综述：有效实施一体化“一体健康”抗菌素耐药性研究的考量与要求

　　本综述基于EDAR7会议研讨，系统阐述了实施一体化“一体健康”（One Health, OH）策略应对抗菌素耐药性（AMR）的关键挑战与解决方案。文章强调跨部门协作、数据标准化（如基因组学与表型数据整合）、政策衔接及可持续发展策略，为全球AMR研究提供实践框架与工具建议（如GRDI AMR-OH数据规范），助力突破研究孤岛与资源限制。

　　

结构性障碍与研究缺口

研讨会识别出实施OH AMR研究的普遍障碍，包括跨部门数据整合困难、资金与资源（如计算能力与存储）有限、以及跨学科协作不足。这些障碍导致数据难以互操作且缺乏行动性。研究缺口主要表现为“研究孤岛”——人类、动物、植物/作物及环境维度各自独立研究，却缺乏相互关联的实证。这源于合作不足、资源限制及部门特定任务不重叠，造成所谓的“OH”研究未能真正体现互联性。

关键工具与原则

为应对上述挑战，研讨会提出一系列工具与原则：

跨学科性、人际关系与互惠合作

OH研究需Intentional建立跨学科合作，基于尊重、信任与互惠原则。尤其需与受影响社区（如基础设施落后地区）共同设计研究，保障其数据所有权与治理权，避免单向提取关系。

政策、决策者与监管需求对接

研究需优先考虑政策制定者的需求，例如：

• •

  推广抗菌药物管理（AMU）与合理使用；

• •

  研究新型抗菌药、消毒剂、重金属等对AMR的选择与共选择效应；

• •

  评估仿制药对AMU与AMR趋势的影响；

• •

  发展AMR源解析工具（如加拿大CIPARS案例中通过基因组学追踪_blaCMY-2质粒传播）。

满足风险模型构建者的数据需求

风险模型需结合暴露概率与影响程度。当前环境AMR的生态影响尚未明确，需界定端点（如抗性基因ARGs对生态系统服务的影响）。基因组学数据融入风险评估仍面临技术挑战（如表型与基因型关联、水平基因转移HGT建模），但人工智能与机器学习有望提升数据解析能力。

方法 harmonization

基因组学工作流需统一方法以确保数据可比性：

• •

  采样：确定关键监测点位（如废水排放区）；

• •

  湿实验：规范提取、富集与建库流程；

• •

  测序：选择适宜技术并统一供应商；

• •

  生物信息学：开发工具比较平台（如更新维护的流程参数表），推动标准化流程迭代。

情境数据标准化

情境数据（样本元数据、实验设计、方法细节）的标准化是数据解读的基础。研讨会展示了GRDI AMR-OH项目基于ISO 23418开发的数据规范与DataHarmonizer工具，实现复杂数据的结构化捕获。其他本体工具如ARO（抗性基因ontology）与MOBIO（移动元件ontology）也支持数据互操作。

数据集中化管理

建立集中数据库（如加拿大VMR与IRIDA平台）支持数据整合与访问。需向资助方强调可持续数据策略的重要性，确保数据超项目周期可用。数据应Deposit至公共平台（如NCBI Bioproject、CARD Live），促进全球共享。

强化AMR环境维度的OH倡议

环境AMR研究常聚焦废水与水体，忽视更广生态位点（如空气、沉积物、野生动物）。这些界面正是OH动态的关键，可能成为ARGs储存库。真正OH项目可提供AMR传播的全景理解，识别高风险污染类型与人类活动。

环境监测本身可反映社区健康，兼顾环境管理与可持续发展。研讨会优先事项包括：标准化、发展环境风险评价模型、以及重点监测水源AMR。

系统性解决方案促进OH可持续性

可持续OH倡议需政策治理、跨学科研究、数据标准、工具开发与社区 engagement 多方联动。资助机构应：

• •

  要求数据Deposition计划与时间线；

• •

  支持阴性数据共享以计算流行率；

• •

  鼓励旧数据再挖掘以探索时间动态；

• •

  推动基因组学与现有微生物分析程序整合，避免无目的测序。

最终，OH AMR研究的成功取决于对质量数据、代表性OH连续谱、统一方法与伦理标准的 deliberate 追求。教育、能力建设与资源优化配置将是突破现有局限的关键。