世界正以前所未有的速度发生变化，当前的十年由我们对气候变化短期和长期影响的认识所定义，同时还伴随着 COVID-19 大流行对社会和经济的深远影响。这些变化对食品领域的影响也同样广泛，全球化的食品供应链服务着80亿消费者，最终又依赖于本地生产活动的成功。

食品系统涵盖了广泛但相互关联的活动，包括食品的生产、分配、储存和销售。食品企业和监管机构通过强大的业务活动追求经济成果，通过提供安全且营养丰富的饮食追求健康成果，并通过改进土地使用追求环境改善。这些食品系统的活动和成果受到多种因素的影响，如自然资源的可用性、消费者对不同食品类型的偏好变化，以及供应链和食品价格的波动。在这些系统中，细菌无处不在。

细菌在自然界中的传播方式与用于生产食品的复杂农业食品结构之间存在密切联系。在本综述中，我们探讨了如何利用微生物生态学的理解来指导和减少食品安全风险。食源性病原体，如沙门氏菌(Salmonella enterica)和弯曲杆菌(Campylobacter spp)等，是与食品安全密切相关的危害，而食品安全本身是保障食品质量的重要组成部分，因为“如果食品不安全，它就不算食品”。因此，联合国粮食及农业组织指出，食品安全活动带来了多方面的好处，不仅仅是预防疾病，还包括减少食物浪费以及调整系统以支持具有韧性和健康的食品生产方式。在英国，食品安全和食品保障都是应对气候变化影响的关键战略。

考虑到食品系统中生态和社会经济驱动因素之间的联系，我们认为农业食品环境中微生物传播的新模式可能对食品安全产生多重影响（见图1）。例如，气候变化可以改变水生和海洋系统中细菌物种的盛行率、丰度和分布，从而对人类、植物和动物的健康产生广泛影响。食源性病原体的检测已经取得显著进展；全基因组测序（WGS）和宏基因组测序技术的发展以及成本的逐渐降低，使得在微生物监测、疫情检测和监管测试中应用这些技术变得可行，从而揭示了新的模式。基因组学和宏基因组学作为跨部门的工具，无论在高资源还是低资源环境中，都能在健康、农业和环境领域为管理食源性疾病提供深刻见解。

人类暴露于食源性病原体和食品腐败微生物的风险可能因多种因素的作用而增加，这些因素涉及环境、农业、食品系统和消费者生态位。这些驱动因素不仅影响新微生物的进化，还促进了现有微生物在这些生态位中的出现和传播。驱动因素包括全球和地方生态环境的变化、食品生产技术的创新、供应链和农业经济的压力，以及饮食习惯和消费者选择对食品供应、准备和消费的影响。相关术语和驱动因素已在文献中详细讨论，并在综述中引用了具体示例。例如，潜在食品风险的案例包括一些通常不被视为即食的食品，如冷冻蔬菜（可能存在李斯特菌（Listeria monocytogenes）污染的风险）和面粉（可能含有志贺毒素产生型大肠杆菌(Escherichia coli)的风险）。

在本综述中，我们将探讨如何将现代工具与持续存在和新兴的食源性细菌危害联系起来加以讨论。我们将新兴危害定义为“那些在某一人群中新出现，或已存在但其发病率或地理范围迅速扩大的危害”。一些符合此定义的食源性或潜在食源性病原体包括产生志贺毒素的大肠杆菌 O104:H4 (Escherichia coli O104:H4)和沙门氏菌 ST313（S. enterica subsp. enterica serovar Typhimurium sequence type 313），它们的出现与食品生产方式的变化、食品生产链中的放大效应以及病原体的进化密切相关。此外，我们将这一定义扩展至那些可能长期存在但由于测序技术和其他技术进步而最近才被识别的危害，例如与母乳喂养相关的 婴儿宿主弯曲杆菌(Candidatus Campylobacter infans) 和 弓形杆菌(Arcobacter spp.)（见图2）。持续存在的危害是指那些已经存在数十年，并且从科学角度来看，通常在分类学层面（如属和种）以及亚种分类（如血清型和序列型）被观察和分类的危害。然而，亚种分类中的可观察分辨率水平正在被全基因组测序（WGS）重新定义，就像对持续危害的定义一样（将在本综述中探讨），根据在农业食品生态位中扩展的特定遗传特征的揭示，这些持续危害现在也可能被视为新兴危害。尽管这种定义是二分法的，但食源性危害的真实本质是一个连续体，从基因组学的角度来看，被分类为新兴的东西也可能转变为持续的，反之亦然。

美国疾病控制与预防中心（CDC）通过全基因组测序将致病细菌株分类为“重复出现”（指那些周期性引发急性疫情的菌株）、“新兴”（指过去新颖或罕见，但如今越来越频繁导致疾病的菌株）和“持续存在”（指长期引发疾病的菌株）。在本综述中，我们将探讨基因组学和宏基因组学的进展如何颠覆了我们识别食源性病原体及追踪其进化和传播的方式，同时这些进展也在改变我们对现有危害的认识以及应对和控制它们的方法。

持续存在的危害

食品和健康机构对关键食源性危害的细菌属和种类已达成广泛共识，许多细菌的危害性已被认可数十年（图3b）。细菌性食源性病原体通常通过两种方式之一引发疾病。首先，这些病原体通过在胃肠道黏膜上定殖并随后穿透，导致上皮细胞损伤并引发腹泻。关键病原体包括沙门氏菌（S. enterica）、空肠弯曲菌（Campylobacter jejuni）和李斯特菌（Listeria monocytogenes）。在某些情况下，疾病可能进一步发展为侵袭性疾病或全身性综合征（如血液感染和败血症）。其次，某些食源性病原体通过产生毒素引发疾病，例如产气荚膜梭菌（Clostridium perfringens）、志贺毒素产生型大肠杆菌 O157、枯草芽胞杆菌（Bacillus cereus）和肉毒杆菌（Clostridium botulinum）。这些及其他食源性细菌危害的生物学特性、流行病学和致病机制在其他文献中已有广泛论述。随着全基因组测序技术的发展，研究和监测项目中产生的数据量不断增加，我们对这些病原体的群体结构以及其传播的遗传决定因素也有了更加深入的了解。

新兴危害

尽管沙门氏菌（S. enterica）和空肠弯曲菌（C. jejuni）等细菌性食源性病原体已被发现数十年，但它们对人类健康的威胁因当今及未来食品生产与全球分配中日益复杂的系统性风险而加剧。这些风险受不断变化的自然和政治环境的影响（图1）。这些变化不仅可能导致现有食源性危害的演变，还为新兴或之前未被识别的危害的出现和传播提供了机会，从而引发新的疾病风险。

全基因组测序（WGS）——并非所有食源性病原体都是相同的

历史上，食源性病原体的监测系统依赖于诸如血清分型或脉冲场凝胶电泳等技术，这些方法能够在属和种级别之外区分病原体，并在这些亚种特征与流行病学发现关联，有助于将分离株与共同来源联系起来。然而，这些技术通常缺乏高分辨率。全基因组测序的出现大大增强了我们定义流行病学相关分离株簇的能力，同时帮助我们理解个别细菌株在物种或属内引发疾病的具体机制和多样性。细菌的进化过程（如突变或新遗传元素的获得）可能导致致病性、毒性或宿主范围的扩大，从而引发新病原体的出现。例如，鼠伤寒沙门氏菌（S. Typhimurium）的不同亚型最初通过表型方法（包括血清分型和噬菌体分型，如DT204c和DT104）进行区分后，逐渐在由该菌株引发的人类疾病中占据主导地位。WGS的应用揭示了促成这些亚型成功传播的遗传机制，包括目前流行的单相S. Typhimurium ST34。在这种情况下，抗菌药物抗性（AMR）基因、新型前噬菌体以及编码金属耐受基因的基因组岛的获得，可能促使该病原体从新兴危害（以猪为最可能宿主）转变为持续存在的危害。如今，单相鼠伤寒沙门氏菌(S. Typhimurium ST34)已成为全球最常见的沙门氏菌亚型之一，分布于多个宿主物种和国家。类似的情况也发生在巴西的家禽业，抗菌药物的选择压力促使两种沙门氏菌血清型（S. enterica subsp. enterica 血清型 Minnesota 和 S. enterica subsp. enterica 血清型 Heidelberg）通过获得携带β-酰胺类、四环素类和磺胺类抗性基因的AMR质粒而成为优势菌株。常见的基因组特征，如功能丧失突变和致病性基因的获得，也在适应特定宿主的沙门氏菌血清型中被识别，这为预测未来病原体的出现提供了重要线索。

其他例子包括肠聚合性大肠杆菌（EAEC）菌株通过获得编码志贺毒素的基因，导致了史上规模最大的志贺毒素产生型大肠杆菌（STEC）爆发，以及李斯特菌（L. monocytogenes），一种高度异质的生物体。通过全基因组测序（WGS），已识别出李斯特菌(L. monocytogenes）的不同进化谱系，这些谱系被划分为克隆群体，与不同来源及毒性水平相关联。随着基因组序列数量的持续增长，基因组流行病学的源追溯和爆发响应概念得以应用，这些主题将在本综述中进一步探讨。

细菌性病原体对食品系统和人类健康的威胁贯穿食品生产链的各个环节，从初级生产到最终消费。这些威胁通常来自与其原始储存地点（如动物胃肠道、农田土壤或作物）截然不同的环境。对于食源性病原体而言，成功的关键在于能够在这些多变的条件下存活。组学技术的应用使我们更好地理解这些环境下的遗传机制。例如，阪崎肠杆菌（Cronobacter sakazakii）是一种新生儿病原体，已知能够在低湿度环境（如婴儿配方奶粉中）长期存活。RNA测序已识别出许多基因在应对脱水时显著上调或下调。表型可塑性也在主要的食源性病原体中得到发现，例如空肠弯曲菌（C. jejuni），即便在没有抗菌药物压力的情况下，氟喹诺酮(fluoroquinolone)抗性也与其在鸡宿主中的增强生存能力相关。其他使病原体通过食品生产链生存的机制既可以在单个细菌水平上发挥作用，如孢子形成和代谢或转录组的改变，也可以在群体或种群水平上发生，例如单一物种或多物种的生物膜形成。

塑造微生物景观的现代驱动因素

食源性细菌危害的出现受到多种因素的推动，包括细菌的进化，以及生态和社会经济驱动因素，如消费者偏好、经济和贸易、气候变化和技术创新（图1）。例如，消费者偏好推动的市场需求正在改变许多高收入国家的食品生产方式，导致新的食源性危害进入食品生产链。全球对可持续蛋白质的需求以及减少温室气体排放的政策促使了细胞培养食品的发展，这类食品通过细胞培养直接获得动物农业产品，如肉类。在生产阶段，专家已识别出多种病原体可能通过原材料和添加试剂等途径进入，但仍缺乏实证数据。虽然关于这些新型食品潜在食源性危害的研究有限，但一项研究表明，植物性牛奶中的李斯特菌（Listeria spp.）和沙门氏菌（S. enterica）生长较牛奶更为旺盛。在低收入和中等收入国家，随着经济发展，动物源性食品的消费预计将上升。如果食品安全管理的投资无法跟上这一趋势，可能会导致更多食源性疾病。随着食品生产链全球化程度的加深，食源性危害的传播和放大风险也在增加，这将在本综述的后续部分详细探讨。

气候变化的影响不仅推动了新食品类型的发展，还显著影响了细菌性食源性危害的传播和持续。2022年，据估计，超过一半的人类致病疾病受气候变化的影响，其中弧菌属（Vibrio spp.）被认为是受气候变化影响最显著的细菌性食源性病原体。预测显示，海岸水域的升温将增加弧菌病的病例数量和分布，这不仅通过细菌的地理传播范围扩大，还通过海岸水域的娱乐使用增多来加剧这一现象。

基于基因组的数据生成技术创新显著推动了我们对新兴食源性危害的识别。尽管大规模全基因组测序成本效益的提高已彻底改变了我们对持久细菌病原体生物学和特征的理解，但大多数食源性疾病的原因仍不明确。在英国，食源性疾病估计每年导致240万例病例，花费超过90亿英镑；其中60亿英镑的费用无法归因于特定病原体，因此针对减少这些疾病的干预措施受到知识的限制，无培养、无目标的方法已被开发并用于调查已知和未知的食源性疾病细菌。例如，对粪便样本进行的宏基因组测序发现了一种新的候选弯曲菌种——婴儿宿主弯曲菌（Candidatus C. infans），这种细菌已在撒哈拉以南非洲和南亚的母乳喂养婴儿中被发现。无培养方法还揭示了弓形杆菌(Arcobacter spp.)（包括嗜低温弓形杆菌(Arcobacter cryaerophilus)和布氏弓形杆菌(Arcobacter butzleri）在废水中的广泛存在，这表明这些新兴病原体的储存库可能被低估了（图2）。无培养的诊断测试提供了一种中立且更快速的方法来识别潜在的食源性疾病致病因子，并有助于识别那些无法培养的细菌。然而，这些方法在食品安全应用中的广泛实施仍面临障碍。食物宏基因组中病原体的比例非常低，这可能导致其被检测到取决于样本中食物DNA的量和测序的深度。缺乏分离株限制了多尺度基因组评估和分析爆发传播的能力，这将在下一节中进行探讨。此外，在对存在的细菌进行物种级别以上的分类以及识别样本中同一细菌的多个谱系时，还面临进一步挑战。宏基因组组装的基因组可以促进这种识别，特别是使用长读长宏基因组测序，但仍无法完全解决这些问题。因此，“菌株解析宏基因组学”是一个活跃的研究领域。

在食品中，除非经过灭菌处理，否则几乎所有食品都可能携带潜在的活菌。无培养方法的另一个优势在于能够全面了解微生物总群落——即所有存在的微生物。这些微生物可能是病原体、导致食品腐败的细菌、支持病原体持续存在的生物，或作为抗微生物药物抗性（AMR）基因的储存库。此前的研究显示，不同零售食品中的AMR基因浓度在每克食品中介于104到1010个AMR基因之间。我们对食源性病原体的认知，主要基于实验室中单一菌株的纯培养研究，但在实际的食品生产链中，病原体是存在于复杂的微生物群落中的。这些相互作用通常对病原体的存活和传播至关重要。例如，先前的研究表明，空肠弯曲菌（C. jejuni）能够从非生物表面的假单胞菌（Pseudomonas aeruginosa）生物膜中获得被动保护。此外，研究还发现，多种菌株形成的生物膜能够使单核细胞增生性李斯特菌（L. monocytogenes）对杀菌剂产生耐受性。

许多危害性细菌通过动物宿主进入食物链，并在家养动物和野生动物中得以放大和维持。图示展示了食源性病原体从动物宿主传播到人类的关键步骤，包括摄入、感染和致病过程。对于如 弯曲菌属(Campylobacter jejuni) 和 沙门氏菌(Salmonella enterica) 等持久性病原体，可能有多种动物宿主能够污染食物，并且还存在其他传播途径（如图中虚线框所示的水源和直接粪便接触）。分子工具（如全基因组测序和宏基因组学）结合进化模型，用于识别食物链中的关键事件（蓝色框），这些工具包括宿主归因模型、食品加工设施源追踪和源头病例对照研究（红色框）。虽然这些方法主要用于理解持久性病原体的流行病学和控制策略，通常在物种层面进行分析，但基因组工具在新兴病原体爆发的调查中也具有重要价值。如果新兴病原体持续存在并演变为跨司法管辖区的流行病或大流行，大规模测序将有助于更全面的食物链和流行病学调查。

以下方法基于基因组的方法提供了更高的分辨率，使得能够在多个层面上调查病原体的传播，从全球到地方范围，以及通过复杂的食品供应链和网络，涵盖了确定全球范围的历史和现代传播模式、在地方和国际层面的疫情调查，以及沿食物链的源归因和源追踪。

全球尺度的传播 

全球食品贸易的增长是推动食品安全提升的重要因素，特别对于那些人口快速增长、自然资源有限的国家来说尤为关键。然而，历史上家畜贸易的扩展也促进了食品传播性病原体的跨洲传播，使污染食品在各国间更快速、更广泛地传播成为可能。基因组学工具为此提供了证据，表明活牛贸易在国际上传播致病性大肠杆菌（如志贺毒素产生的大肠杆菌）方面发挥了重要作用。同时，这些工具还揭示了大西洋家畜贸易、牛肉养殖的扩展及食品生产工业化对单核细胞增生李斯特菌（L. monocytogenes）传播的影响。近期，结合机器学习与基因组测序的技术进展，使得全球范围内沙门氏菌（S. enterica）的溯源变得更加高效，能够迅速识别全球供应链中受污染食品的地理来源。

疫情调查

食源性疾病的病例通常分为与疫情相关的病例和散发病例，后者不被认为是来自共同来源的时间或空间集群的一部分。相较于低分辨率的分子工具（见图6），通过高分辨率基因组学方法提出假设，并作为公共卫生调查中的高质量证据，使美国有效减少了疫情的规模和持续时间。这一进展是通过比较临床病例中的菌株与食品或食品生产环境中的菌株而实现；那些与人类菌株在少数单核苷酸多态性（single nucleotide polymorphisms，SNPs）或等位基因上存在差异的食品来源菌株，更有可能具有最近的共同祖先，进而被视为疫情的来源（如南非的大规模李斯特菌疫情）。对推定的散发病例进行基因组测序，还识别出了此前未被发现的病例集群，这些集群更可能共享共同来源，为隐匿的疫情提供了有力证据。

高分辨率全基因组测序能够更快速、更准确地识别和解决疫情，且相比低分辨率分型，整体病例数更少。图中蓝色代表病原体种群规模，红色代表食源性疾病的病例数。在低分辨率分型的情况下，可能会检测到一个规模较大的疫情（图后方），这可能反映出季节性病例的增加或长期多年度疫情。低分辨率分型往往会将流行病学上不相关的病例归为一类，导致对疫情的误判，从而影响干预措施的效果。相比之下，高分辨率的基因组序列分型能够更精准地将病例分配到具有共同流行病学来源的小规模疫情中（图前方的四个部分）。这一改进的分类方式使得疫情能够更快得到解决，减少了每个疫情关联的病例数，也降低了病原体的整体种群规模。此例基于美国疾病控制与预防中心（CDC）使用高级分子检测分析疫情的描述，展示了低分辨率方法与WGS之间的差异。

确定具有假定共同起源的病例簇的成员资格可能很具挑战性。一项研究表明，有三种指标可以提供证据，帮助确认测序分离株的共同起源，从而指示它们与疫情的关联及其与食品来源的联系。这些指标包括SNPs数量、分离株在树状拓扑结构中的位置（例如，单系性通常比并系性和多系性提供更强的支持），以及包含相关分离株的分支的自助支持。SNPs数量或共享等位基因的一致性与近期共同祖先的关系，通常依赖于生物体和采样时期。一项研究利用核心基因组多位点序列分型（core genome multilocus sequence typing，cgMLST）分析等位基因差异的分布，在已知疫情集中，提出少于七个等位基因差异作为疫情成员资格的临界值。而最近的建模研究则在李斯特菌内部及其他常见食源性细菌中发现了SNPs或cgMLST等位基因的临界值范围，这些范围也揭示了更广泛的流行病学相关临界值。

高通量测序技术的发展迅速，但空间分辨率和速度在将疫情的起源定位到特定地点仍然至关重要。这突显了监测的重要性，这一过程依赖于全球合作，以及研究人员、公共卫生机构和行业之间的数据共享，包括基因组序列和附带元数据的数据存储库。例如，美国国家生物信息中心（NCBI）、GenomeTrakr Network、全球微生物标识符（Global Microbial Identifier）和PubMLST等平台为这一数据共享提供了支持。

快速共享基因组和相关数据对于解决地方和国际间的长期病原体疫情至关重要，并且支持新兴病原体的特征描述、检测和控制。例如，多个项目汇总的数据集可以用于指导新疫苗设计等干预措施。

应用上述技术的能力依赖于高质量细菌全基因组序列的大型数据存储库及其相关的流行病学元数据，如分离日期、地点和宿主种类。全球范围内的公共资助实验室、商业实验室、公共卫生和食品安全机构的合作，推动了基因组学作为食品安全工具的广泛实施和常规使用，制定了包括元数据共享、术语标准化、生物信息学分析、数据库和数据访问等战略和操作要求。随着测序成本的下降，基于WGS的细菌食源性危害监测在许多资源丰富的环境中变得可行。然而，由于环球旅行、食品供应链以及细菌食源性危害的全球性，缺乏来自资源匮乏环境的大量类似数据成为将这些方法应用于这些环境的障碍，甚至可能无法理解这些地区主要的食品安全问题。此外，新兴危害在监测能力有限或缺乏（测序）监测能力的地区出现时，识别这些危害将更加困难。最近的评审发现，资源匮乏环境中实施WGS的主要障碍是政府对WGS实施的资源投入不足。其他问题还包括缺乏生物信息学专业知识、计算资源以及不足的资源和基础设施。实际上，没有建立监测系统的国家可能无法从增加的WGS能力中获得好处。

基因组数据分析和解释工具的开发，使得公共和私人基因组测序及相关元数据的访问、可视化和展示变得更加便捷。示例包括Nextstrain、Microreact和Pathogenwatch等交互式网页工具。这些工具具有动态性和可扩展性，提供了多种系统发育、基因组和流行病学分析功能。Nextstrain和Microreact的开发者提供了开源软件，供最终用户设计定制应用程序。随着基因组数据、相关元数据以及生物信息学和统计工具的不断改进，这些应用程序的实用性将进一步提升。特别是在COVID-19大流行期间，专门针对病原体的基因组工具迅速开发，提供了易于解释的交互式网站，以辅助公共卫生决策，这些工具也被广泛应用于食源性细菌病原体的研究。

源头归因和源头追踪：确定食源性疾病的宿主、传播途径和风险因素

更高分辨率的基因组数据的可用性促进了新型基于模型的方法的发展，这些方法用于揭示导致食源性疾病的复杂事件链，包括从动物宿主到导致摄入、感染和疾病的宿主因素（见图5）。确定食源性病原体污染食品的“源头”有助于实施有效的应对措施，以减少食源性疾病的负担。这包括了解不同动物宿主和感染途径的重要性，识别食品加工中的污染源，以及确定与宿主相关的风险因素。

宿主和途径

确定不同动物宿主对由食源性病原体引起的总体疾病负担的相对贡献，有助于实施有效的控制措施，从而显著改善食品安全和公共健康问题。然而，这通常涉及多个动物宿主和传播途径，这些宿主和途径可能与持久性病原体（如空肠弯曲菌(C. jejuni)和沙门氏菌(S. enterica)）相关联。动物宿主不仅包括野生动物，还包括食品生产动物，而来自同一宿主的粪便可能会污染多条传播途径，例如引发食源性和水源性感染（见图5）。为确定不同动物宿主和传播途径的相对贡献，已经设计了多种技术，包括专家意见、暴露模型以及最新的分子和基因组方法。

建模的发展使得可以将来自假定来源的分离物的DNA序列数据与临床病例的序列数据相结合，从而确定不同动物宿主（如鸡、牛和羊）对弯曲菌病和沙门氏菌病负担的相对贡献。早期应用这些模型时，通常使用多位点序列分型（multilocus sequence typing，MLST），该方法涉及七个基因位点，并通过Sanger测序进行扩增和测序。最近，宿主归属模型已扩展至协变量，揭示了城市和乡村地区的宿主归属差异，以及食品生产链干预前后所发生的变化。

全基因组测序（WGS）的出现显著增加了源归属建模中可用的基因组数据，包括核心基因组多位点序列分型（cgMLST）和k-mer分析。利用WGS数据的机器学习工具在宿主归属分析中具有提供更准确和精确的源归属估计的潜力。此外，网络分析和全基因组范围内的宿主相关单核苷酸多态性（SNPs）识别也是常用的方法。非培养型的宏基因组学方法也已应用于宿主归属分析，并结合了机器学习工具。然而，在利用WGS数据进行源归属建模时，仍然面临许多技术挑战。

食品加工厂追踪与食品来源归属

WGS 被用于识别冰淇淋中李斯特菌的源头成分，并确定某些沙门氏菌株是否在加工厂内“常驻”。机器学习和李斯特菌属的基因组数据已被应用于识别食品来源，并区分环境（如土壤）与食品加工厂中的分离株。这些研究提供了关于这两种生态位之间传播障碍的见解，这些障碍能够限制但不能完全阻止传播。

近期，食品行业的举措探讨了利用宏基因组学方法来监测食品生产链、加工厂和食品生产设施中的卫生状况及来源追踪。这种方法旨在表征食品成分和最终产品的“正常”微生物群，为识别可能与污染和潜在食品安全风险相关的异常情况提供了框架。宏基因组学在食品安全中的进一步应用，包括食品和环境采样，已在相关文献中进行了综述。该综述还讨论了应用宏基因组学进行食品安全监测的一些风险和收益，并指出了方法标准化、成本、代表性数据集和生物信息学专业知识缺乏等应用障碍。

宿主相关风险因素

储源归因模型已与传统的病例对照研究设计相结合，用于识别由不同途径引起的人类病例的风险因素。这些研究不仅提供了储源归因分析，还包括风险因素分析，例如使用七基因多位点序列分型和基因组测序的弯曲菌病流行病学研究。

基因组学现在被许多政府机构广泛应用，以收集详细证据，支持食品安全的监测活动并采取知情行动，应对多重传播途径对食品安全的影响。同时，食品企业也考虑广泛应用不断成熟的基因组学技术，以改善其个性化的环境和生产过程。政府和食品企业在食品安全方面具有相同的动机，并且在减少消费者暴露风险方面有重叠的关注点。政府机构，如负责公共卫生和食品安全的部门，通常从整体人口的角度出发，而食品企业，如生产或提供成品食品的公司，则从其客户的角度出发。这两种观点是相互关联的，因为在局部生产环境中了解和应对风险的机会，既能影响全球食品系统，也受全球食品消费者的更广泛人群的影响。

新技术的采用是食品企业食品安全文化的核心组成部分，因为它们旨在识别、理解并控制食品安全风险。此外，在许多国家，食品企业必须根据《危害分析与关键控制点》（HACCP）的原则建立食品安全管理计划，这是一项法规要求，涉及建立监测程序和纠正措施的过程。HACCP采样计划通常包括对微生物的实验室检测，如沙门氏菌（S. enterica）、李斯特菌（L. monocytogenes）、弯曲菌属（Campylobacter spp.）和产志贺毒素的大肠杆菌（Shiga toxin-producing E. coli）。这些检测结果可能需要进一步的调查和根本原因分析。因此，在食品生产者自身的食品安全文化和最佳实践中，HACCP原则及其管理计划代表了确保食品安全风险识别和预防的最严格措施，体现了局部的改进。鉴于基因组学在这些环境中的应用越来越可行，类似于它在公共卫生项目中的使用，任何新的基因组测试系统可能会在HACCP背景下得到应用，因为它们提供的知识深度超越了传统的微生物监测测试。

将基因组学纳入检测计划的食品企业展示了创新的管理方法，这反映了前瞻性的视野和对微生物风险性质的不同思考方式，以及如何通过新的行为和行动加以控制。要开发适合应用于食品企业的基因组学方法——使其能够在各种食品和环境基质中进行取样，同时根据企业的生产环境进行定制——食品企业与具有基因组学专长的机构之间的合作至关重要。这种合作有助于开发最有效的应用场景。根据与食品行业利益相关者的互动（部分通过英国食品安全研究网络），我们提出了一些食品企业可能会问的过程问题及其可能采取的行动示例（见框1）。基因组学提供的知识深度为食品生产链的供应责任方提供了合规性的改进、消费者保证以及市场和品牌保护，从而增强了对市场上产品安全性的信心。

框1 基因组学使食品企业现在可能提出的问题

• 设施中是否存在主要的病原体菌株？这种菌株是否会泄漏到他们的食品中？

• 是否有其他微生物在支持这些病原体？这些微生物是否也会进入他们的食品中？

• 这些病原体如何在消毒措施下生存？这些措施是否也选择性地促进了微生物的生存？

• 是否可以在各个设施（及其食品中）追踪微生物的潜在传播？

• 是否可以识别出可能比其他菌株具有更高风险的病原体菌株（例如，通过遗传标记来评估风险，认识到并非所有同一病原体的菌株都同样危险）？

• 是否可以使用宏基因组学确定食品加工、环境或原料的基础微生物组成？

• 是否可以通过检测微生物群落的分布或组成是否发生变化，来监测对食品企业实施的干预措施的影响？

基于从基因组学中获得的深度知识，现在可以做出的行动：

• 根据对易感或耐受微生物的观察，调整化学消毒方案。

•  根据微生物在设施中的存在或传播的证据（即，特定设施路径），重新考虑与设备和原料处理、放置和移动相关的最佳卫生实践。

• 重新设计或使用创新材料于食品非接触和接触表面，以减轻关键微生物在这些高风险路径中的持久性或传播。

• 考虑新型环境或食品生物控制策略（例如，应用噬菌体或引入其他微生物以改变微生物群落结构）。

• 在识别出的关键控制点实施非化学干预（例如，紫外线照射或超声）。

• 使用宏基因组信息作为指南，从相关样品中回收关键分类群以进行进一步表征和研究。

• 根据风险的紧急程度采取知情且适当的行动（例如，观察具有高度关注特征的菌株）。

  
  

细菌性食源性病原体仍然对全球人类健康和经济构成重大威胁。全基因组测序（WGS）和宏基因组学提供的更高分辨率信息显著提升了我们对这些危险源的理解，并表明持久性和新兴食源性危害是一个连续体，细菌危害在这一连续体中不断演变。。此外，塑造细菌病原体及其存在的广泛微生物群落的复杂生物学、社会经济和生态驱动因素，突显了对能够识别长期存在和新兴的危险源的监测系统的需求。这些监测系统的关键不仅在于其敏感性，还在于及时性，以便在食源性疾病发生之前采取预防措施，而不是在事件发生后才做出反应。目前，这样的监测系统主要存在于资源丰富的地区；尽管技术成本在下降，但国际范围内仍存在不一致性，以及资源丰富和资源贫乏地区之间的差距。尽管对WGS在食源性病原体监测中的应用经济评估非常有限，但在一些资源丰富的地区引入WGS的净效益估计相当可观。在全球化的食品供应和贸易生态系统中，这些技术还需在资源贫乏的地区得到应用，以真正理解全球食源性危险源的性质和风险。这需要高资源和低资源地区之间的合作，涉及研究人员、公共卫生机构和各领域的行业基于数据共享和统一的全基因组安全方法生成和解读标准。

随着常规微生物检测对食品系统中危险源的评估，并在发现危险源时作为进一步行动的信号，我们需要理解基于基因组的检测所产生的更复杂的信息，并将这些发现转化为有效的干预措施。例如，通过全基因组测序（WGS）和其他组学技术识别与病原体持久性相关的特定谱系基因，可以为未来干预策略的设计提供有价值的建议。然而，宏基因组学的应用虽然能识别病原体的存在，但可能无法确定这些生物体是否具有生物活性，或其识别是否只是伪影，这可能引发伦理、商业和法律问题。沿食品生产链监测微生物群落不仅可以作为食品安全问题的早期预警系统，还可以帮助识别生物控制剂的候选者，但这需要对食品安全的思维方式进行重大变革：可能需要对食品安全的危险分析和风险评估标准进行修改，例如，从对单一病原体的风险评估转变为对整个微生物群落和食品生产链的评估。为了充分发挥基因组和宏基因组数据的价值，重要的是将这些数据与流行病学及其他信息整合，跨越所有空间和时间尺度，从局部（如食品加工设施内人员和设备的移动）到全球（如长期气候变化模式或国际贸易实践），以实现真正的变革。

由于监测不足、报告不全以及确定食源性疾病原因的挑战，准确估计食源性疾实际非常困难。食品安全是保障公共健康的关键组成部分。在一个由动态生态和社会经济因素塑造的复杂变化的世界中，改进基于基因组的技术的实施为增强对整个食品生产链上食源性细菌危险源的预防、检测和响应提供了重要机会。