基于MALDI-TOF MS預提取樣本制備法廢棄成分識別病原菌的方法建立及識別能力評價

張慧芳 龔杰 張炳華 張建中 肖迪

引用本文: 張慧芳, 龔杰, 張炳華, 張建中, 肖迪. 基于MALDI-TOF MS預提取樣本制備法廢棄成分識別病原菌的方法建立及識別能力評價[J]. 疾病監測. DOI: 10.3784/j.issn.1003-9961.2019.11.005 shu
Citation:  Huifang Zhang, Jie Gong, Binghua Zhang, Jianzhong Zhang and Di Xiao. Establishment and evaluation of a pathogen identification assay based on waste components of MALDI-TOF MS pre-extraction sample preparation[J]. Disease Surveillance. DOI: 10.3784/j.issn.1003-9961.2019.11.005 shu

基于MALDI-TOF MS預提取樣本制備法廢棄成分識別病原菌的方法建立及識別能力評價

    作者簡介: 張慧芳,女,山西省應縣人,碩士,副主任技師,主要從事微生物質譜識別工作,Email:[email protected];
    通信作者: 肖迪, [email protected]
  • 基金項目: 國家科技重大專項(No. 2018ZX10712001006012,No. 2018ZX10733402003002)

摘要: 目的為提高基質輔助激光解吸電離飛行時間質譜(MALDI-TOF MS)鑒定病原菌的能力,尤其是對微量病原菌的鑒定能力,建立一種基于預提取樣本制備法的廢棄成分進行病原菌識別鑒定的新方法。方法選擇63株病原菌(23株細菌、40株真菌),培養后采用常規乙醇/甲酸法提取病原菌蛋白后,利用廢棄沉淀物涂抹樣本靶,與基質結合后進行MALDI-TOF MS數據采集及分析,并與常規分析成分進行病原菌識別能力比較。結果常規乙醇/甲酸法將50株菌(79.37%)識別到種水平,將10株菌(15.87%)識別到屬水平,3株菌(4.76%)未被識別;沉淀涂抹法將49株菌(77.78%)識別到種水平,將14株菌(22.22%)識別到屬水平。 在同樣采集條件下,沉淀涂抹法的數據采集能力略強于常規法;在同樣信噪比下,2種方法所獲得的質譜峰數目沒有統計學差異。結論新的基于MALDI-TOF MS進行病原菌鑒定的樣本采用方法,一次實驗即可獲得2種樣本,達到了樣本資源的最大限度利用,可提高MALDI-TOF MS鑒定病原菌尤其是單菌落病原菌的能力,為病原菌質譜高通量快速識別鑒定能力的增強開辟了新的途徑。

English

    1. [1]

      張慧芳, 陶曉霞, 何利華, 等. 傳代培養對基于肽質量指紋譜的細菌識別穩定性影響分析[J]. 疾病監測,2016,31(9):734–739. DOI:10.3784/j.issn.1003?9961.2016.09.007.
      Zhang HF, Tao XX, He LH, et al. Effect of passage on the stability of bacterial identification based on peptide mass fingerprinting[J]. Dis Surveill, 2016,31(9):734–739. DOI:10.3784/j.issn.1003?9961.2016.09.007.

    2. [2]

      Uhlik O, Strejcek M, Junkova P, et al. Matrix-assisted laser desorption ionization (MALDI)-time of flight mass spectrometry-and MALDI biotyper-based identification of cultured biphenyl-metabolizing bacteria from contaminated horseradish rhizosphere soil[J]. Appl Environ Microbiol, 2011,77(19):6858–6866. DOI:10.1128/AEM.05465?11.

    3. [3]

      Seng P, Drancourt M, Gouriet F, et al. Ongoing revolution in bacteriology: routine identification of bacteria by matrix-assisted laser desorption ionization time-of-flight mass spectrometry[J]. Clin Infect Dis, 2009,49(4):543–551. DOI:10.1086/600885.

    4. [4]

      Vatanshenassan M, Boekhout T, Meis JF, et al. Candida auris identification and rapid antifungal susceptibility testing against echinocandins by MALDI-TOF MS[J]. Front Cell Infect Microbiol, 2019,18:1–9. DOI:10.3389/fcimb.2019.00020.

    5. [5]

      El-Nemr IM, Mushtaha M, Sundararaju S, et al. Application of MALDI biotyper system for rapid identification of bacteria isolated from a fresh produce market[J]. Curr Microbiol, 2019,76(3):290–296. DOI:10.1007/s00284?018?01624?1.

    6. [6]

      Shannon S, Kronemann D, Patel R, et al. Routine use of MALDI-TOF MS for anaerobic bacterial identification in clinical microbiology[J]. Anaerobe, 2018,54:191–196. DOI:10.1016/j.anaerobe.2018.07.001.

    7. [7]

      di Gaudio F, Indelicato S, Indelicato S, et al. Improvement of a rapid direct blood culture microbial identification protocol using MALDI-TOF MS and performance comparison with Sepsityper kit[J]. J Microbiol Methods, 2018,155:1–7. DOI:10.1016/j.mimet.2018.10.015.

    8. [8]

      Lin JN, Teng SH, Lai CH, et al. Comparison of the Vitek MS and bruker matrix-assisted laser desorption ionization-time of flight mass spectrometry systems for identification of Chryseobacterium isolates from clinical specimens and report of uncommon Chryseobacterium infections in humans[J]. J Clin Microbiol, 2018,56(11):1–6. DOI:10.1128/JCM.00712?18.

    9. [9]

      Morka K, Bystroń J, Bania J, et al. Identification of Yersinia enterocolitica isolates from humans, pigs and wild boars by MALDI TOF MS[J]. BMC Microbiol, 2018,18:86. DOI:10.1186/s12866?018?1228?2.

    10. [10]

      Strejcek M, Smrhova T, Junkova P, et al. Whole-cell MALDI-TOF MS versus 16S rRNA gene analysis for identification and dereplication of recurrent bacterial isolates[J]. Front Microbiol, 2018,19:1294. DOI:10.3389/fmicb.2018.01294.

    11. [11]

      Veloo ACM, Jean-Pierre H, Justesen US, et al. An overview of the data obtained during the validation of an optimized MALDI-TOF MS Biotyper database for the identification of anaerobic bacteria[J]. Data Brief, 2018,18:1484–1496. DOI:10.1016/j.dib.2018.04.070.

    12. [12]

      Ferrand J, Bonnet I, Alauzet C, et al. Evaluation of the Vitek MS and the MALDI Biotyper systems for the identification of less commonly isolated but clinically relevant anaerobes and facultative anaerobes[J]. Anaerobe, 2018,54:210–216. DOI:10.1016/j.anaerobe.2018.05.014.

    13. [13]

      Cao Y, Wang L, Ma P, et al. Accuracy of matrix-assisted laser desorption ionization-time of flight mass spectrometry for identification of mycobacteria: a systematic review and meta-analysis[J]. Sci Rep, 2018,8:4131. DOI:10.1038/s41598?018?22642?w.

    14. [14]

      Gaillot O, Blondiaux N, Lo?ez C, et al. Cost-effectiveness of switch to matrix-assisted laser desorption ionization-time of flight mass spectrometry for routine bacterial identification[J]. J Clin Microbiol, 2011,49(12):4412. DOI:10.1128/JCM.05429-11.

    15. [15]

      Xiao D, Zhao F, Lv M, et al. Rapid identification of microorganisms isolated from throat swab specimens of community-acquired pneumonia patients by two MALDI-TOF MS systems[J]. Diagn Microbiol Infect Dis, 2012,73(4):301–307. DOI:10.1016/j.diagmicrobio.2012.04.004.

    16. [16]

      鮑春梅, 崔恩博, 陳鵬, 等. MALDI-TOF MS鑒定宋內志賀菌的初步應用研究[J]. 傳染病信息,2012,25(1):10–13. DOI:10.3969/j.issn.1007?8134.2012.01.003.
      Bao CM, Cui EB, Chen P, et al. Initial application of identification of Shigella sonnei using MALDI-TOF MS[J]. Infect Dis Inf, 2012,25(1):10–13. DOI:10.3969/j.issn.1007?8134.2012.01.003.

    17. [17]

      江連洲, 曹飛揚, 陳穎, 等. 基質輔助激光解吸電離飛行時間質譜快速鑒定蠟樣芽胞桿菌研究與應用[J]. 東北農業大學學報,2016,47(12):56–64. DOI:10.3969/j.issn.1005?9369.2016.12.008.
      Jiang LZ, Cao FY, Chen Y, et al. Study on matrix assisted laser desorption/ionization time of flight mass spectrometry method for Bacillus cereus identification[J]. J Northeast Agric Univ, 2016,47(12):56–64. DOI:10.3969/j.issn.1005?9369.2016.12.008.

    18. [18]

      周月霞, 胡成進. 建立MALDI-TOF MS鑒定的海洋致病性弧菌數據庫樣本前處理的適宜條件[J]. 中華臨床實驗室管理電子雜志,2018,6(1):23–26. DOI:10.3877/cma.j.issn.2095?5820.2018.01.007.
      Zhou YX, Hu CJ. Research on the suitable sample processing conditions for establishing marine pathogenic vibrio database based on MALDI-TOF MS[J]. Chin J Clin Lab Mgt (Electr Ed), 2018,6(1):23–26. DOI:10.3877/cma.j.issn.2095?5820.2018.01.007.

    19. [19]

      曹韙凡, 宋召, 周鳳麗, 等. 兩種菌天處理方法對MALDI-TOF MS鑒定臨床分離菌效果的影響[J]. 中華臨床實驗室管理電子雜志,2018,6(1):27–31. DOI:10.3877/cma.j.issn.2095?5820.2018.01.008.
      Cao WF, Song Z, Zhou FL, et al. Effect of two kinds of bacterial pretreatment methods on the clinical isolate strains identification by MALDI-TOF MS[J]. Chin J Clin Lab Mgt:Electr Ed, 2018,6(1):27–31. DOI:10.3877/cma.j.issn.2095?5820.2018.01.008.

    1. [1]

      楊文濤張建中肖迪 . 基于基質輔助激光解吸電離飛行時間質譜的病原菌耐藥性分析研究進展. 疾病監測, 2019, 34(11): 974-979. DOI: 10.3784/j.issn.1003-9961.2019.11.007

    2. [2]

      龔杰張沈茜張慧芳肖盟何利華趙飛徐英春張建中肖迪 . 基于基質輔助激光解吸電離飛行時間質譜的克柔念珠菌遺傳分化研究. 疾病監測, 2019, 34(11): 969-973. DOI: 10.3784/j.issn.1003-9961.2019.11.006

    3. [3]

      吳勇 . 肝硬化并發自發性腹膜炎腹水的病原菌及大腸埃希菌耐藥性分析. 疾病監測, 2012, 27(12): 990-992. DOI: 10.3784/j.issn.1003-9961.2012.12.019

    4. [4]

      封會茹曲梅耿榮秦萌余紅尉秀霞趙偉邢洪光楊軍勇董曉根趙建忠 . 2010-2012年北京市豐臺區感染性腹瀉病原菌分布及耐藥性分析. 疾病監測, 2013, 28(2): 96-100. DOI: 10.3784/j.issn.1003-9961.2013.2.004

    5. [5]

      厲小玉岳美娜王云橋趙仕勇蔣茂瑩 . 2008-2012年杭州市兒童感染性腹瀉的志賀菌和沙門菌變遷及耐藥性分析. 疾病監測, 2014, 29(5): 364-368. DOI: 10.3784/j.issn.1003-9961.2014.05.008

    6. [6]

      屠鴻翔吳慶陳櫟江鄒安慶 . 413株血培養分離菌的菌種分布及耐藥性分析. 疾病監測, 2012, 27(10): 760-763. DOI: 10.3784/j.issn.1003-9961.2012.10.003

    7. [7]

      王蕾楊紫旋康海全顧兵 . 某教學醫院重癥監護病房與普通病房細菌分布及耐藥性比較分析. 疾病監測, 2018, 33(9): 762-765. DOI: 10.3784/j.issn.1003-9961.2018.09.014

    8. [8]

      王增國相蓮李芳魏曉光吳守芝 . 一種多重PCR方法快速鑒定7種常見腸道病原菌. 疾病監測, 2013, 28(5): 412-415. DOI: 10.3784/j.issn.1003-9961.2013.5.021

    9. [9]

      婁靜李杰闞飆閆梅英 . 我國省級疾病預防控制系統實驗室主要腹瀉病原菌檢測能力調查分析. 疾病監測, 2012, 27(5): 340-342,345. DOI: 10.3784/j.issn.1003-9961.2012.5.003

    10. [10]

      張桂王麗赟王玫顧海彤魯辛辛 . MALDI-TOF MS直接涂靶法快速鑒定絲狀真菌的臨床應用. 疾病監測, 2019, 34(11): 980-986. DOI: 10.3784/j.issn.1003-9961.2019.11.008

    11. [11]

      . 聚合酶鏈反應法和分離培養法篩檢小腸結腸炎耶爾森菌方法的比較研究. 疾病監測, 2013, 28(6): 456-458. DOI: 10.3784/j.issn.1003-9961.2013.6.010

    12. [12]

      潘東霞陳玲琍謝開婿李秋月潘亞興張益丹 . 應用圓形分布法探討腦卒中的發病季節和時間規律. 疾病監測, 2016, 31(1): 58-62. DOI: 10.3784/j.issn.1003-9961.2016.01.014

  • 圖 1  部分病原菌上清和沉淀的譜圖峰強度比較

    Figure 1.  Comparison of peak intensity between supernatant and sediment of some pathogens

    表 1  63株菌的鑒定結果

    Table 1.  Identification results of 63 strains used in the study

      菌種  菌株編號 鑒定結果 鑒定分數 峰數目(個)
     上清  沉淀 上清 沉淀 上清 沉淀
    大腸埃希菌 Exzx18-001 大腸埃希菌 大腸埃希菌 2.22 2.35 100 98
    Exzx18-002 大腸埃希菌 大腸埃希菌 2.20 2.27 100 99
    Exzx18-003 大腸埃希菌 大腸埃希菌 2.30 2.19 100 100
    Exzx18-004 大腸埃希菌 大腸埃希菌 2.21 2.19 100 100
    鮑曼不動桿菌 A132 鮑曼不動桿菌 鮑曼不動桿菌 2.21 2.07 100 100
    A151 鮑曼不動桿菌 鮑曼不動桿菌 2.58 2.49 100 100
    A157 鮑曼不動桿菌 鮑曼不動桿菌 1.70 2.44 100 100
    A58 鮑曼不動桿菌 鮑曼不動桿菌 1.88 1.90 100 100
    醫院不動桿菌 A159 醫院不動桿菌 醫院不動桿菌 2.27 2.15 100 100
    A161 醫院不動桿菌 醫院不動桿菌 2.21 2.18 99 99
    A162 醫院不動桿菌 醫院不動桿菌 2.24 2.40 100 100
    皮特不動桿菌 A154 皮特不動桿菌 皮特不動桿菌 2.15 2.24 100 100
    A160 皮特不動桿菌 皮特不動桿菌 1.82 1.80 99 99
    枯草芽孢桿菌 Fxzx1904-15 未識別 枯草芽孢桿菌 1.46 2.19 100 100
    Fxzx1904-31 枯草芽孢桿菌 枯草芽孢桿菌 1.77 1.81 100 99
    巨芽孢桿菌 Fxzx1904-17 巨芽孢桿菌 巨芽孢桿菌 2.08 1.92 99 100
    Fxzx1904-5 巨芽孢桿菌 巨芽孢桿菌 2.08 1.98 99 99
    蠟樣芽胞桿菌 Fxzx1904-6 蠟樣芽胞桿菌 蠟樣芽胞桿菌 2.37 2.14 100 99
    Fxzx1904-7 蠟樣芽胞桿菌 蠟樣芽胞桿菌 2.04 2.06 100 100
    Fxzx1904-8 蠟樣芽胞桿菌 蠟樣芽胞桿菌 2.06 1.91 100 100
    Fxzx1904-1 蠟樣芽胞桿菌 蠟樣芽胞桿菌 2.20 2.38 100 100
    奇異變形桿菌 Exzx18-005 奇異變形桿菌 奇異變形桿菌 2.47 2.49 100 99
    陰溝腸桿菌 Exzx18-008 陰溝腸桿菌 陰溝腸桿菌 2.45 2.34 99 99
    白色念珠菌 F3156 白色念珠菌 白色念珠菌 2.36 2.32 100 100
    F3164 白色念珠菌 白色念珠菌 2.39 2.43 100 100
    F3174 白色念珠菌 白色念珠菌 2.51 2.42 100 100
    熱帶念珠菌 F3542 未識別 熱帶念珠菌 1.56 1.90 100 100
    F3550 未識別 熱帶念珠菌 1.69 1.71 100 100
    希木龍念珠菌 F4442 希木龍念珠菌 希木龍念珠菌 2.15 2.16 100 100
    F4446 希木龍念珠菌 希木龍念珠菌 1.95 2.13 100 100
    F4448 希木龍念珠菌 希木龍念珠菌 2.21 2.39 100 100
    F4450 希木龍念珠菌 希木龍念珠菌 2.19 2.31 100 100
    雙布氏假絲酵母 F4444 雙布氏假絲酵母 雙布氏假絲酵母 2.11 2.05 100 100
    F4616 雙布氏假絲酵母 雙布氏假絲酵母 1.98 2.20 100 100
    F4566 雙布氏假絲酵母 雙布氏假絲酵母 2.26 2.06 100 100
    F4572 雙布氏假絲酵母 雙布氏假絲酵母 2.25 2.12 100 100
    假絲酵母 F4558 假絲酵母 假絲酵母 2.11 1.95 100 100
    耳念珠菌 F4590 耳念珠菌 耳念珠菌 1.87 1.81 100 99
    近平滑念珠菌 F4662 近平滑念珠菌 近平滑念珠菌 2.32 2.25 100 100
    F4658 近平滑念珠菌 近平滑念珠菌 2.34 2.34 99 99
    F4660 近平滑念珠菌 近平滑念珠菌 2.28 2.41 100 100
    F4664 近平滑念珠菌 近平滑念珠菌 2.33 2.28 99 99
    似平滑念珠菌 F4708 似平滑念珠菌 似平滑念珠菌 2.11 2.05 100 100
    F4710 似平滑念珠菌 似平滑念珠菌 2.17 2.11 100 100
    F4712 似平滑念珠菌 似平滑念珠菌 2.17 2.06 100 100
    F4714 似平滑念珠菌 似平滑念珠菌 2.39 2.24 100 100
    擬平滑念珠菌 F4728 擬平滑念珠菌 擬平滑念珠菌 2.12 2.18 100 100
    F4730 擬平滑念珠菌 擬平滑念珠菌 1.96 1.88 100 100
    F4734 擬平滑念珠菌 擬平滑念珠菌 1.98 1.97 100 100
    F4740 擬平滑念珠菌 擬平滑念珠菌 2.07 2.20 100 100
    光滑念珠菌 F4752 光滑念珠菌 光滑念珠菌 2.30 2.22 100 100
    F4754 光滑念珠菌 光滑念珠菌 2.48 2.41 100 100
    F4756 光滑念珠菌 光滑念珠菌 2.41 2.45 100 100
    F4758 光滑念珠菌 光滑念珠菌 2.32 2.44 100 100
    白念珠菌 F4790 白念珠菌 白念珠菌 2.06 2.14 100 100
    F4792 白念珠菌 白念珠菌 2.02 2.26 100 100
    F4802 白念珠菌 白念珠菌 2.31 2.17 100 100
    F4804 白念珠菌 白念珠菌 2.28 2.28 100 100
    苞片假絲酵母 F4794 苞片假絲酵母 苞片假絲酵母 1.90 1.84 100 100
    F4796 苞片假絲酵母 苞片假絲酵母 2.04 1.89 100 100
    F4798 苞片假絲酵母 苞片假絲酵母 2.02 2.00 100 100
    克柔念珠菌 IC368 克柔念珠菌 克柔念珠菌 2.29 2.32 100 100
    IC370 克柔念珠菌 克柔念珠菌 2.07 2.24 100 100
    下載: 導出CSV
    广西体彩11选五开奖
  • 2019-0298基于MALDI-TOF MS預提取樣本制備法廢棄成分識別病原菌的方法建立及識別能力評價.docx

    2019-0298基于MALDI-TOF MS預提取樣本制備法廢棄成分識別病原菌的方法建立及識別能力評價.docx

  • 加載中
圖(1)表(1)
計量
  • PDF下載量:  17
  • 文章訪問數:  866
  • HTML全文瀏覽量:  335
  • 引證文獻數: 0
文章相關
  • 通信作者:  肖迪, [email protected]
  • 收稿日期:  2019-07-08
  • 刊出日期:  2019-11-01
通信作者: 陳斌, [email protected]
  • 1. 

    沈陽化工大學材料科學與工程學院 沈陽 110142

  1. 本站搜索
  2. 百度學術搜索
  3. 萬方數據庫搜索
  4. CNKI搜索

/

返回文章

在線交流