释与GWAS分别解决什么问题？

耐药基因注释主要回答：这些菌株携带哪些已知耐药基因和耐药突变？

而耐药GWAS主要回答：在这批菌株中，哪些遗传特征与实际测得的耐药表型存在统计关联？

二者解决的问题并不相同。

二、为什么耐药表型通常适合做GWAS？

耐药表型是比较适合开展GWAS的研究对象之一。原因在于，它通常具备三个优势。

首先，耐药表型相对容易标准化。研究中可将菌株按药敏结果定义为耐药与敏感，也可以使用最低抑菌浓度（MIC）作为连续性表型。与一些难以稳定测量的表型相比，标准化药敏试验能为关联分析提供较清晰的结果变量。

其次，耐药往往具有可追溯的遗传基础。细菌可能通过获得耐药基因、发生药物靶点突变、改变外排泵或通透性、调整基因表达，或借助质粒、整合子和转座子等移动遗传元件获得耐药能力。这些机制最终会在基因组中留下可检测的变异，因此有机会通过GWAS从大量SNP、基因存在/缺失和短序列片段中筛选出与耐药相关的信号。

更重要的是，GWAS可以帮助解决“已知耐药基因解释不了表型”的问题。比如，部分菌株携带某个耐药基因却仍表现为敏感；也有耐药菌株没有检出常见耐药基因。此时，单纯做耐药基因注释只能告诉我们检出了什么，却难以解释为什么会耐药。GWAS则可以以实际药敏表型为终点，系统寻找可能遗漏的靶点突变、调控区变化、未知基因片段或协同作用的遗传背景。

当然，耐药表型适合做GWAS的前提，是表型数据可靠。应尽量统一药敏方法、判读标准和断点，并关注耐药与敏感菌株的数量是否足够平衡。如果耐药株数量很少，或不同批次使用了不同标准，统计结果就可能受到明显影响。

三、开始前应准备的4类数据

四、表型定义：决定结果是否可信的第一步

表型定义会直接决定GWAS的可解释性。最常见的是二分类表型（耐药 vs. 非耐药），适合临床断点明确、样本量可支撑两类比较的场景。但不要把“中介”处理得含糊：应在方案中预先声明是合并为非耐药、剔除，还是单独建模。

· 若有可靠的MIC，优先考虑把log2(MIC)作为连续表型，通常保留的信息更多；但需关注检测上下限导致的截尾，以及不同批次/平台的可比性。

· 同一药物的药敏方法、标准（如CLSI/EUCAST）和断点必须尽量统一；混用规则会引入人为标签噪声。

· 不要把低频耐药表型硬做GWAS。病例数过少时，统计不稳定、谱系混杂更严重；先扩大样本、合并可解释的数据集或改用描述性分析，往往更可靠。

五、一个可落地的研究路线

比较基因组—k-mer GWAS工作流示意。doi:10.3389/fmicb.2026.1842956

如果下一步不知道怎么做

如果你已经有“同一物种的基因组数据 + 可追溯的药敏/MIC数据”，且希望解释基因型—表型失配、发现未知候选机制、厘清谱系效应或建立可验证的分子标记，那么耐药GWAS可以成为耐药研究从罗列基因走向提出机制假设的关键一环。

围绕细菌耐药这一实际科研问题，我们正在持续整理耐药基因组学与GWAS相关内容：从菌株和药敏数据的质量控制、耐药表型与MIC的规范整理、耐药基因注释和基因型—表型一致性分析，到群体结构校正、全基因组关联分析，以及显著候选基因、突变位点、质粒和移动遗传元件的进一步解析。

希望帮助大家把以下问题串成一条完整、可验证的科研路线：

· 我现有的全基因组和药敏数据是否适合做耐药 GWAS？

· 已知耐药基因能否解释观察到的耐药表型？

· 耐药信号究竟是功能机制，还是优势克隆带来的谱系效应？

· 如何从显著关联位点进一步定位候选基因、移动元件与潜在传播载体？

· 怎样将统计关联推进到独立队列复现和功能验证？

耐药GWAS的意义不在于得到一张显著性结果图，而在于从复杂的基因组差异中筛选可信线索，进一步回答耐药从何而来、如何传播、哪些机制值得优先验证。

唯那生物｜专注于微生物个性化研究

后续将持续分享微生物泛基因组、比较基因组、系统发育、GWAS、耐药与毒力、HGT 等方向的分析思路、软件方法与科研案例，帮助科研人员从已有数据中进一步挖掘可以回答的科学问题。

支持单位：