手里有50株沙门菌全基因组，除了SNP树和耐药基因，还能写什么论文？

图1 这篇文章真正想回答的不是“还能跑什么软件”，而是“还能提出什么问题”

开场：全基因组都测了，为什么文章还是像一份检测报告？

如果我手里真有50株沙门菌全基因组，我不会第一时间打开软件把血清型、MLST、耐药基因、毒力基因全部跑一遍，然后做一棵SNP树、两张热图，最后开始写论文。不是这些分析不重要，而是它们很容易把论文写成“项目清单”：做了什么、检出了什么、谁和谁比较近——信息很多，但故事不强。

真正值得问的是另一组问题：这些菌株之间有没有形成传播簇？病例株和食品株之间有没有可能的来源联系？同一耐药基因到底是跟着某个克隆扩张，还是借助质粒在不同菌株之间水平传播？某些毒力和附属基因是否与宿主来源、血清型或生态位有关？把公开数据库的近缘株放进来以后，本地菌株还是“本地故事”吗？

这也是沙门菌WGS论文最容易升级的地方：从“描述菌株特征”，走向“解释传播和演化”。对公共卫生实验室来说，这种变化尤其重要，因为WGS最有价值的部分，并不是替代原来的分型，而是把基因组、时间、地点、来源和流行病学证据连起来。

一、先把思路打开：50株沙门菌，至少有6条论文主线

图2 六个可以直接变成论文主线的方向

这6条路线并不是要求一篇论文全部做完。相反，最好的文章通常只有一条主线，另外两到三条分析作为支撑。比如：如果样本来源复杂，就优先考虑“传播簇+One Health来源追踪”；如果耐药表型突出，就重点做“质粒+遗传环境”；如果时间跨度长、血清型多，就可以从“群体结构+优势克隆扩张”切入。

二、第一条主线：别只画SNP树，要真正去找“传播簇”

图3 保留的第4张：SNP距离、系统发育、时间和空间信息应该放在一起解释

SNP树是起点，不是终点。很多论文的结论停在“菌株A与菌株B聚为一支，遗传关系较近”。这句话在技术上没有错，但对流行病学几乎没有回答到位。真正需要回答的是：它们是不是同一个传播事件的一部分？

一个更完整的传播簇分析至少需要三层证据。第一层是基因组证据：core genome SNP、cgMLST等位基因距离、重组过滤后的系统发育结构。第二层是时间证据：病例是否集中在相近发病或采样窗口，是否出现连续多轮检出。第三层是来源与空间证据：菌株来自病例、食品、动物还是环境，采样地点是否能够形成合理的传播路径。

这里有一个特别容易写错的地方：不要把“≤5 SNP”或者“≤10 cgMLST allele”当成所有沙门菌都适用的万能标准。CDC PulseNet在实际暴发监测中确实会使用cgMLST距离辅助发现聚集，但具体范围依赖血清型、时间窗口、样本背景以及流行病学信息；最新的Salmonella Hadar研究也显示，不同暴发和持续流行株可以表现出不同的cgMLST与hqSNP分布。因此阈值应当是“调查起点”，而不是单独定案的证据。

如果你有50株菌，我会这样做

·先按血清型或主要克隆分别选参考基因组，完成core SNP分析和去重组；

·输出两两SNP距离矩阵，同时做cgMLST/HierCC作为另一套可比较框架；

·把采样日期、病例/食品/环境来源、地区放到树旁边；

·定义“候选传播簇”，再逐簇查看是否有流调证据支持；

·如果簇内跨时间持续检出，继续讨论“持续污染”“重复暴露”或“持久化克隆”。

这样写，论文的核心结论就不再是“BSSM25031、25032、25033聚在一起”，而是可以进一步回答：这3株是否构成一个具有时间和来源一致性的传播簇；其余菌株是否为散发输入；该传播簇有没有跨场所或跨宿主的证据。

三、第二条主线：有时真正值得追的不是菌株，而是质粒

这是我认为最容易把普通耐药论文“抬高一层”的方向。很多文章写到耐药部分，只做两张图：耐药表型柱状图 + 耐药基因热图。问题在于，blaCTX-M、qnr、tet、sul这些基因出现在哪里、通过什么载体移动，往往比“检出率是多少”更有研究价值。

全球大规模Salmonella质粒研究已经证明，质粒是耐药基因水平传播的重要载体；对15万余株公开沙门菌基因组的分析还显示，很多质粒簇能够跨血清型出现。也就是说，两株菌的核心基因组可以并不接近，但它们可能携带高度相似的耐药质粒。

最有意思的一种结果

假设你的SNP树显示两株菌相距很远：一株是ST11，一株是ST34；但mob-suite或长读长结果显示，它们携带几乎相同的IncHI2质粒，长度、耐药基因组合和骨架结构高度一致。这时候论文的故事就不再是“两个克隆分别耐药”，而是“一个高风险耐药载体在不同克隆之间传播”。

这类故事可以自然引出宿主范围、可转移性、复制子类型和质粒共线性比较。如果有Nanopore/PacBio长读长，完整质粒闭环会更有说服力；如果只有Illumina短读长，也可以利用MOB-suite等工具做重构和分型，但在文中要明确其推断性质。

四、第三条主线：耐药基因不够，关键是它“长在哪里”

图4 从耐药基因检出，进一步追到质粒、整合子、转座子和插入序列

“检出blaCTX-M”是一条结果，“blaCTX-M位于IncF质粒的IS26相关复合转座结构中，并与qnr、sul1等基因共同存在”则是一个机制线索。两者写出来的论文深度完全不同。

这一部分建议重点查看4类结构：质粒、整合子、转座子和插入序列。尤其是class 1 integron、IS26、Tn3/Tn21家族、耐药岛等，它们经常负责耐药基因的捕获、重排和跨菌株移动。对同一个耐药基因，不要只做presence/absence，而应该比较上下游5–20 kb甚至更大范围的遗传环境。

一个比较好写的结果逻辑

·先确认耐药基因位于染色体还是质粒；

·识别其上下游的IS、integron、transposon和复制子；

·比较不同菌株中相同基因的遗传环境是否一致；

·把遗传环境相似性与核心基因组亲缘关系对照；

·如果“菌株不近、结构很像”，重点讨论水平传播；如果“菌株近、结构也一致”，重点讨论克隆扩张。

这一步能够把“耐药率高”这种横截面描述，升级成“耐药是怎么扩散的”。对于现在的细菌WGS论文，这通常比继续增加几张耐药热图更有价值。

五、第四条主线：血清型、MLST、cgMLST和SNP，不要各写各的

血清型解决的是“它大概属于谁”，MLST告诉你“它处在哪个经典克隆背景”，cgMLST和SNP则进一步提供高分辨率的遗传关系。真正好的论文不会把这四项分析拆成四个孤立结果，而会把它们合成一条群体结构主线。

例如：Enteritidis占多数并不等于只有一个流行克隆。你需要继续问：这些Enteritidis是不是都属于ST11？ST11内部是一个紧密传播簇，还是多个相距较远的小分支？某一分支是否集中出现在某个年份、地区或样本来源？

EnteroBase目前针对Salmonella提供Achtman 7-gene MLST、cgMLST V2、wgMLST以及HierCC等框架，已经积累了80多万株Salmonella数据。把本地菌株放到这种全球背景中，往往能比单独画一棵50株的树得到更多信息：本地优势克隆是否属于国际上已知的广泛谱系？是否存在区域特异分支？

六、第五条主线：泛基因组和毒力因子，别再只做一张热图

很多WGS文章的“毒力分析”其实只是数据库扫描：VFDB跑完以后，做一张0/1热图，再写“invA、SPI相关基因普遍存在”。这种结果很容易得到，但也很难形成文章的核心创新。

更好的问题是：哪些基因与某类血清型、宿主来源或生态位真正相关？这时可以引入泛基因组分析，把基因分成core、accessory和strain-specific三部分，再结合宿主来源、血清型、耐药表型或临床表型做比较。

例如某类动物源菌株富集一组黏附和代谢相关基因，而人源临床株更常携带某些毒力岛或附属基因，这种差异才值得讨论“宿主适应”。同样，毒力基因的解释也必须放回克隆背景中：如果一个毒力基因只出现在某一个ST，那么它和来源的关联可能只是群体结构造成的混杂，不能简单理解为功能因果。

七、第六条主线：One Health不是放四个图标，而是真正做来源追踪

图5 One Health真正有价值的地方，是把人、动物、食品和环境的基因组证据放在同一框架下

沙门菌非常适合One Health。它天然跨越临床病例、禽畜、食品链和环境，因此“从农场到餐桌”并不是一句口号，而是可以用基因组数据回答的传播问题。

2026年的Salmonella Newport研究就展示了一个典型方向：把人、动物和环境来源的基因组放到同一One Health框架下，分析共享谱系、耐药特征和潜在传播关系。对地区级监测数据来说，不一定要有成千上万株；哪怕只有50株，只要来源维度够丰富，再加上公共数据库中的近缘背景株，也可以把研究从“本地菌株特征”扩展到“来源和传播假设”。

One Health最值得回答的4个问题

·病例株最接近食品、动物还是环境中的哪类菌株？

·是否存在跨宿主、跨地区甚至跨年份持续出现的克隆？

·同一耐药质粒是否在人、食品和动物来源之间共享？

·公共数据库中的近缘株来自哪里，本地菌株更像本地持续演化还是外部输入？

八、最后怎么把这些分析组织成“一篇论文”？

图6 从50株沙门菌到论文：建议把所有分析都服务于一条主线

最忌讳的写法，是“我能跑什么就跑什么”。最终得到十几张图，却没有一个明确问题。更推荐的方式，是先根据数据结构决定主故事，再挑分析。

三种常见数据结构，对应三种论文打法

真正成熟的一篇文章，最好能把结果压缩成4个问题：菌株是谁？从哪来？如何传播？传播了什么？如果这四个问题里有两个回答得很扎实，论文通常就已经比“耐药基因+SNP树”更有故事。

九、一个更实用的分析流程

第1层：先把“菌株是谁”搞清楚

·质控与组装；

·SISTR/SeqSero2血清型；

·MLST；

·基础耐药和毒力数据库扫描。

第2层：建立群体结构

·按主要血清型选择合适参考基因组做SNP；

·去除重组后构建系统发育树；

·并行做cgMLST/HierCC，便于和公共数据库框架比较；

·输出SNP距离或等位基因距离矩阵。

第3层：围绕主故事加深

·暴发型数据：时间、空间、来源、传播簇；

·耐药型数据：质粒、MGE、耐药遗传环境；

·群体结构型数据：泛基因组、克隆扩张、宿主关联；

·One Health数据：公共数据库近缘株、跨宿主/跨来源比较。

第4层：最后才做“漂亮图”

图不是为了堆结果，而是为了回答问题。一个好图往往同时放进系统发育、来源、耐药、质粒和时间信息，而不是拆成五张互不相干的热图。

十、常用工具怎么选？

十一、最后提醒：最容易踩的5个坑

·把某一个固定SNP阈值当成所有沙门菌暴发判定标准。不同血清型、调查时间窗和技术流程都可能影响距离解释。

·把“基因存在”直接写成“功能增强”。WGS注释首先是遗传潜力，功能表型仍需要实验或文献证据。

·用短读长组装结果直接断言某耐药基因一定在某个完整质粒上。没有长读长或足够连接证据时，应明确是推断。

·One Health只有四类来源图标，却没有真正做跨来源遗传比较。One Health必须有“连接”，而不是“并排”。

·结果太多但没有主问题。宁可深挖一条“传播链”或“一类质粒”，也不要把十几个软件结果平均分配篇幅。

结语：下一篇沙门菌论文，别再从“做什么分析”开始

拿到50株沙门菌以后，真正值得先问的不是“还能跑哪个软件”，而是“我想用这批数据解释什么现象”。如果问题是暴发，就围绕传播簇；如果问题是耐药，就追质粒和MGE；如果样本跨人、动物、食品和环境，就做真正的One Health来源追踪。

全基因组测序真正改变论文的地方，不是把传统分型换成更贵的技术，而是让我们有机会把“菌株是谁、从哪来、如何传播、传播了什么”放在同一个故事里。只要围绕这四个问题去组织结果，一批看似普通的50株沙门菌，也完全可以写出比“耐药基因+SNP树”更有信息量的文章。

参考资料与延伸阅读

1. Centers for Disease Control and Prevention (CDC). Genomic Epidemiology of Salmonella enterica Serovar Hadar Strain Linked to Poultry-Associated Salmonellosis Outbreaks, United States. Emerging Infectious Diseases, 2026.

2. CDC. Detecting Outbreaks with Whole Genome Sequencing. Advanced Molecular Detection.

3. EnteroBase. Salmonella enterica genomic database; schemes include Achtman 7-gene MLST, cgMLST V2 + HierCC V1, wgMLST and rMLST.

4. Robertson J, et al. A global survey of Salmonella plasmids and their associations with antimicrobial resistance. Microbial Genomics, 2023;9:001002.

5. Genome sequencing for prevention of health-care-associated bacterial infections. Nature Reviews Microbiology, 2025/2026 review.

6. Aworh MK, et al. A One Health genomic analysis reveals shared Salmonella Newport lineages across human, animal, and environmental reservoirs. Scientific Reports, 2026.

7. CDC Emerging Infectious Diseases. Emergence of Distinct Salmonella enterica Serovar Enteritidis Lineage since 2020, South Korea. 2025.

8. The Dynamics of the Antimicrobial Resistance Mobilome of Salmonella enterica and Related Enteric Bacteria. Review on plasmids, integrons, transposons, insertion sequences and resistance islands.