通过与生物遗传数据的整合,改进量化微生物风险评估 (QMRA) 方法
Sara Arnaboldi1, Elisa Benincà2, Eric G Evers2
1Istituto Zooprofilattico Sperimentale della Lombardia e dell'Emilia Romagna (IZSLER) Italy.
EFSA journal. European Food Safety Authority
|December 4, 2023
概括
将全基因组测序 (WGS) 数据集成到定量微生物风险评估 (QMRA) 中可以提高准确性. 关键病原体的特性,如毒性,对于将遗传特征与人类健康结果联系起来,并提高风险估计至关重要.
科学领域:
- 微生物学 微生物学
- 基因组学就是基因组学.
- 风险评估 风险评估
背景情况:
- 定量微生物风险评估 (QMRA) 估计了病原体的传播.
- 全基因组测序 (WGS) 数据越来越多,提供了改善QMRA的潜力.
- 通过整合基因组信息,可以增强当前的QMRA方法.
研究的目的:
- 为了确定关键的病原体特性,将WGS数据集成到QMRA中.
- 检查遗传特征对食品传播病原体风险估计的影响.
- 探索WGS数据在QMRA中的剂量反应模型改进中的使用.
主要方法:
- 对 *Listeria monocytogenes*, *Salmonella*, *Campylobacter* 和 Shiga 产生毒素的 *E. coli* 进行示例 QMRA 的分析.
- 对病原体属性的基因型-表型关系的研究.
- 利用全基因组关联研究将基因组特征与临床症状相关联.
- 将WGS数据和基因组特征纳入Listeria monocytogenes*的QMRA模型.
主要成果:
- 鉴定出Listeria monocytogenes的毒性是将基因型与人类症状联系起来的关键性质.
- 集成WGS数据,尤其是表型信息,提高了QMRA的准确性.
- 基因组特征可以改进QMRA模型的剂量反应阶段.
结论:
- 在WGS数据集成显著提高了QMRA的可靠性.
- 与WGS数据一起的表型信息对于准确的风险评估至关重要.
- 为了更好地了解细菌亚型,OMICS技术的进步应纳入未来的风险评估.
