摘要：一项跨越百年时光的科学追踪终于揭开了现代医学面临的最大威胁之一的神秘面纱。通过分析从1917年至今的4万多个细菌质粒样本，国际研究团队发现了一个令人震惊的事实：推动全球抗生素耐药性危机的并非成千上万种不同的遗传结构，而是极少数"超级质粒"的疯狂扩散。这些微小的

信息来源：https://phys.org/news/2025-09-years-antibiotic-resistance-evolution-genetic.html#google_vignette

一项跨越百年时光的科学追踪终于揭开了现代医学面临的最大威胁之一的神秘面纱。通过分析从1917年至今的4万多个细菌质粒样本，国际研究团队发现了一个令人震惊的事实：推动全球抗生素耐药性危机的并非成千上万种不同的遗传结构，而是极少数"超级质粒"的疯狂扩散。这些微小的遗传载体在抗生素时代到来后发生了深刻变化，从最初的无害存在演变为今日威胁人类健康的隐形杀手。

威康桑格研究所、巴斯大学和英国卫生安全局的科学家们创建了迄今最大规模的质粒进化数据库，追踪了这些细菌内部可移动遗传元件的百年演化历程。研究结果表明，在抗生素发现之前，那些后来成为耐药性全球传播者的祖先质粒实际上并不携带任何抗药基因。然而，随着人类大规模使用抗生素，这些质粒迅速适应并获得了对多种药物的抗性，最终演化成现今威胁全球公共健康的多重耐药载体。

百年进化轨迹的惊人发现

图片来源：Pixabay/CC0 公共领域

这项发表在《科学》杂志上的研究采用了前所未有的历史视角，分析了来自六大洲的细菌样本，其中最早的标本可追溯到1917年——比青霉素的发现还要早10年。研究团队通过精密的基因组分析技术，重构了质粒在过去一个世纪中的进化路径，揭示了抗生素使用如何从根本上重塑了细菌的遗传景观。

研究结果显示，现代多重耐药质粒主要通过两种进化路径产生：一是在现有质粒结构中插入耐药基因，二是不同质粒之间的融合。特别值得注意的是，融合形成的质粒展现出了极强的跨物种传播能力，这解释了为什么耐药性能够在不同类型的细菌之间快速扩散。

威康桑格研究所的首席研究员阿德里安·卡萨雷斯博士指出，质粒是细菌抵抗抗生素的关键驱动因素。通过回顾历史，研究团队揭示了质粒如何适应抗生素时代，以及将少数质粒转变为推动当今抗菌素耐药危机的全球载体的进化过程。这项研究清楚地提醒人们，人类的行为对细菌进化产生了深远而持久的影响。

研究还建立了质粒进化的三种不同模式：缓慢变化型、完全融合型，以及消失后留下遗传片段被"回收利用"型。这些发现为理解细菌如何快速获得新的生存优势提供了重要线索，也为预测未来的演化趋势奠定了基础。

全球健康危机的遗传根源

当前，全球每年至少有100万人死于难治性感染，这个数字预计还将持续上升。世界卫生组织已将抗菌素耐药性列为21世纪最严重的公共健康威胁之一。然而，直到这项研究完成之前，科学界对于耐药性传播的具体机制仍缺乏深入理解。

研究发现，虽然一些细菌天然携带抗菌素耐药基因，但多重耐药性的出现和传播与抗生素的使用密切相关。更令人担忧的是，这些"超级质粒"不仅对一线抗生素产生了抗性，还对被视为最后救命稻草的储备抗生素表现出抗性，使其成为人类健康的巨大威胁。

质粒作为细菌中的可转移遗传结构，允许不同菌株之间共享遗传信息。这种特性使得耐药基因能够在细菌群体中快速传播，甚至跨越物种界限。研究表明，少数几种质粒就足以驱动全球大部分地区的多重耐药性传播，这一发现颠覆了人们之前对耐药性扩散机制的认知。

巴斯大学米尔纳进化中心的共同资深作者扎明·伊克巴尔教授强调，这项研究结合了历史和现代数据，为不同质粒可能具有的进化生活方式提供了新的视角。通过研究，科学家们可以清楚看到人类抗生素使用的影响，以及其他选择压力对细菌及其质粒提出的挑战。

技术突破与未来应用

这项研究的成功很大程度上依赖于英国国家模式培养物收藏中心的珍贵历史样本。该机构保存的细菌菌株为科学家提供了追溯百年进化史的宝贵材料。通过先进的DNA分析技术，研究团队证实了严格的保存方法确保这些细菌自保存以来未发生变化，即使经过几十年的保存也保持了原始状态。

英国卫生安全局的莎拉·亚历山大博士表示，这项开创性研究建立在国家模式培养物收藏中心和威康桑格研究所长期成功合作的基础上。默里收藏对该机构的慷慨捐赠使得保护这些不可替代的细菌菌株成为可能，这些令人兴奋的发现有助于更好地了解抗菌素耐药性的起源。

研究团队开发的质粒进化模型不仅解释了过去100年的演化历程，还为预测未来趋势提供了工具。这些模型可以帮助预测传染病的爆发模式，为制定阻止传染病传播的公共卫生策略提供科学依据。

更重要的是，由于这些关键质粒存在于多种不同的细菌物种中，开发针对携带耐药基因质粒的靶向方法可能会带来新的治疗策略，用于对抗全球多种难治性感染。这种策略的优势在于可以同时应对多种不同类型的细菌感染，而不是针对特定物种开发单一疗法。

来源：人工智能学家