利用 NCBI 基因组元数据获取流行病学洞见：以 Enterobacterales 为例
定量方法
2025-11-20 v1
摘要
诸多研究已利用 NCBI 数据进行基因组分析、基因注释以及识别疾病相关变异，但 NCBI 的流行病学潜力仍未得到充分探索。本研究演示了如何系统性地利用 NCBI 数据集从空间和时间维度提取和解释传染病模式。以 Enterobacterales 为案例，我们分析了超过47.7万条基因组记录和元数据，包括收集日期、位置、宿主物种及隔离来源。我们将 E. coli 和 Salmonella 在 NCBI 数据中的趋势与 CDC 的全国暴发报告系统（NORS）进行比较。虽然两个数据集都显示出季节性峰值和食源性来源，但 NCBI 数据揭示了更广泛的宿主物种（如野生动物、环境储备），更大的株系多样性，以及更细致的时空分辨率。这些洞见得益于我们开发的开源 Python 软件包 EpiNCBI_V1，用于从 NCBI 实时下载、筛选和清理病原原基因组元数据。本工作凸显了将基因组储存库整合到公共卫生分析中以提升监测、暴发检测和跨物种传播追踪全球价值的重要性。
引用
@article{arxiv.2511.14826,
title = {Leveraging NCBI Genomic Metadata for Epidemiological Insights: Example of Enterobacterales},
author = {Bryan Harris and Majid Bani-Yaghoub},
journal= {arXiv preprint arXiv:2511.14826},
year = {2025}
}