一文了解16S和宏基因组报告中的耐药风险和耐药基因

谷禾健康

“从来没吃过四环素类抗生素，为什么肠道宏基因组报告里会检出四环素耐药基因？”

很多人第一次看到这类结果时，都会有类似的困惑。“耐药风险”“耐药基因”“抗生素耐药相关通路”“ARGs”等这些是什么意思？

如果报告里还有“β-内酰胺类耐药基因”、“大环内酯类耐药基因”、“耐药风险中等”、“耐药相关基因丰度升高”，就更担心了。

这些担心可以理解，但从专业检测角度看，耐药基因检出并不等于感染，不等于临床耐药，也不等于一定吃过抗生素。它更多时候提示的是：在样本中的微生物群落里，存在某些与抗生素耐药相关的遗传信息。

这个信号有参考价值，但它还不是最终结论。它到底意味着什么，要继续看：

• 是16S推断出来的，还是宏基因组直接检出的？
• 样本来自肠道，还是来自感染部位？
• 检出的基因丰度高不高？
• 有没有对应的病原体？
• 有没有感染症状和药敏结果支持？
• …

本文会用尽量通俗的语言，系统解释16S测序和宏基因组测序报告中的耐药风险、耐药基因、临床药敏之间到底是什么关系，以及拿到报告后应该如何看待。

01
什么是耐药风险、耐药基因？

报告里的“耐药风险”“耐药基因”，和临床上说的耐药，其实并不是一回事。首先我们来了解一下这些概念：

★ 耐药风险：是报告给出的提示

它提醒样本里有一些和耐药相关的信号，但还需要结合样本来源、病原体和临床情况判断。

★ 耐药基因：是DNA层面的线索

它说明样本中存在某些与抗生素耐受、降解、外排或修饰相关的遗传信息。但耐药基因存在，不代表一定表达，也不代表正在感染。

★ 表型耐药：是药敏试验看到的实际表现

也就是把活菌培养出来后，看它对某种抗生素是敏感、中介，还是耐药。临床常见的S、I、R和MIC，主要来自这个层面。

★ 临床耐药：是患者真实治疗中的结果

它不仅和细菌有关，还和感染部位、药物浓度、免疫状态、感染灶处理、是否混合感染等因素有关。

简单来说，这几个词的关系可以理解为：

-耐药风险，是提醒；
-耐药基因，是线索；
-表型耐药，是实验室证据；
-临床耐药，是最终综合判断（一般是临床医生下结论）。

编辑​

02
16S、tNGS、宏基因组：不同报告里的“耐药”不同

前面我们了解了，耐药风险、耐药基因等大概是什么意思，这一章节，我们来看不同技术报告里的“耐药”有什么区别。

常见的检测包括：16S rRNA、宏基因组mNGS、靶向tNGS。这些技术的检测目标、覆盖范围、敏感性、成本和适用场景不同。

16S rRNA：耐药风险多为间接推断

16S rRNA测序常用于肠道菌群、口腔菌群、阴道菌群、皮肤菌群等微生态评估。

16S 看的是菌群结构，不是完整耐药基因

它主要是在讲：

• 样本里大概有哪些细菌？
• 这些细菌比例大概是多少？
• 菌群结构是否失衡？
• 是否存在某些机会致病菌增多？

需要强调的是：常规16S测序并不直接检测完整耐药基因。

因为16S测的是一个相对保守的标记基因，不是完整基因组。它可以帮助识别细菌组成和丰度，但不能像宏基因组那样直接读取大量功能基因。

编辑​

<来源：谷禾健康肠道菌群检测数据库>

因此，16S报告里的“耐药风险”，多数情况下是基于样本中的细菌组成，再结合数据库中这些菌属或菌种常见携带耐药基因的背景，间接评估样本携带耐药基因的可能性和耐药风险高或者低。

换句话说，16S更适合告诉我们：菌群生态里有没有某些风险信号。

它不适合直接回答：这个抗生素到底能不能用。所以，如果16S报告写着“β-内酰胺类耐药风险升高”，更合理的理解是：样本菌群中存在某些与这类耐药背景相关的生态特征，需要结合具体情况看，而不是直接得出“头孢一定无效”。

适用场景

16S里的耐药风险，更适合用于菌群生态观察、健康人群菌群检测、长期趋势评估、阴道/肠道微生态研究、大规模队列或环境耐药组普查等场景，不适合作为临床感染用药的直接依据，只能提供病原菌耐药的风险提示。

编辑​

宏基因组：可以发现耐药基因，但不等于药敏

宏基因组测序，也就是mNGS，通常是对样本中的总DNA进行测序。

全面探索病原体与耐药线索

它的优势是覆盖范围广，可以无偏倚地全面检测样本中所有微生物的耐药基因，理论上能发现所有已知耐药机制。

宏基因组可以把样本中的DNA片段与耐药基因数据库进行比对。如果某些序列与已知耐药基因高度相似，就可能被报告为相应耐药基因。

编辑​

比如：

• bla类基因，常与β-内酰胺类耐药相关；
• tet类基因，常与四环素类耐药相关；
• erm类基因，常与大环内酯、林可酰胺等耐药相关；
• sul类基因，常与磺胺类耐药相关；
• van类基因，常与万古霉素耐药相关；
• mcr类基因，常与多黏菌素耐药相关；
• qnr类基因，常与喹诺酮类耐药相关。

适用场景

相比16S，宏基因组对耐药基因的检测更直接，也更适合病因未明的复杂感染、免疫抑制患者感染、经验治疗失败、混合感染等需要全面探索的场景。

它像是在一个复杂样本里尽可能广泛地翻找线索，帮助临床发现罕见或意想不到的病原体和耐药机制。

宏基因组也有限制

它受整体测序深度影响，对于低丰度病原体中的特定耐药突变，敏感性往往不足，且数据量大、分析周期长、成本相对较高。

编辑​

tNGS：聚焦重点靶标，敏感性更高

靶向高通量测序，也就是tNGS，是针对临床上最关注的高优先级病原菌和重要耐药基因，设计特异性引物或探针，只检测目标区域。

它不像宏基因组那样尽可能检测样本中所有微生物，而是更像带着清单去找重点目标。

这种设计有一个明显好处，测序深度集中在目标区域，所以敏感性显著提高，能够检测到低丰度病原体携带的耐药基因和耐药突变，结果也更容易解释，往往能直接对应到具体药物类别。

适用场景

非常适合已经怀疑特定病原体感染、需要快速获得精准耐药信息指导临床用药的场景，是平衡检测范围、敏感性和成本的务实选择。

编辑​

总的来说，

• 16S看生态；
• 宏基因组看全面探索；
• tNGS看重点靶标。

03
为什么没用过的抗生素，也可能会检出耐药基因？

这是很多人最困惑的地方。

“我明明没怎么吃抗生素，为什么报告里会有耐药基因？” 很多人以为耐药基因只有在医院、重症感染或长期抗生素使用者身上才会出现，那么耐药基因的出现，是不是已经很严重了？

先不用这样理解。

抗生素使用确实会促进耐药菌和耐药基因的富集，但它不是唯一原因。原因很简单：

耐药基因广泛存在于自然界和人体微生态中

抗生素并不是人类发明后才出现的。许多抗生素本来就来源于微生物，比如青霉素来自真菌，链霉素来自放线菌。微生物之间在自然界中长期竞争，产生抗菌物质，也进化出保护自己的机制。因此，耐药基因在土壤、水体、动物肠道、人类肠道中本来就可能存在。

人类大规模使用抗生素以后，确实加速了耐药基因的筛选和传播，但这不等于每一次耐药基因检出都能追溯到某个人近期吃过抗生素。

一个典型例子：四环素耐药基因

四环素类抗生素曾在畜禽、水产养殖中被广泛使用。长期选择压力下，动物肠道、粪便、养殖废水、养殖场土壤中，都可能富集四环素耐药菌或四环素耐药基因，比如常见的 tet类基因。

这些基因可能随着动物粪便进入土壤或水体，也可能通过养殖废水、农田粪肥、蔬菜表面、水产品和肉类加工处理等环节，进入更大的环境循环。人再通过食物、手部接触或环境接触，摄入少量相关菌或DNA片段。

编辑​

所以，一个人的肠道宏基因组里检出 tet类四环素耐药基因，并不一定说明他近期吃过四环素。它也可能反映食物链、环境暴露或社区微生物交换。

日常接触，也可能留下低丰度信号

生活中类似的场景也不少。比如：

• 厨房里生鸡肉、鱼虾、蔬菜、砧板、水槽和手之间会发生接触；
• 旅行会改变饮食、水源和接触的环境微生物；
• 宠物外出、接触土壤和其他动物，也可能参与家庭微生物交换。

这些情况通常不意味着感染，也不意味着一定会耐药。但从检测角度看，它们可能让样本中出现一些低丰度的耐药基因信号。

质粒传播：细菌之间的移动U盘

还有一些耐药基因可以通过质粒等可移动遗传元件在细菌之间传播。

可以把质粒理解为细菌之间传递的小型U盘：一个细菌把抵抗某类抗生素的说明书传给另一个细菌，后者就可能获得新的耐药能力。

编辑​

不过，检测到耐药基因，并不代表正在发生质粒转移，也不代表它已经转移到了致病菌身上。

报告通常只能提示存在相关基因或相关序列，是否具备转移能力、是否在病原菌中、是否表达，还需要更深入的分析或实验验证。

所以，没吃抗生素却检出耐药基因，并不奇怪，

耐药基因的来源可能很多，有些只是微生态里的背景信号，不能只用“有没有吃过抗生素”来解释。

但背景信号不等于没有意义。需要继续判断的是：这个基因只是背景信号，还是已经和某个明确病原体、某次感染、某类用药产生关系？

这就进入了下一个问题。

04
为什么检出耐药基因，还不能直接变成药敏结论？

耐药基因不是一检出就自动决定能不能用药。它要影响用药判断，中间至少要看几层关系。

第一层：检出的是DNA，不一定是活菌

很多测序检测，尤其是宏基因组测序，看到的是样本里的DNA。DNA可能来自活菌，也可能来自死菌、破碎菌体，甚至是游离DNA片段。

比如感染治疗后，病原体可能已经被部分清除，但样本里仍然残留一些微生物DNA。这个时候，检测结果可能还能看到相关基因信号，但它不一定代表样本里还有大量活的耐药菌。

第二层：它是不是在真正的病原体身上？

这一步更关键。

同一个耐药基因，如果在普通共生菌身上，和在明确致病菌身上，意义完全不同。

比如，粪便样本里检出某个耐药基因，可能来自肠道里的普通共生菌；但如果在血液、脑脊液、肺泡灌洗液等感染相关样本中，同时检出明确病原体和关键耐药基因，临床意义就会明显增加。

问题在于，很多测序结果不一定能准确告诉你：

这个耐药基因到底属于哪个菌？

尤其是宏基因组短读长测序，样本DNA会被打碎成很多片段。报告可能识别出某个片段像耐药基因，也识别出样本里有哪些菌，但未必能百分之百确认这个基因就长在某个具体病原体身上。

第三层：基因存在，不代表正在发挥作用

耐药基因要真正产生耐药效果，通常需要被表达出来。

也就是说，DNA层面有这个基因，只说明细菌可能有这套说明书，但这套说明书有没有被读取，相关蛋白有没有产生，产生的量够不够影响药物作用，还要另说。

• 有些基因可能存在，但表达水平很低。
• 有些基因可能处在不活跃状态。
• 有些检测只能看到基因片段，不能直接证明它正在发挥功能。

这也是为什么单纯看到一个耐药基因，不能直接等同于药敏试验里的“R”。

所以这里要分清，基因存在，是潜在能力；真正耐药，要看它有没有形成实际表现。

第四层：它和具体药物有没有明确对应关系？

有些耐药基因和药物类别的关系比较明确，比如某些碳青霉烯酶基因、mecA、vanA、vanB、mcr等，临床上会更重视。

但也有一些耐药基因属于较大的基因家族，或者只提示某一类耐药机制，并不能简单对应到某一个药一定无效。

比如，同样是β-内酰胺类耐药相关基因，不同基因、不同亚型、不同表达水平，对青霉素类、头孢类、碳青霉烯类药物的影响可能不同。

同样是四环素类耐药基因，不同tet基因对应的机制也可能不同，有的是外排泵，有的是核糖体保护蛋白。

所以，要去看它提示的是一个大类风险，还是足以影响具体药物选择的关键机制。

第五层：数据库和算法会影响检出的边界

耐药基因的识别，通常需要把测序片段和数据库进行比对。

但不同数据库收录的基因不同，命名方式不同，更新速度不同。不同实验室使用的分析流程、相似度阈值、覆盖度标准、报告规则也可能不同。

如果一个基因只匹配了很短一段，或者相似度不高，可信度就要谨慎。如果覆盖度高、相似度高、reads数也足够多，结果的可信度才会更强。

从背景信号，到用药线索，需要证据链

把这些层次串起来，就会发现：

• 检出耐药基因，是发现线索；
• 它在哪个菌身上，是关键问题；
• 它是否表达，是功能问题；
• 它能否影响某个药，是机制问题；
• 它能否指导治疗，是临床问题。

所以，看到耐药基因后，不应该立刻下结论说这个药一定没用。更合适的理解是：报告提示样本里出现了一个耐药相关线索，接下来要判断它是否来自活菌、是否属于真正的病原体、是否是关键耐药机制等。

也就是说，从背景信号到影响用药，中间还差一整套证据链。下一步，真正需要看的就是：临床上到底怎么把这些证据串起来。

05
临床真正判断耐药性，主要看什么？

如果患者有明确感染，医生判断耐药性通常会综合病原体、样本来源、培养药敏、感染部位、患者状态和治疗反应。

首先看检出的病原体是否符合临床表现

• 痰液中检出多种口腔菌，不一定代表肺部感染；
• 尿液中少量皮肤菌，可能是采样污染；
• 粪便中检出机会致病菌，也不一定代表肠道感染；
• 皮肤、口腔、阴道样本本身就含有大量正常微生物，不能看到一个菌就认定为致病菌。

判断病原体意义，要结合患者症状、感染部位、样本类型、采样质量、炎症指标、影像学表现、是否来自无菌部位、是否重复检出、菌量或序列丰度、既往病史和免疫状态。

其次，培养和药敏仍然重要

传统培养虽然有局限，比如生长慢、厌氧菌难培养、使用抗生素后阳性率下降，但它能获得活菌，是药敏试验的基础。

对于许多感染来说，培养阳性并结合药敏，仍然是指导抗感染治疗的核心依据。

药敏试验通常报告为S、I、R。

MIC是最低抑菌浓度，也就是抑制细菌可见生长所需的最低药物浓度。

但MIC也不是孤立指标。它要结合药物在人体内的药代动力学和药效学，也就是药物能否在感染部位达到足够浓度。

比如，有些药物在尿液中浓度很高，对尿路感染可能有效；但同样的药物在肺组织、脑脊液或脓肿内浓度不足，就未必适用。

第三，关键耐药基因需重视，但也要看归属

不同耐药基因的临床意义不同。有些基因具有较强提示意义，比如：

• mecA、mecC：提示金黄色葡萄球菌可能为MRSA；
• vanA、vanB：提示肠球菌可能对万古霉素耐药；
• blaKPC、blaNDM、blaOXA-48-like：提示碳青霉烯酶风险；
• mcr：提示多黏菌素耐药风险；
• erm、tet、sul等：提示相应类别耐药可能。

这些基因值得重视，但仍然要看它是否与对应病原体关联，是否有足够覆盖度和丰度，是否与临床培养药敏一致。

一个粪便样本里的低丰度tet基因，和一个血流感染样本中高可信度blaNDM基因，临床意义完全不同。

最后，还要看感染部位和药物可达性

临床用药不是只看敏感或耐药。

• 脑膜炎要考虑脑脊液穿透；
• 肺部感染要考虑肺组织和上皮衬液浓度；
• 尿路感染要看尿药浓度；
• 骨关节感染往往疗程更长；
• 脓肿常常需要引流；
• 生物膜相关感染可能需要取出异物或联合治疗。

所以，耐药基因只是抗感染决策中的一个维度，不能单独决定治疗方案。

06
报告里的“高风险”，高的到底是什么？

报告里的“高风险”，通常不是临床诊断等级，也不等于疾病严重程度。它更多是在说：根据这份样本和这套检测方法，报告发现了一些相对更值得注意的耐药相关信号。

那这个“高”，到底可能高在哪里？

可能是reads数比较高

报告会写 reads数。reads数可以简单理解为：有多少测序片段支持这个菌或这个基因的存在。

一般来说，reads数越多，说明检测到的证据越多；但它不能单独决定严重程度。因为reads数会受到很多因素影响，比如样本总DNA量、宿主DNA比例、测序深度、基因长度、样本保存质量等。

临床解读时，低reads结果尤其要谨慎。

编辑​

<来源：谷禾健康肠道菌群检测数据库>

可能是占比更高

相对丰度表示某个菌或某个基因，在样本可识别微生物或基因中的占比。

它适合看结构变化，但不能直接等同于绝对数量。

比如，一个耐药基因的相对丰度升高，可能是它本身增加了；也可能是其他菌减少了，导致它的比例看起来变高。

所以，相对丰度高，说明它在这个样本里的占比更突出；但不等于体内一定有大量耐药菌。

在谷禾的检测报告中，会加入“在标本中浓度”、“信号强度”等指标，提供拷贝数、copies/mL、copies/g等。对判断病原负荷和变化趋势更有帮助。

编辑​

<来源：谷禾健康肠道菌群检测数据库>

可能是比对结果更可靠

有些报告里还可能出现相似度、覆盖度、测序深度这类指标。

这些指标主要用来判断：测序片段和数据库里的目标基因，匹配得像不像、覆盖得全不全、证据够不够扎实。

如果一个耐药基因只匹配到很短一段，或者相似度不高，就要谨慎解读。

如果相似度高、覆盖度高、reads数也足够多，说明这个检出结果更可靠。

07
耐药基因检出的意义：不是替代药敏，是帮助少走弯路

既然耐药基因不能直接等于感染，也不能直接等于药敏，那检出来到底有什么意义？

反复用药效果不好时，它能提醒尽早换思路

临床上有些患者，尤其是老年人、基础病多、反复感染的人，可能已经经历过好几轮抗生素治疗。

编辑​

一开始是经验用药，效果不好换一种，还是不好，才进一步做培养、药敏，或者更深入的病原检测。

这个过程中，患者可能已经经历了较长时间的感染、反复发热、炎症指标不降，甚至住院时间延长。

如果前期就能看到一些耐药相关线索，至少可以提醒：这个人可能存在较高的耐药背景，常规经验用药未必合适，必要时应该尽早做培养和药敏，或者结合mNGS、tNGS等检测进一步判断。

某患者A，因反复腹泻、腹痛，使用抗生素后疗效不佳。

编辑​

<来源：谷禾健康肠道菌群检测数据库>

谷禾宏基因组菌群检测报告提示，核心共生菌 Faecalibacterium prausnitzii 中检出 tet(W)，提示四环素类耐药基因可能已进入稳定共生菌群。

肠道优势菌Bacteroides中检出 cepA、cblA。这类菌本就是肠道常驻菌，如果携带β-内酰胺类相关耐药基因，提示患者肠道厌氧菌群可能存在较稳定的β-内酰胺耐药背景；在后续腹腔、肠源性或混合感染风险评估中，经验性使用青霉素类、部分头孢类药物时就应更加谨慎，而不是简单继续轮换抗生素。

此外，Enterococcus 中检出 vanD，提示需关注糖肽类耐药风险；E. coli 中检出 arsC，提示菌群还可能存在环境金属抗性压力。该报告帮助医生从继续试药转向结合感染部位、病原学、药敏结果和菌群修复的综合管理。

在重症和疑难感染中，它能让判断更有方向

普通感染中，医生有时可以根据经验治疗，再根据疗效调整。

但在重症感染、免疫抑制患者感染、血流感染、重症肺炎、脑膜炎等场景里，试错成本会明显升高。

若能更早获得病原体和耐药相关信息，就可能帮助医生更快判断：哪些抗生素可能覆盖不足，哪些耐药机制需要警惕，是否需要联合用药，是否需要尽快补做培养和药敏，或者调整诊疗方向。

在健康管理中，它更偏向预防性参考

有些报告不是为了诊断一次急性感染，而是用于健康管理或微生态评估。

这类报告里的耐药风险，更多是预防为主。它可以提供一个背景信息：

• 这个人的菌群里是否存在较多耐药相关信号，
• 是否有长期抗生素暴露后的菌群恢复问题，
• 是否有某些药物类别相关的耐药基因偏多
• 未来使用抗生素时是否需要更谨慎
• …

比如老年人、长期住院者、肿瘤患者、反复尿路感染或呼吸道感染的人，如果报告提示耐药背景较高，就更不适合随意、反复地经验用药。

在感染控制中，它也可能有提示价值

有些耐药基因不仅影响个体治疗，也有传播风险。

比如某些碳青霉烯酶基因、万古霉素耐药相关基因、多黏菌素耐药基因，如果出现在医院环境、重症病房或高风险患者身上，就可能提示需要关注感染控制问题。

这时，耐药基因结果不仅是这个人用什么药，也可能是在提醒：这个耐药风险会不会在更大范围内传播。

可能帮助医院更早识别需要关注的人群或环境，配合隔离、手卫生、环境消毒、抗菌药物管理等措施，减少耐药菌传播。

对公共卫生耐药基因的监测

耐药基因库是公共卫生关注的重要内容。社区、医院、养殖业、污水系统中的耐药基因传播，可能增加未来耐药感染风险。因此，在群体水平监测耐药基因非常有意义。

但对个体来说，不能把公共卫生风险直接等同于个人疾病诊断。

所以，耐药基因检出的意义，不是把报告变成处方。更准确地说，它的价值在于：

• 提前提示耐药背景；
• 帮助减少盲目用药；
• 提醒必要时尽早做培养和药敏；
• 在疑难、重症、反复感染中提供方向；
• 对高风险人群起到预防性参考作用。

08
要点总结

误区一

× 检出耐药基因就是耐药感染

这是最常见误区。耐药基因是遗传信息，感染是临床疾病，二者不是一回事。

误区二

× 没检出耐药基因就一定不耐药

反过来也不能这样理解。可能数据库未收录相关机制，可能检测深度不足，可能耐药来自突变、表达调控、生物膜或其他非典型机制。

误区三

× 16S能准确判断用什么抗生素

常规16S rRNA测序主要看菌群组成，不是直接检测完整耐药基因。它报告里的耐药风险，很多时候是根据菌群结构和数据库背景做出的间接推断。

16S更适合做微生态评估和风险提示，不适合直接决定抗生素怎么用。

误区四

× 宏基因组能完全替代培养药敏

宏基因组很有价值，尤其在难培养、用药后、疑难感染中。但它不能完全替代培养和药敏，特别是在需要精准用药时。

误区五

× 耐药基因越多越需要治疗

健康人群或肠道菌群报告中，耐药基因多不代表需要治疗。滥用抗生素反而可能加重菌群紊乱和耐药选择压力。

对于没有感染证据的人来说，重点不是清除耐药基因，而是合理用药、减少不必要抗生素暴露、保护肠道微生态。

误区六

× 耐药基因说明生活不卫生

耐药基因广泛存在于环境和人体微生态中，不能简单归因于个人卫生问题。

误区七

× 耐药基因就是“超级细菌”

所谓“超级细菌”，通常指对多种抗生素耐药、治疗选择有限、可能导致严重感染的细菌。

耐药基因可能参与这种情况，但单独检出某个耐药基因，并不等于体内已经有了超级细菌。