Исследователи оценивают подходы масс-спектрометрии для идентификации плесени

Новости

ДомДом / Новости / Исследователи оценивают подходы масс-спектрометрии для идентификации плесени

Jun 10, 2023

Исследователи оценивают подходы масс-спектрометрии для идентификации плесени

16 января 2023 г. Это

16 января 2023 г.

Эта статья была проверена в соответствии с редакционным процессом и политикой Science X. Редакторы выделили следующие атрибуты, гарантируя при этом достоверность контента:

проверенный фактами

рецензируемое издание

корректура

Университет Чунг Анг

В последние годы нитчатые грибы или плесень стали возбудителями опасных для жизни инфекций у лиц с ослабленным иммунитетом. Своевременное лечение этих инфекций требует быстрой и точной диагностики плесени в клинических условиях.

К сожалению, традиционные методы отнимают много времени, учитывая длительные инкубационные периоды, необходимые для культивирования и изучения плесени. С другой стороны, передовые молекулярные методы более чувствительны и эффективны.

Одним из таких методов, который позволяет обнаруживать изоляты нитчатых грибов с высокой чувствительностью и воспроизводимостью, является матричная лазерная десорбция ионизация-времяпролетная масс-спектрометрия (MALDI-TOF MS). Он может различать образцы на основе изменений массы и заряда. Однако он не получил широкого распространения из-за ограничений доступности баз данных и отсутствия стандартизированных процедур.

Недавно группа исследователей из Университета Чунг-Анг, Республика Корея, под руководством профессора Ми-Гён Ли оценила три различных подхода MALDI-TOF MS, используемых в отечественных клинических условиях для идентификации плесени.

В своем исследовании, опубликованном в Журнале клинической микробиологии 26 октября 2022 года, они сравнили производительность и диагностическую точность биотипера Bruker, ASTA MicroIDSys и Vitek MS. Они также оценили чувствительность трех методов предварительной обработки — «прямого», «на чашке» и «в пробирке» — с использованием 84 изолятов нитчатых грибов.

Объясняя причину своего исследования, профессор Ли говорит: «Выбор подходящего метода подготовки проб может повысить эффективность и точность идентификации плесени. Кроме того, разработка систематизированных процессов на диагностическом уровне может в конечном итоге способствовать эффективному лечению пациентов».

Исследование показало, что Bruker Biotyper правильно идентифицировал 71,43% изолятов вплоть до уровня вида или рода, в то время как ASTA MicroIDSys и Vitek MS продемонстрировали точность 70,24% и 55,95% соответственно. Кроме того, прямой метод подготовки проб предпочтителен по сравнению с двумя другими методами благодаря своей простоте и удобству применения. Примечательно, что чувствительность идентификации существенно не различалась при разных методах подготовки проб.

Частота ошибочной идентификации является важным фактором в клинических лабораториях, поскольку она может привести к неадекватному лечению пациентов. В этом исследовании только один изолят был ошибочно идентифицирован с помощью Vitek-MS и метода на планшете. Более того, идентификация видового уровня Aspergillus (широко распространенного и клинически значимого микроорганизма) была самой высокой с помощью Vitek-MS, что указывает на применимость этого метода в клинических условиях.

Количество неправильно идентифицированных видов составило 17, 15 и 23 с помощью Bruker Biotyper, ASTA MicroIDSys и Vitek MS соответственно. Команда предположила необходимость проведения дополнительных оценок, если неправильная идентификация произошла из-за отсутствия определенных видов в библиотеке, а не из-за ошибки. Более того, команда определила, что любые различия в чувствительности могут быть связаны с различиями в системных базах данных.

Таким образом, MALDI-TOF MS — это ценный метод, который позволяет точно и своевременно идентифицировать клинически значимые микроорганизмы. Стандартизация процессов и рекомендации, которые можно применять к широкому кругу видов, могут помочь уменьшить погрешности процесса, возникающие при использовании этих методов. Кроме того, дополнительные оценки требуют ограничений, связанных с параметрами сбора данных, качеством матрицы и аппаратным обеспечением.