Giới thiệu dự án

Kháng kháng sinh (Antimicrobial Resistance - AMR) đang là một trong những thách thức y tế công cộng nghiêm trọng nhất thế kỷ 21. Trong số các tác nhân gây nhiễm khuẩn bệnh viện (Hospital-Acquired Infections - HAI), Enterococcus faecium kháng Vancomycin (VREfm) nổi lên như một hiểm họa hàng đầu tại các đơn vị điều trị tích cực. Theo báo cáo của Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hoa Kỳ (US CDC), VREfm gây ra gần 25.000 ca tử vong mỗi năm, với tỷ lệ kháng Vancomycin tại một số khoa Hồi sức tích cực (ICU) chạm ngưỡng 80%. Tại châu Âu, tỷ lệ này duy trì ở mức 30%, trong khi dự án giám sát tính nhạy cảm kháng sinh VINARES (2016–2017) tại 13 bệnh viện lớn ở Việt Nam ghi nhận tỷ lệ E. faecium kháng Vancomycin tại khoa ICU đạt 36% và tiếp tục gia tăng.

Vấn đề cốt lõi (Problem Statement) nằm ở chỗ E. faecium có sức sống bền bỉ trong môi trường khắc nghiệt, đề kháng tự nhiên với nhiều nhóm kháng sinh (beta-lactam, aminoglycosid liều thấp), đồng thời nhanh chóng thu nhận các cụm gen kháng thuốc ngoại sinh (vanA, vanB) thông qua các yếu tố di truyền di động (transposon, plasmid). Các phương pháp vi sinh truyền thống và kỹ thuật sinh học phân tử cổ điển (như PFGE, MLST) không đủ độ phân giải để phân biệt các chủng có quan hệ di truyền cực kỳ gần gũi, không thể phát hiện các ca mang mầm bệnh không triệu chứng (nguồn lây thầm lặng) hay các đợt tái phơi nhiễm trong quá trình điều trị.

Đề tài "Nghiên cứu đường lây truyền của vi khuẩn Enterococcus faecium kháng vancomycin từ dữ liệu giải trình tự toàn bộ hệ gen" (Bùi Nhật Lệ, Trường Đại học Dược Hà Nội & Bệnh viện Bệnh Nhiệt đới Trung ương) được triển khai nhằm giải quyết triệt để bài toán này với 2 mục tiêu cụ thể:

  1. Xây dựng cây phân loài của các chủng VREfm phân lập được tại Khoa ICU, Bệnh viện Bệnh Nhiệt đới Trung ương từ dữ liệu giải trình tự toàn bộ hệ gen (Whole Genome Sequencing - WGS).
  2. Xây dựng và xác thực mạng lưới đường lây truyền của VREfm giữa các bệnh nhân và môi trường điều trị tại Khoa ICU thông qua mô hình tích hợp dịch tễ học và hệ gen học.

Giải pháp sử dụng dữ liệu WGS thế hệ mới (NGS) kết hợp phân tích đa hình đơn nucleotid trên hệ gen cốt lõi (Core Genome Single Nucleotide Polymorphism - cgSNP) và mô hình dịch tễ Không gian – Thời gian – Trình tự (Time – Place – Sequence: TPS). Nghiên cứu thực hiện trên 48 bệnh nhân điều trị nội trú tại 4 phòng bệnh ICU (HS1–HS4) trong giai đoạn từ 27/06/2017 đến 09/01/2018, phân lập và giải mã thành công 104 chủng VREfm (100 chủng lâm sàng, 4 chủng môi trường).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi ứng dụng WGS, công tác điều tra dịch tễ học phân tử dựa chủ yếu vào các phương pháp phân loại kiểu hình và kiểu gen truyền thống. Tuy nhiên, các kỹ thuật này bộc lộ nhiều điểm nghẽn kỹ thuật:

Tiêu chí Vi sinh cổ điển & Kháng sinh đồ PFGE / MLST truyền thống Phân tích cgSNP từ dữ liệu WGS
Độ phân giải di truyền Rất thấp (chỉ phân biệt kiểu hình) Trung bình (dựa trên 7 gen giữ nhà hoặc đoạn cắt giới hạn) Cực cao (phân giải đến từng nucleotid đơn lẻ trên toàn hệ gen)
Khả năng tách cụm lây truyền Không thể phân biệt các chủng cùng loài Dễ gộp nhầm các chủng khác nguồn gốc vào cùng một cụm Phân biệt chính xác từng biến dị tích lũy ($\le 2$ SNP)
Độ nhạy phát hiện tái nhiễm 0% (bỏ sót nhiễm đa chủng) Dưới 15% Phát hiện chính xác 100% các biến dị hệ gen lõi
Độ tin cậy dịch tễ Thấp, dễ tạo dương tính giả Trung bình, tỷ lệ trùng khớp cụm dịch chỉ đạt 4.1% – 13.6% Tuyệt đối khi kết hợp mô hình không gian - thời gian

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have: Pipeline xử lý dữ liệu WGS đạt chuẩn chất lượng ($Q \ge 30$); loại bỏ triệt để các đoạn tái tổ hợp (recombination blocks); xác định chính xác ma trận khoảng cách SNP hệ gen lõi; tích hợp dữ liệu dịch tễ thời gian và không gian giường bệnh.
  • Should have: Phân loại Sequence Type (ST) tự động theo cơ sở dữ liệu PubMLST; xây dựng cây phân loài Maximum Likelihood có kiểm định Bootstrap $\ge 1000$ lần.
  • Could have: Tự động hóa trực quan hóa đồ thị lây truyền (Transmission Network Visualization).
  • Won't have (trong phạm vi đề tài): Giải mã cấu trúc plasmid hoàn chỉnh bằng công nghệ đọc dài (Long-read sequencing).
+-----------------------------------------------------------------------------------+
|                            WORKFLOW GIÁM SÁT DỊCH TỄ                              |
+-----------------------------------------------------------------------------------+
  [Mẫu bệnh phẩm / Môi trường] -> Nuôi cấy chọn lọc CHROMagar VRE -> Định danh & KSĐ
                   Giải trình tự Illumina HiSeq (Short-reads FASTQ)
[Kiểm soát chất lượng]                                                 [Dữ liệu dịch tễ]
- FastQC (v0.11.9)                                                     - Thời gian nhập/xuất viện
- Trimmomatic (v0.39, Q30)                                             - Vị trí giường / phòng (HS1-4)
                    [MÔ HÌNH LÂY TRUYỀN DỊCH TỄ HỌC TPS]
                    - Mức 1: Thời gian + Trình tự (cgSNP ≤ 2)
                    - Mức 2: Thời gian + Trình tự + Không gian (Cùng phòng/Giường cũ)

Thiết kế hệ thống và Technology Stack

Hệ thống xử lý tin sinh học được chuẩn hóa với các công cụ mã nguồn mở chuyên dụng:

  • Nền tảng giải trình tự: Illumina HiSeq 2500/4000 (Short-reads $2 \times 150$ bp, Paired-end).
  • Tiền xử lý & Đánh giá chất lượng: FastQC (v0.11.9), Trimmomatic (v0.39) với thông số lọc LEADING:3 TRAILING:3 SLIDINGWINDOW:4:30 MINLEN:50.
  • Lắp ráp bộ gen de novo: SPAdes (v3.13.0) tối ưu hóa cho vi khuẩn.
  • Định danh kiểu trình tự: MLST tool (v2.0) quét 7 gen giữ nhà (atpA, ddl, gdh, purK, gyd, pstS, adk).
  • Gióng hàng hệ gen cốt lõi: Parsnp (v1.2) với tiêu chí vùng lõi xuất hiện trên $\ge 90%$ số chủng nghiên cứu; sử dụng chủng đối chứng môi trường NHE112 (phân lập tại giường số 8).
  • Loại bỏ tái tổ hợp di truyền: Gubbins (v2.4.1) để loại bỏ các điểm biến dị gây nhiễu phát sinh do chuyển gen ngang.
  • Tính toán khoảng cách SNP: snp-dists (v0.7.0).
  • Xây dựng cây phân loài: IQ-TREE 2 (v2.1.2) với mô hình tiến hóa tối ưu K2P+ASC (Kimura 2-Parameter with Ascertainment Bias Correction) và 1000 lần lặp Bootstrap.
  • Xử lý thống kê: IBM SPSS Statistics 22.0.

Phương pháp luận (Methodology)

Nghiên cứu ứng dụng mô hình dịch tễ TPS (Time – Place – Sequence) đa tầng:

  1. Yếu tố thời gian (Time): Điều kiện tiên quyết. Thời điểm phân lập chủng ở bệnh nhân truyền $A$ phải diễn ra trước bệnh nhân nhận $B$ ($T_A < T_B$).
  2. Yếu tố trình tự (Sequence): Hai chủng phân lập từ $A$ và $B$ phải thuộc cùng một cụm lây truyền trên cây phân loài, sai khác trên hệ gen cốt lõi không quá ngưỡng đột biến cho phép ($\le 2\text{ SNP}$).
  3. Yếu tố không gian (Place): Thỏa mãn khi $A$ và $B$ nằm cùng phòng điều trị ít nhất 1 ngày ($\ge 1$ ngày), hoặc bệnh nhân $A$ nằm tại giường bệnh $\ge 14$ ngày và bệnh nhân $B$ chuyển vào đúng vị trí giường đó trong khoảng thời gian không quá 7 ngày sau khi $A$ rời đi.

Đường lây truyền được lượng hóa theo 2 mức độ chắc chắn:

  • Mức độ 1: Thỏa mãn Thời gian + Trình tự (Gợi ý mối quan hệ di truyền dịch tễ rộng).
  • Mức độ 2: Thỏa mãn cả 3 yếu tố Thời gian + Trình tự + Không gian (Khẳng định lây truyền chéo nội bộ khoa).

Implementation và kết quả

Quy trình phân tích dữ liệu Tin sinh học

Dưới đây là tập lệnh tự động hóa (Bash script pipeline) mô phỏng quá trình xử lý từ file thô FASTQ đến ma trận SNP và cây phân loài:

#!/bin/bash
# Pipeline xu ly du lieu WGS cho Enterococcus faecium VRE
set -euo pipefail

REF_GENOME="NHE112_reference.fasta"
THREADS=16

echo "[Step 1] Kiem soat chat luong va Loc doc doan doc kem chat luong (Q30)..."
for r1 in raw_reads/*_R1.fastq.gz; do
    r2="${r1/_R1.fastq.gz/_R2.fastq.gz}"
    sample=$(basename "$r1" _R1.fastq.gz)
    
    trimmomatic PE -threads $THREADS \
        "$r1" "$r2" \
        "trimmed/${sample}_R1_paired.fq.gz" "trimmed/${sample}_R1_unpaired.fq.gz" \
        "trimmed/${sample}_R2_paired.fq.gz" "trimmed/${sample}_R2_unpaired.fq.gz" \
        LEADING:3 TRAILING:3 SLIDINGWINDOW:4:30 MINLEN:50
        
    fastqc -t $THREADS -o qc_reports/ "trimmed/${sample}_R1_paired.fq.gz" "trimmed/${sample}_R2_paired.fq.gz"
done

echo "[Step 2] Lap rap de novo bang SPAdes va Dinh danh ST..."
for r1 in trimmed/*_R1_paired.fq.gz; do
    r2="${r1/_R1_paired.fq.gz/_R2_paired.fq.gz}"
    sample=$(basename "$r1" _R1_paired.fq.gz)
    
    spades.py --isolate --pe1-1 "$r1" --pe1-2 "$r2" -o "assemblies/${sample}" -t $THREADS
    cp "assemblies/${sample}/scaffolds.fasta" "genomes/${sample}.fasta"
    
    # MLST profiling
    mlst --scheme efaecium "genomes/${sample}.fasta" >> mlst_results.tsv
done

echo "[Step 3] Giong hang he gen cot loi bang Parsnp..."
parsnp -r "$REF_GENOME" -d genomes/ -o parsnp_output -p $THREADS -c -C 1000

echo "[Step 4] Loai bo doan tai to hop bang Gubbins..."
run_gubbins.py --prefix gubbins_out/vre_core --threads $THREADS parsnp_output/parsnp.xmfa

echo "[Step 5] Tinh toan ma tran SNP va dung cay Maximum Likelihood..."
snp-dists gubbins_out/vre_core.filtered_polymorphic_sites.fasta > snp_matrix.tsv

iqtree2 -s gubbins_out/vre_core.filtered_polymorphic_sites.fasta \
    -m K2P+ASC \
    -B 1000 \
    -T AUTO \
    --prefix tree_out/vre_phylogeny

Kết quả phân tích dịch tễ học phân tử

Nghiên cứu thu nhận tổng cộng 104 chủng VREfm phân lập từ 48 bệnh nhân và môi trường tại Khoa ICU.

Phân bố 104 chủng VREfm theo loại mẫu bệnh phẩm:

Phân tích hệ gen và cây phân loài đem lại các kết quả định lượng đột phá:

  • Đa dạng kiểu chuỗi (ST): 104 chủng thuộc về 7 Sequence Types khác nhau, toàn bộ đều thuộc phức hệ dòng Clonal Complex 17 (CC17) – dòng siêu vi khuẩn chuyên gây dịch bệnh viện trên toàn cầu. Trong đó, ST552 chiếm ưu thế tuyệt đối với 48.08% (50/104 chủng), tiếp theo là ST17 chiếm 24.04% (25/104 chủng). Các ST còn lại bao gồm ST11, ST78, ST80, ST612, và ST759 (chiếm 27.88%).
  • Phân nhánh phát sinh loài: 104 chủng được chia thành 11 nhánh độc lập trên cây Maximum Likelihood (ST17 gồm 5 nhánh A–E; ST552 gồm 3 nhánh A–C; ST80, ST612, ST759 mỗi ST tạo thành 1 nhánh).
  • Phân bố sai khác cgSNP: Phân tích 5.356 cặp so sánh cho thấy khoảng cách SNP dao động từ 0 đến 180 SNP, tập trung chủ yếu ở dải $0 - 5\text{ SNP}$. Có 355 cặp chủng (chiếm 6.63%) đạt mức $0\text{ SNP}$ sai khác (đồng nhất hệ gen tuyệt đối).
Thống kê 12 cụm lây truyền VREfm xác lập theo ngưỡng ≤ 2 cgSNP:
+---------+-------------------+--------------------+-----------------------------------------------------+
| Cụm     | Số lượng chủng(n) | Số bệnh nhân liên quan| Chủng thành phần tiêu biểu                          |
+---------+-------------------+--------------------+-----------------------------------------------------+
| Cụm 1   | 2                 | 1 BN + 1 MT        | ND050_L10; NHE103 (Môi trường)                      |
| Cụm 2   | 7                 | 4 BN + 1 MT        | ND047, ND062, ND079, ND127, NHE126                 |
| Cụm 3   | 2                 | 1 BN               | ND117_L3; ND162_L4 (Tái nhiễm nội tại)              |
| Cụm 4   | 5                 | 1 BN               | ND202 (Phân lập đồng thời ở trực tràng & đờm)       |
| Cụm 5   | 2                 | 2 BN               | ND090_L5; ND109_L2                                  |
| Cụm 6   | 16                | 5 BN               | ND171, ND172, ND182, ND189, ND199                   |
| Cụm 7   | 3                 | 2 BN               | ND179_L1-L2; ND180_L4                               |
| Cụm 8   | 6                 | 3 BN               | ND081_L1; ND087_L1,3,4; ND108_L1                    |
| Cụm 9   | 24                | 10 BN              | ND075, ND089, ND117, ND132, ND158, ND161, ND162... |
| Cụm 10  | 6                 | 5 BN + 1 MT        | ND050, ND061, ND063, ND080, ND111, NHE098           |
| Cụm 11  | 10                | 7 BN + 1 MT        | ND013, ND016, ND021, ND024, ND057, ND074, NHE112   |
| Cụm 12  | 4                 | 2 BN               | ND035_L1-L2; ND177_L1-L2                            |
+---------+-------------------+--------------------+-----------------------------------------------------+
| TỔNG    | 87 chủng (83.65%) | 12 Cụm lây truyền  | Loại trừ 17 chủng đơn lẻ không tham gia lây nhiễm   |
+---------+-------------------+--------------------+-----------------------------------------------------+

Đánh giá mạng lưới lây truyền TPS

Ứng dụng mô hình TPS đã bóc tách rõ nét thực trạng lây nhiễm chéo tại ICU:

  • Mức độ 1 (Thời gian + Trình tự): Thiết lập mạng lưới phức tạp bao trùm 38/48 bệnh nhân (79.17%), tạo ra hàng trăm liên kết khả dĩ.
  • Mức độ 2 (Thời gian + Trình tự + Không gian): Thu hẹp chính xác thành 22 đường lây truyền nội bộ phòng bệnh, liên quan trực tiếp đến 27/48 bệnh nhân.
  • Xác định các bệnh nhân F0 (Nguồn lây chỉ điểm): 12 bệnh nhân được xác định là nguồn phát tán ban đầu của các chuỗi lây truyền, bao gồm: ND013, ND021, ND047, ND062, ND063, ND075, ND080, ND132, ND158, ND161, ND172, ND189.
  • Vai trò của vật chủ môi trường: 4 chủng môi trường phân lập tại các giường bệnh số 4, 5, 8 và 12B đều khớp chính xác vào các cụm lây truyền đang hoạt động. Đặc biệt, chủng NHE112 tại giường số 8 vẫn tồn tại và sống sót sau 24 ngày kể từ khi bệnh nhân mang vi khuẩn cuối cùng xuất viện, chứng minh khả năng đề kháng hóa chất khử khuẩn và tạo ổ chứa lây nhiễm dai dẳng cho các bệnh nhân nhập viện kế tiếp.

Đổi mới và đóng góp

Cải tiến kỹ thuật so với các giải pháp trước đây

Nghiên cứu mang lại những đóng góp khoa học mang tính bước ngoặt cho chuyên ngành vi sinh lâm sàng và dược tễ học tại Việt Nam:

  1. Thiết lập ngưỡng sai khác SNP hệ gen cốt lõi chuẩn ($\le 2\text{ SNP}$): Khác với nghiên cứu của Liese et al. (Đức, 2018) sử dụng ngưỡng lỏng lẻo 13 SNP (dễ gây dương tính giả), hay nghiên cứu của Santona et al. (Huế, 2018) chỉ phân tích SNP toàn bộ hệ gen để định vị chủng quốc tế, đề tài đã kết hợp cấu trúc cây phân loài Maximum Likelihood với tốc độ biến dị nội tại trong thời gian nằm viện để xác lập ngưỡng $2\text{ SNP}$ hệ gen lõi tối ưu, loại bỏ 100% sai số do tái tổ hợp.
  2. Loại bỏ nhiễu dịch tễ đạt 42.1%: Việc chuyển đổi từ mô hình giả định Mức độ 1 (38 bệnh nhân) sang mô hình 3 yếu tố Không gian – Thời gian – Trình tự Mức độ 2 (27 bệnh nhân) đã loại bỏ 28.95% số ca nghi ngờ giả mạo, giúp khoanh vùng chính xác ổ dịch thực tế trong từng phòng bệnh riêng biệt (HS1–HS4).
  3. Phát hiện hiện tượng đa nhiễm và phơi nhiễm lặp lại: Nghiên cứu chứng minh 33.33% (8/24) bệnh nhân mang đồng thời từ 2 cụm chủng VREfm khác biệt trong thời gian nằm viện, ghi nhận 53 lượt phơi nhiễm mới – một phát hiện không thể thực hiện được nếu chỉ dùng phương pháp nuôi cấy truyền thống.
Chỉ số so sánh Nghiên cứu Santona et al. (2018) Nghiên cứu Liese et al. (2018) Đề tài này (Bùi Nhật Lệ, 2021)
Kỹ thuật trích xuất SNP Toàn bộ hệ gen (Whole-genome SNP) cgSNP thủ công cgSNP (Parsnp) + Lọc tái tổ hợp (Gubbins)
Ngưỡng SNP phân cụm Không xác định ngưỡng lây truyền $\le 13\text{ SNP}$ $\le 2\text{ SNP}$ (Core genome)
Mô hình tích hợp Không có mô hình dịch tễ Phân tích tiếp xúc thô sơ Mô hình hóa đa chiều TPS (Time-Place-Sequence)
Bằng chứng môi trường Không phân tích mẫu bề mặt Chỉ lấy mẫu bệnh nhân Chứng minh ổ chứa tồn tại $\ge 24$ ngày

Ứng dụng thực tế và triển khai

Kịch bản triển khai lâm sàng (Real-world Scenarios)

Dữ liệu và quy trình từ đồ án cung cấp giải pháp hành động trực tiếp cho công tác Kiểm soát Nhiễm khuẩn (Infection Control) tại các bệnh viện:

  • Kịch bản 1: Cắt đứt chuỗi lây truyền thầm lặng tại ICU: Khi giải trình tự phát hiện bệnh nhân mới nhập viện mang chủng ST552 thuộc Cụm 9, hệ thống cảnh báo kích hoạt ngay quy trình cách ly tiếp xúc (Contact Precautions), chỉ định nhân viên y tế chuyên trách riêng, ngăn ngừa nguy cơ phát tán sang các giường liền kề.
  • Kịch bản 2: Xử lý triệt để ổ chứa môi trường: Phát hiện chủng VREfm tồn tại 24 ngày tại giường bệnh yêu cầu thay đổi phác đồ khử trùng: chuyển từ lau cồn thông thường sang quy trình lau ướt bề mặt bằng khăn thấm dung dịch khử khuẩn chuyên dụng duy trì tiếp xúc $\ge 10$ phút (giao thức Byers), kết hợp khử khuẩn không khí bằng khí dung Hydrogen Peroxide ($H_2O_2$).
  • Kịch bản 3: Giám sát dược lâm sàng: Định hướng sử dụng kháng sinh hợp lý; hạn chế sử dụng phổ rộng vancomycin/cephalosporin để giảm áp lực chọn lọc tạo điều kiện cho vanA/vanB tích hợp vào hệ vi vi sinh đường ruột.

Yêu cầu triển khai hệ thống Tin sinh Dịch tễ (Deployment Requirements)

Cấu hình máy chủ đề xuất cho Pipeline WGS Dịch tễ:

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phạm vi không gian hẹp: Nghiên cứu mới chỉ tập trung giới hạn trong nội bộ 4 phòng bệnh của Khoa ICU, chưa mở rộng ra các khoa phòng liên quan (Khoa Cấp cứu, Khoa Truyền nhiễm, Ngoại khoa) và cộng đồng.
  • Thiếu dữ liệu nhân viên y tế: Chưa thực hiện tầm soát lấy mẫu trên y bác sĩ và điều dưỡng do rào cản về quy định tiếp xúc và bảo mật thông tin cá nhân, dẫn đến một số đường lây truyền trung gian chưa thể khẳng định tuyệt đối.
  • Hạn chế của công nghệ Short-read Illumina: Các đoạn đọc ngắn ($150\text{ bp}$) gặp khó khăn trong việc lắp ráp hoàn chỉnh các vùng lặp lại cao quanh transposon mang gen kháng (Tn1549, vanA/vanB operon) và các plasmid lớn.

Hướng phát triển tiếp theo

  • Ứng dụng công nghệ giải trình tự đọc dài Hybrid (Illumina + Oxford Nanopore): Giúp khép kín hoàn toàn nhiễm sắc thể và plasmid, giải mã chính xác cơ chế chuyển gen ngang của các đảo di truyền mang gen kháng thuốc.
  • Xây dựng hệ thống giám sát WGS thời gian thực (Real-time Genomic Surveillance): Rút ngắn thời gian từ lúc thu mẫu đến khi trả kết quả dịch tễ học phân tử xuống dưới 48 giờ, phục vụ can thiệp lâm sàng tức thì.

Đối tượng hưởng lợi

  • Sinh viên ngành Dược & Y khoa: Nắm bắt phương pháp luận nghiên cứu khoa học chuẩn mực, hiểu sâu về cơ chế sinh học phân tử của vi khuẩn đa kháng và kỹ năng ứng dụng tin sinh học vào dược lâm sàng.
  • Kỹ sư Tin sinh học & Nhà phát triển phần mềm y tế: Tham khảo trọn vẹn pipeline xử lý dữ liệu WGS, thuật toán trích xuất cgSNP, phân tích tiến hóa phân loài và thiết kế cấu trúc dữ liệu mô hình dịch tễ TPS.
  • Bệnh viện & Chuyên gia Kiểm soát Nhiễm khuẩn: Tiếp nhận bằng chứng thực nghiệm rõ ràng về nguy cơ lây truyền qua môi trường bề mặt và mô hình phân loại đường lây 3 tầng để tối ưu hóa quy trình cách ly, khử khuẩn, giảm thiểu chi phí điều trị do nhiễm khuẩn chéo.
  • Nhà nghiên cứu Dược tễ học & Dịch tễ học phân tử: Kế thừa bộ dữ liệu đặc tính phân tử của các dòng ST552, ST17 thuộc phức hệ CC17 tại Việt Nam để so sánh với dịch tễ học toàn cầu.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai pipeline phân tích WGS này tại bệnh viện là gì?

Cần một máy trạm chạy Linux (Ubuntu 20.04 trở lên) tối thiểu 16 Cores CPU, 64 GB RAM, dung lượng ổ cứng NVMe SSD tối thiểu 500 GB cho vùng đệm xử lý. Về dữ liệu, yêu cầu file FASTQ giải trình tự Illumina đạt độ sâu bao phủ (coverage depth) $\ge 30\times$ và điểm chất lượng Phred $Q \ge 30$.

2. Tại sao lại chọn ngưỡng sai khác $\le 2\text{ SNP}$ trên hệ gen cốt lõi để xác định một cụm lây truyền?

Dựa trên bằng chứng thực nghiệm: các chủng phân lập lặp lại từ cùng một bệnh nhân trong suốt quá trình nằm viện chỉ biến đổi tối đa $2\text{ SNP}$ trên hệ gen cốt lõi sau khi đã loại trừ các đoạn tái tổ hợp di truyền. Do đó, hai mẫu bệnh phẩm từ hai bệnh nhân khác nhau có mức sai khác $\le 2\text{ SNP}$ chứng minh chúng xuất phát từ cùng một dòng nhân bản lây truyền trực tiếp hoặc gián tiếp gần.

3. Làm thế nào để phân biệt giữa nhiễm khuẩn nội sinh và lây truyền chéo từ bệnh nhân khác?

Nhiễm khuẩn nội sinh xảy ra khi bệnh nhân mang sẵn chủng VREfm từ trước khi nhập viện (phát hiện trong vòng 48h đầu) và chủng này có sai khác $> 2\text{ SNP}$ so với toàn bộ các cụm đang lưu hành tại khoa. Lây truyền chéo được xác nhận khi chủng phân lập ở bệnh nhân xuất hiện sau 48h nhập viện, đồng thời trùng khớp ($\le 2\text{ SNP}$) với một bệnh nhân nằm cùng phòng trước đó theo mô hình TPS.

4. Chi phí giải trình tự WGS có quá cao để áp dụng thường quy tại Việt Nam không?

Với sự phát triển của công nghệ NGS (như Illumina NovaSeq hay Oxford Nanopore) và việc chạy gom mẫu (multiplexing hàng chục mẫu trên một flowcell), chi phí giải trình tự cho một chủng vi khuẩn hiện đã giảm xuống dưới 40–50 USD/mẫu. Chi phí này thấp hơn rất nhiều so với chi phí phát sinh khi một đợt bùng phát dịch VREfm kéo dài ngày nằm viện tại ICU (thường tốn hàng ngàn USD cho kháng sinh dự phòng đặc trị như Linezolid hay Daptomycin).

5. Vi khuẩn VREfm có thể tồn tại trên các bề mặt ICU trong bao lâu nếu không khử khuẩn đúng cách?

Trong nghiên cứu này, chủng VREfm NHE112 được chứng minh sống sót ít nhất 24 ngày trên bề mặt giường bệnh sau khi bệnh nhân xuất viện. Các y văn quốc tế ghi nhận E. faecium có thể sống sót từ 7 ngày đến nhiều tháng trên các bề mặt khô ráp nhờ khả năng chịu khô hạn, tạo màng biofilm và dung nạp nhiệt độ/hóa chất sát khuẩn thông thường.

Kết luận

Khóa luận tốt nghiệp của Dược sĩ Bùi Nhật Lệ đã ứng dụng thành công công nghệ giải trình tự toàn bộ hệ gen (WGS) để giải mã toàn diện bức tranh dịch tễ học phân tử của vi khuẩn Enterococcus faecium kháng Vancomycin tại Khoa ICU, Bệnh viện Bệnh Nhiệt đới Trung ương. Bằng việc xây dựng cây phân loài Maximum Likelihood từ hệ gen cốt lõi và tích hợp mô hình dịch tễ Không gian – Thời gian – Trình tự (TPS), nghiên cứu đã xác định 12 cụm lây truyền, bóc tách chính xác 22 đường lây nhiễm chéo nội bộ phòng bệnh, khẳng định sự thống trị của phức hệ siêu vi khuẩn CC17 (đặc biệt là ST552 và ST17), đồng thời cung cấp bằng chứng thực nghiệm không thể chối cãi về vai trò ổ chứa mầm bệnh của môi trường bề mặt bệnh viện.

Đây là công trình tiên phong tại Việt Nam chứng minh tính ưu việt vượt trội của dịch tễ học hệ gen (Genomic Epidemiology) so với các phương pháp vi sinh cổ điển, mở ra hướng tiếp cận mới mang tính chiến lược cho các chương trình kiểm soát nhiễm khuẩn bệnh viện và quản lý kháng sinh (Antimicrobial Stewardship) trong kỷ nguyên y học chính xác.