抗菌素耐药性（AMR）和食品安全是全球面临的紧迫问题，这些问题交织在人类、动物和环境健康的更广泛背景下。食品系统特别容易受到这些挑战的影响，需要创新的解决方案来确保安全和可持续性。最近在数据驱动技术方面的进展，如人工智能和预测建模，以及实验室方法，包括微生物基因组学和环境病原体检测，丰富了我们应对这些问题的工具箱。然而，这些进展的全部潜力尚未实现，关于如何有效整合计算和实验方法以从“同一健康”角度解决食品安全问题的讨论仍在进行中。
不同学科之间的合作对于制定全面策略以减轻AMR风险和保护食品安全至关重要。本研究主题旨在通过利用“同一健康”框架内的数据驱动和分子方法来增强AMR缓解和食品安全。主要目标是促进跨学科合作，将计算和实验见解转化为实际的食品安全和AMR控制策略。强调技术创新与可持续实践之间的协同作用，该主题旨在推动进步，保护食品系统并提高公众健康对微生物威胁的抵御能力。
为了进一步了解如何协调考虑食品安全和AMR，我们欢迎涉及以下主题的文章：
- 数据驱动创新：使用人工智能和机器学习预测抗性模式，并优化整个食品供应链的生物安全措施
- 实验室和临床分析：开发快速诊断食源性病原体的方法，并评估生物安全协议
- 综合应用：结合环境监测和食品安全数据的一体化风险评估，以及将实验结果与计算模型相结合的研究
- 转化策略：应用分析方法加强全球AMR监测和食品安全政策
- 跨部门合作：跨学科努力加强AMR缓解和生物安全干预，增强食品系统的韧性
我们邀请提交展示多样化分析方法（计算、实验或临床）如何通过一致的“同一健康”方法有效增强食品安全和对抗AMR的文章。这些见解对于遏制不断演变的微生物威胁和确保公平、基于科学的食品安全解决方案至关重要。
(全文结束)
