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

龔杰 張沈茜 張慧芳 肖盟 何利華 趙飛 徐英春 張建中 肖迪

引用本文: 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[J]. 疾病監測. DOI: 10.3784/j.issn.1003-9961.2019.11.006 shu
Citation:  Jie Gong, Shenxi Zhang, huifang Zhang, Meng Xiao, Lihua He, Fei Zhao, Yingchun Xu, Jianzhong Zhang and Di Xiao. Genetic differentiation of Candida krusei based on matrix-assisted laser desorption ionization time-of-flight mass spectrometry[J]. Disease Surveillance. DOI: 10.3784/j.issn.1003-9961.2019.11.006 shu

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

    作者簡介: 龔杰,男,浙江省金華市人,博士,助理研究員,主要從事病原真菌學的研究工作,Email:[email protected];張沈茜,女,山西省長治市人,碩士,醫師,主要從事皮膚病學相關工作,Email:[email protected];
    通信作者: 肖迪, [email protected]
  • 基金項目: 國家科技重大專項(No. 2018ZX10712001,No. 2018ZX10733402);中國疾病預防控制中心青年科研基金(No. 2018A102)

摘要: 目的在蛋白質水平明確克柔念珠菌的遺傳分化特征,建立基于基質輔助激光解吸電離飛行時間質譜(MALDI-TOF MS)的不同譜系克柔念珠菌的鑒定方法。方法選取20株克柔念珠菌,采用MALDI-TOF MS結合分析軟件ClinProTools,確定克柔念珠菌不同譜系的質譜標志峰,構建基于遺傳算法(GA)的分類模型,用于區分不同譜系的克柔念珠菌菌株,選擇25株克柔念珠菌對該模型進行驗證。結果利用20株克柔念珠菌構建的GA分類模型,反映模型正確鑒別能力的識別能力值(RC)為100%,反映模型處理測試譜圖變異能力的交叉驗證值(CV)為97.89%。 25株克柔念珠菌、150張譜圖外部驗證模型顯示其分類能力為95.30%。 確定13個克柔念珠菌譜系相關的特征峰(m/z 3 971.40、3 136.95、3 427.33、2 405.28、2 996.73、2 913.95、3 376.97、6 736.13、5 819.03、4 045.16、5 869.00、3 618.10及3 946.14),可用于正確區分來自不同譜系的克柔念珠菌。結論本研究論證并確認了克柔念珠菌的群體遺傳分化事件,同時也建立了一種簡便而有效的快速譜系分型方法。

English

    1. [1]

      Kullberg BJ, Arendrup MC. Invasive candidiasis[J]. N Engl J Med, 2015,373(15):1445–1456. DOI:10.1056/NEJMra1315399.

    2. [2]

      Akova M, Akalin HE, Uzun ?, et al. Emergence of Candida krusei infections after therapy of oropharyngeal candidiasis with fluconazole[J]. Eur J Clin Microbiol Infect Dis, 1991,10(7):598–599. DOI:10.1007/BF01967286.

    3. [3]

      Cleveland AA, Harrison LH, Farley MM, et al. Declining incidence of candidemia and the shifting epidemiology of Candida resistance in two US metropolitan areas, 2008–2013: results from population-based surveillance[J]. PLoS One, 2015,10(3):e0120452. DOI:10.1371/journal.pone.0120452.

    4. [4]

      Wang H, Xiao M, Chen SCA, et al. In vitro susceptibilities of yeast species to fluconazole and voriconazole as determined by the 2010 national china hospital invasive fungal surveillance net (CHIF-NET) study[J]. J Clin Microbiol, 2012,50(12):3952–3959. DOI:10.1128/JCM.01130-12.

    5. [5]

      Arendrup M, Horn T, Frimodt-M?ller N. In vivo pathogenicity of eight medically relevant Candida species in an animal model[J]. Infection, 2002,30(5):286–291. DOI:10.1007/s15010?002?2131?0.

    6. [6]

      Pfaller MA, Diekema DJ, Andes D, et al. Clinical breakpoints for the echinocandins and Candida revisited: integration of molecular, clinical, and microbiological data to arrive at species-specific interpretive criteria[J]. Drug Resist Updat, 2011,14(3):164–176. DOI:10.1016/j.drup.2011.01.004.

    7. [7]

      Pfaller M, Neofytos D, Diekema D, et al. Epidemiology and outcomes of candidemia in 3 648 patients: data from the Prospective Antifungal Therapy (PATH Alliance?) registry, 2004–2008[J]. Diagn Microbiol Infect Dis, 2012,74(4):323–331. DOI:10.1016/j.diagmicrobio.2012.10.003.

    8. [8]

      Wingard JR, Merz WG, Rinaldi MG, et al. Increase in Candida krusei infection among patients with bone marrow transplantation and neutropenia treated prophylactically with fluconazole[J]. N Engl J Med, 1991,325(18):1274–1277. DOI:10.1056/NEJM199110313251803.

    9. [9]

      Gong J, Xiao M, Wang H, et al. Genetic differentiation, diversity, and drug susceptibility of Candida krusei[J]. Front Microbiol, 2018,9:2717. DOI:10.3389/fmicb.2018.02717.

    10. [10]

      Freeland JR, Kirk H, Petersen S. Molecular ecology[M]. 2nd ed. West Sussex: John Wiley & Sons, Ltd, 2011: 107–109.

    11. [11]

      Xiao D, Zhao F, Zhang HF, et al. Novel strategy for typing Mycoplasma pneumoniae isolates by use of matrix-assisted laser desorption ionization-time of flight mass spectrometry coupled with ClinProTools[J]. J Clin Microbiol, 2014,52(8):3038–3043. DOI:10.1128/JCM.01265-14.

    12. [12]

      Croxatto A, Prod'hom G, Greub G. Applications of MALDI-TOF mass spectrometry in clinical diagnostic microbiology[J]. FEMS Microbiol Rev, 2012,36(2):380–407. DOI:10.1111/j.1574?6976.2011.00298.x.

    13. [13]

      Stielow JB, Lévesque CA, Seifert KA, et al. One fungus, which genes? Development and assessment of universal primers for potential secondary fungal DNA barcodes[J]. Persoonia, 2015,35(1):242–263. DOI:10.3767/003158515X689135.

    14. [14]

      Alexander RP, Fang G, Rozowsky J, et al. Annotating non-coding regions of the genome[J]. Nat Rev Genet, 2010,11(8):559–571. DOI:10.1038/nrg2814.

    15. [15]

      Kirk H, Freeland JR. Applications and implications of neutral versus non-neutral markers in molecular ecology[J]. Int J Mol Sci, 2011,12(6):3966–3988. DOI:10.3390/ijms12063966.

    16. [16]

      Pritchard JK, Stephens M, Donnelly P. Inference of population structure using multilocus genotype data[J]. Genetics, 2000,155(2):945–959.

    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]

      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. 疾病監測, 2019, 34(11): 964-968. DOI: 10.3784/j.issn.1003-9961.2019.11.005

    3. [3]

      王宇萌梁瑩張恩民馬娜申小娜蔡虹張志凱夏連續梁未麗代瑞霞李偉 . 青藏高原喜馬拉雅旱獺鼠疫疫源地鼠疫耶爾森菌遺傳特征分析. 疾病監測, 2018, 33(6): 457-462. DOI: 10.3784/j.issn.1003-9961.2018.06.005

    4. [4]

      安慶玉孫巍朱琳吳雋 . 改進的負二項回歸模型在大連市水痘流行高峰開始時間預警中的應用. 疾病監測, 2019, 34(10): 937-943. DOI: 10.3784/j.issn.1003-9961.2019.10.017

    5. [5]

      陳晨彭珂王海印杜鵬程張雯張媛媛于偉文 . 基于16S rDNA數據庫的細菌在線分類鑒定平臺的構建. 疾病監測, 2013, 28(3): 236-240. DOI: 10.3784/j.issn.1003-9961.2013.3.019

    6. [6]

      賴麗金尚翠韋艷李建東 . 裂谷熱病毒流行特征及遺傳進化分析. 疾病監測, 2019, 34(9): 827-834. DOI: 10.3784/j.issn.1003-9961.2019.09.012

    7. [7]

      郭文平林獻丹王文李明慧王淼若邢建光鄭劍孫肖瑜倪慶翔張永振 . 浙江省嚙齒動物攜帶心病毒的遺傳特征研究. 疾病監測, 2016, 31(6): 452-458. DOI: 10.3784/j.issn.1003-9961.2016.06.004

    8. [8]

      吳曉芳紀蕾徐德順陳莉萍沈月華朱曉娟查赟峰 . 腸道病毒71型湖州分離株的遺傳進化和重組分析. 疾病監測, 2016, 31(7): 566-570. DOI: 10.3784/j.issn.1003-9961.2016.07.008

    9. [9]

      梁昊劉紅瑩尤元海顧一心張艾煜王敏何利華孟凡亮張建中張茂俊 . 利用基因芯片技術分析空腸彎曲菌的遺傳特征. 疾病監測, 2016, 31(2): 159-165. DOI: 10.3784/j.issn.1003-9961.2016.02.017

    10. [10]

      李明慧劉志國樸東日趙鴻雁田國忠姜海 . 我國羊種布魯氏菌rpoB基因遺傳多態性分析. 疾病監測, 2018, 33(3): 193-197. DOI: 10.3784/j.issn.1003-9961.2018.03.006

    11. [11]

      宋凱麗熊衍文刁秀念郭玉江康雁君覃新程李興旺 . 新疆維吾爾自治區蜱攜帶白蛉病毒屬病毒遺傳特征分析. 疾病監測, 2018, 33(8): 670-673. DOI: 10.3784/j.issn.1003-9961.2018.08.014

    12. [12]

      楊筱婷劉東鵬何健茍發香劉海霞鄭蕓鶴魏孔福成瑤劉新鳳 . 2010-2016年甘肅省不同地域流感流行與氣象因素相關性的分類回歸樹分析. 疾病監測, 2019, 34(5): 440-445. DOI: 10.3784/j.issn.1003-9961.2019.05.015

  • 圖 1  研究所用克柔念珠菌質譜圖及模擬膠模式圖

    Figure 1.  Mass spectrometry and simulated gel pattern of Candida Krusei strains used in this study

    圖 2  基于ClinproTools分析的克柔念珠菌菌株二維分布圖

    Figure 2.  ClinProTools 2D peak distribution of C. krusei

    表 1  采用遺傳算法模型和分子分型對45株克柔念珠菌的分類

    Table 1.  Classification results of 45 Candida krusei strains by genetic?algorithm model and molecular typing

    菌株來源分類 菌株來源分類
    GA模型分子
    分型
    GA模型分子
    分型
    CK008北京 ?ACK052北京 ?B
    CK009北京 ?ACK053北京 ?B
    CK011北京 ?ACK054北京 ?B
    CK012北京 ?ACK043哈爾濱?B
    CK013哈爾濱?ACK044成都 ?B
    CK014哈爾濱?ACK046上海 ?B
    CK020南京 ?ACK047武漢 ?B
    CK026北京 ?ACK048天津 ?B
    CK030武漢 ?ACK050北京 ?B
    CK039武漢 ?ACK051北京 ?B
    CK001天津 AACK022北京 BB
    CK002天津 AACK023北京 BB
    CK003武漢 AACK024北京 BB
    CK005北京 AACK028濟南 BB
    CK007北京 AACK029天津 BB
    CK034廣州 AACK031廣州 BB
    CK004沈陽 BBCK032廣州 BB
    CK006北京 BBCK033廣州 BB
    CK010北京 ABCK037天津 BB
    CK016廣州 A+BBCK038天津 BB
    CK017廣州 BBCK041哈爾濱BB
    CK019南京 BBCK042哈爾濱BB
    CK021北京 BB
      注:陰影部分菌株用于構建模型,其他菌株用于驗證模型;?. 未用GA模型分類;A. Cluster A;B. Cluster B;A+B. 該菌株的6張譜圖被分類到2種型別;GA.遺傳算法
    下載: 導出CSV
    广西体彩11选五开奖
  • 0191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.docx

  • 加載中
圖(2)表(1)
計量
  • PDF下載量:  15
  • 文章訪問數:  888
  • HTML全文瀏覽量:  280
  • 引證文獻數: 0
文章相關
  • 通信作者:  肖迪, [email protected]
  • 收稿日期:  2019-05-28
  • 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