質(zhì)譜鑒定微生物的方法
【專利摘要】本發(fā)明實施例提供的質(zhì)譜鑒定微生物的方法，通過采用分割單元法，更好地反映了微生物的特征性和特異性；通過采用微生物加權(quán)乘積和的方法，更好的將微生物的波峰強度和出峰規(guī)律的相關(guān)性充分而綜合的體現(xiàn)了出來；因此，用所有的已知微生物對該方法進行驗證，微生物的鑒定準確率達到99%以上，準確率得到了極大的提高，有效的降低了誤判和誤報的幾率，也降低了由于微生物的誤判和誤報帶來的安全事故。
【專利說明】質(zhì)譜鑒定微生物的方法
【技術(shù)領域】
[0001]本發(fā)明涉及微生物鑒定領域，具體而言，涉及質(zhì)譜鑒定微生物的方法。
【背景技術(shù)】
[0002]相關(guān)技術(shù)中，質(zhì)譜鑒定微生物的方法，包括樣品前處理方法、微生物分析鑒定方法及鑒定結(jié)果的報告方法均采用質(zhì)譜蛋白質(zhì)檢測方法一MALD1-T0F法。
[0003]其中，微生物分析鑒定方法通過將被檢測的微生物的特征峰列表與含有大量微生物特征數(shù)據(jù)的特征波譜庫相比對來完成。通過對已知微生物種屬和菌株在細微差別的條件下進行若干次測量制得特征波譜庫。利用質(zhì)譜鑒定微生物時，從質(zhì)譜圖中提取特征峰質(zhì)量等信息，生成波峰列表，通過測量最多20個質(zhì)譜圖來獲得特征峰質(zhì)量數(shù)等信息的平均數(shù)；將含有大量不同微生物的特征峰信息的波譜庫與從質(zhì)譜中生成的峰列表進行比對，確定該待檢測的微生物的種類。
[0004]但是，上述微生物分析鑒定方法，只能比對待測微生物的部分特征峰質(zhì)量數(shù)，不能比對待測微生物的所有的特征峰質(zhì)量數(shù)，導致微生物的鑒定準確率低，僅為80%-95%，從而增加了誤判和誤報的幾率，也增加了由于微生物的誤判和誤報帶來的安全事故。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供質(zhì)譜鑒定微生物的方法，以解決上述的問題。
[0006]在本發(fā)明的實施例中提供了一種質(zhì)譜鑒定微生物的方法，按照如下步驟進行操作:
[0007]獲取所有已知微生物的質(zhì)譜波峰列表；
[0008]確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入與峰值質(zhì)量相應的單元內(nèi)；
[0009]獲取每種已知微生物在每個單元的出峰比例X或不出峰比例Y ；
[0010]設置所有單元加權(quán)值的上限值為A，下限值為負A，
[0011]獲取每種已知微生物在每個單元的加權(quán)值，具體按照如下公式計算:
[0012]A*X 或(_A)*Y;
[0013]獲取每種已知微生物在每個單元的峰強度與加權(quán)值的乘積，以及該微生物所有單元的加權(quán)乘積和；
[0014]獲取待測微生物的質(zhì)譜波峰列表；
[0015]獲取所述待測微生物在每個單元的峰強度與某種已知微生物的加權(quán)值的乘積，并累加獲得所述待測微生物的加權(quán)乘積和；
[0016]將所述待測微生物的加權(quán)乘積和與所述某種已知微生物的加權(quán)乘積和比對，當兩者的相似度大于60%時，即可確定所述待測微生物為所述某種已知微生物。
[0017]具體地，所述獲得所有已知微生物的質(zhì)譜波峰列表的步驟，具體按照如下步驟操作:[0018]獲得所有已知微生物的質(zhì)譜圖；
[0019]獲得每種已知微生物特征峰的波峰列表；
[0020]在所述波峰列表中選擇顯示峰強度，通過調(diào)整特征峰的質(zhì)量誤差，修正所述波峰列表。
[0021]進一步地，所述獲得特征峰波峰列表之前還包括從所述質(zhì)譜圖中提取特征峰的步驟。
[0022]具體地，所述提取特征峰具體通過基線修正和降噪程序完成。
[0023]具體地，所述調(diào)整質(zhì)量誤差的步驟中質(zhì)量誤差小于等于300道爾頓。
[0024]具體地，確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入與峰值質(zhì)量相應的單元內(nèi)的步驟，具體為:確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間為2000-18000道爾頓，并將所述質(zhì)量區(qū)間劃分為1500個單元，使每種微生物的特征峰分別落入與峰值質(zhì)量相應的單元內(nèi)。
[0025]具體地，所述相似度利用二項分布的分布律計算。
[0026]具體地，所述相似度的區(qū)間的上限為所述待測微生物加權(quán)乘積中的最高值，所述相似度的區(qū)間的下限為所述待測微生物加權(quán)乘積中的最低值。
[0027]本發(fā)明實施例提供的質(zhì)譜鑒定微生物的方法，與現(xiàn)有技術(shù)中的MALD1-T0F法相t匕，其通過將微生物波譜庫中的特征峰的質(zhì)量區(qū)間劃分為若干個單元，根據(jù)每個單元中的某種微生物的出峰比例或不出峰比例，并對該已知微生物的每個單元進行加權(quán)，利用該微生物的每個單元的峰強度乘以加權(quán)值得到每個單元的加權(quán)積，對每個單元的加權(quán)積求和后，得到該微生物的加權(quán)乘積和；按照上述方法獲取已知菌庫中所有的每種已知微生物的加權(quán)乘積和。然后再獲取待測微生物的加權(quán)乘積和,將其與每種已知微生物的加權(quán)乘積和比對，當兩者的相似度大于60%時，即可確定所述待測微生物為所述某種已知微生物。本發(fā)明實施例提供的質(zhì)譜鑒定微生物的方法，通過采用分割單元法，更好地反映了微生物的特征性和特異性；通過采用微生物加權(quán)乘積和的方法，更好的將微生物的波峰強度和出峰規(guī)律的相關(guān)性充分而綜合的體現(xiàn)了出來；因此，用所有的已知微生物對該方法進行驗證，微生物的鑒定準確率達到99%以上，準確率得到了極大的提高，有效的降低了誤判和誤報的幾率，也降低了由于微生物的誤判和誤報帶來的安全事故。。
【專利附圖】

【附圖說明】
[0028]圖1示出了質(zhì)譜波峰曲線的示意。
【具體實施方式】
[0029]下面通過具體的實施例并結(jié)合附圖對本發(fā)明做進一步的詳細描述。
[0030]一種質(zhì)譜鑒定微生物的方法，按照如下步驟進行操作:
[0031 ] 獲取所有已知微生物的質(zhì)譜波峰(如圖1所示)的列表；
[0032]確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入與峰值質(zhì)量相應的單元內(nèi)；
[0033]獲取每種已知微生物在每個單元的出峰比例X或不出峰比例Y ；
[0034]設置所有單元加權(quán)值的上限值為A，下限值為負A，[0035]獲取每種已知微生物在每個單元的加權(quán)值，具體按照如下公式計算:
[0036]A*X 或(_A)*Y;
[0037]獲取每種已知微生物在每個單元的峰強度與加權(quán)值的乘積，以及該微生物所有單元的加權(quán)乘積和；
[0038]獲取待測微生物的質(zhì)譜波峰列表；
[0039]獲取所述待測微生物在每個單元的峰強度與某種已知微生物的加權(quán)值的乘積，并累加獲得所述待測微生物的加權(quán)乘積和；
[0040]將所述待測微生物的加權(quán)乘積和與所述某種已知微生物的加權(quán)乘積和比對,當置信度大于60%時，即可確定所述待測微生物為所述某種已知微生物。
[0041]相關(guān)技術(shù)中，質(zhì)譜鑒定微生物是通過將待測微生物的波譜與微生物波譜庫中進行比對，只通過峰強度或出峰時間等信息進行比對，而不涉及峰強度和出峰時間或出峰規(guī)律之間的相關(guān)性，因此，相關(guān)技術(shù)中，質(zhì)譜鑒定微生物的準確率低，容易出現(xiàn)誤判的現(xiàn)象。為了解決這個問題，本發(fā)明實施例提供的質(zhì)譜鑒定微生物的方法，不僅考慮了峰強度，而且充分的考慮了峰強度與出峰規(guī)律的相關(guān)性的問題，通過使用該方法鑒定已知微生物進行驗證，發(fā)現(xiàn)本發(fā)明實施例提供的方法，微生物鑒定的準確率與相關(guān)技術(shù)相比，得到了極大的提高，在99%以上。
[0042]采用分割單元的方法，由于相同種屬的微生物在相同的時間區(qū)間出現(xiàn)特征峰的數(shù)量和強度類似，呈現(xiàn)出一種特殊的“指紋”，反映了微生物的穩(wěn)定性和生物學特性。因此，本發(fā)明實施例中，將所有的特征峰的質(zhì)量區(qū)間進行分割成多個單元，則每種微生物的特征峰會分別落入不同的單元內(nèi)。
[0043]為了提高該方法的可信度和準確率，為已知的菌庫中的微生物每個單元賦予加權(quán)值時，對15000-20000各菌株進行了試驗，使每種微生物在每個單元中的出峰比例或不出峰比例更加可信和準確。
[0044]應當說明的是，如下步驟:
[0045]獲取每種已知微生物在每個單元的出峰比例X或不出峰比例Y ；
[0046]設置所有單元加權(quán)值的上限值為A，下限值為負A，
[0047]獲取每種已知微生物在每個單元的加權(quán)值，具體按照如下公式計算:
[0048]A*X 或(_A)*Y;
[0049]解釋為:
[0050]當試驗的微生物假設為10種，其中包括某微生物W，
[0051]當某個單元中只出現(xiàn)微生物W的特征峰，而未出現(xiàn)其他的9種微生物，則該微生物W的出峰比例為100%，則微生物W在該單元的加權(quán)值為A*100%，為最大加權(quán)值，該單元的微生物W的特異性出峰單元；
[0052]當某個單元中沒有10種微生物中的任何一種出峰或不出峰時，則該單元的10種微生物中的任何一種的加權(quán)值為0 ;
[0053]當某個單元中既出現(xiàn)微生物W的特征峰，也出現(xiàn)了另外一種微生物的特征峰，則對于微生物W和上述另外一種微生物而言,其出峰比例為80%,則微生物W和上述另外一種微生物在該單元的加權(quán)值為A*80% ;而對于其他的在該單元未出峰的8種微生物而言，其不出峰比例為80%，則未出峰的8種微生物在該單元的加權(quán)值為(-A) *80%。[0054]確定了每種已知微生物在每個單元的加權(quán)值后，經(jīng)過如下步驟:
[0055]“獲取每種已知微生物在每個單元的峰強度與加權(quán)值的乘積，以及該微生物所有單元的加權(quán)乘積和；”的加權(quán)積以及加權(quán)乘積和的計算的操作，將進行試驗的10種微生物的特征峰的峰強度進行了擴大，即將其生物學特征進行了擴大，則區(qū)分不同的微生物種類時，會更加容易，且更加準確。
[0056]得到了每種已知微生物的加權(quán)乘積和之后，就可以通過比較待測微生物相對于某種已知微生物的加權(quán)乘積和，由于同種微生物的不同菌株的生物學特征很相似，因此，同種微生物的不同菌株的加權(quán)乘積和的相近,如果待檢測的微生物的加權(quán)乘積和與某種微生物的相似度大于60%以上時，則可以確定該待測微生物即為所述某種微生物。
[0057]本發(fā)明實施例提供的質(zhì)譜鑒定微生物的方法，其中，獲得所有已知微生物的質(zhì)譜波峰列表的步驟，具體按照如下步驟操作:
[0058]獲取所有已知微生物的質(zhì)譜圖；
[0059]獲取每種已知微生物特征峰的波峰列表；
[0060]在所述波峰列表中選擇顯示峰強度，通過調(diào)整特征峰的質(zhì)量誤差，修正所述波峰列表。
[0061]其中，得到微生物的質(zhì)譜圖后，提取質(zhì)譜圖中的特征峰，如本領域技術(shù)人員可以理解的，特征峰為峰強度比較大，且具有一定的分離度的峰。因此，在后續(xù)鑒定微生物時，使用微生物的特征峰，可以使鑒定結(jié)果更加準確和可信。
[0062]得到特征峰后，將特征峰轉(zhuǎn)化為峰列表。
[0063]本發(fā)明實施例中，得到波峰列表后，根據(jù)微生物波譜庫的數(shù)據(jù)對特征峰的原始峰強度進行質(zhì)量調(diào)整，獲得更接近波譜庫的質(zhì)量數(shù)。從而使后續(xù)獲得的微生物鑒定結(jié)果更加準確。
[0064]本發(fā)明實施例中，通過基線修正和降噪程序來獲得特征峰，如本領域技術(shù)人員可以理解的，基線修正和降噪程序可以去除雜質(zhì)峰或由于質(zhì)譜儀不穩(wěn)定帶來的震動峰。
[0065]本發(fā)明實施例中，修正波峰列表時，當質(zhì)量誤差小于等于300道爾頓時，對后續(xù)的鑒定結(jié)果不僅不會產(chǎn)生影響，同時還能夠最大程度的修正波峰列表，得到最好的結(jié)果。
[0066]本發(fā)明實施例中，確定波峰列表中所有特征峰的質(zhì)量區(qū)間可以為2000-18000道爾頓，并可以將所述質(zhì)量區(qū)間劃分為1500個單元，使每種微生物的特征峰分別落入與不同的單元內(nèi)。2000-18000道爾頓的上下限差為16000，中間可以分成1500個單元，每個單元的單位差為十幾道爾頓。這樣，就可以使特征峰區(qū)分在不同的單元內(nèi)。
[0067]本發(fā)明實施例中，置信度表示待測微生物的加權(quán)乘積和與已知某種微生物的加權(quán)乘積和的相似度。按照常規(guī)的置信度的計算方法，利用二項分布的分布律計算置信度，可利用常規(guī)的通用的公式進行計算。置信度區(qū)間的上限值為所述待測微生物加權(quán)乘積中的最高值，置信度區(qū)間的下限值為所述待測微生物加權(quán)乘積中的最低值。
[0068]用所有已知微生物通對該方法進行驗證，確定置信度為60%就可以表示一個待測微生物的加權(quán)乘積和是在某已知菌種加權(quán)乘積和范圍內(nèi)，而且一定在數(shù)據(jù)庫中所有其他菌種總加權(quán)乘積和的范圍之外，其結(jié)果可認為確認的鑒定結(jié)果。準確率達到99%以上。
[0069]實施例
[0070]獲取所有已知微生物的質(zhì)譜波峰列表(如表I所示)；[0071]確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入不同的單元內(nèi)；
[0072]獲取每種已知微生物在每個單元的出峰比例X或不出峰比例Y ；
[0073]設置所有單元加權(quán)值的上限值為A，下限值為負A，
[0074]獲取每種已知微生物在每個單元的加權(quán)值(如表2所示)，具體按照如下公式計算:
[0075]A*X 或(_A)*Y;
[0076]獲取每種已知微生物在每個單元的峰強度與加權(quán)值的乘積，以及該微生物所有單元的加權(quán)乘積和(如表3所示)；
[0077]獲取待測微生物的質(zhì)譜波峰列表；
[0078]獲取所述待測微生物在每個單元的峰強度與某種已知微生物的加權(quán)值的乘積，并累加獲得所述待測微生物的加權(quán)乘積和；
[0079]將所述待測微生物的加權(quán)乘積和與所述某種已知微生物的加權(quán)乘積和比對，當置信度大于60%時，即可確定所述待測微生物為所述某種已知微生物。
[0080]表1已知微生物的波峰列表
【權(quán)利要求】
1.一種質(zhì)譜鑒定微生物的方法，其特征在于，按照如下步驟進行操作: 獲取所有已知微生物的質(zhì)譜波峰列表； 確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入不同的單元內(nèi)； 獲取每種已知微生物在每個單元的出峰比例X或不出峰比例Y ； 設置所有單元加權(quán)值的上限值為A，下限值為負A， 獲取每種已知微生物在每個單元的加權(quán)值，具體按照如下公式計算:
A*X 或(_A) *Y; 獲取每種已知微生物在每個單元的峰強度與加權(quán)值的乘積，以及該微生物所有單元的加權(quán)乘積和； 獲取待測微生物的質(zhì)譜波峰列表； 獲取所述待測微生物在每個單元的峰強度與某種已知微生物的加權(quán)值的乘積，并累加獲得所述待測微生物的加權(quán)乘積和； 將所述待測微生物的加權(quán)乘積和與所述某種已知微生物的加權(quán)乘積和比對，當置信度大于60%時，即可確定所述待測微生物為所述某種已知微生物。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲得所有已知微生物的質(zhì)譜波峰列表的步驟，具體按照如下步驟操作: 獲得所有已知微生物的質(zhì)譜圖； 獲得每種已知微生物特征峰的波峰列表； 在所述波峰列表中選擇顯示峰強度，通過調(diào)整特征峰的質(zhì)量誤差，修正所述波峰列表。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲得特征峰波峰列表之前還包括從所述質(zhì)譜圖中提取特征峰的步驟。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述提取特征峰具體通過基線修正和降噪程序完成。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述調(diào)整質(zhì)量誤差的步驟中質(zhì)量誤差小于等于300道爾頓。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間，并將所述質(zhì)量區(qū)間劃分為若干個單元，使每種微生物的特征峰分別落入不同的單元內(nèi)的步驟，具體為:確定所述波峰列表中所有特征峰的質(zhì)量區(qū)間為2000-18000道爾頓，并將所述質(zhì)量區(qū)間劃分為1500個單元，使每種微生物的特征峰分別落入不同的單元內(nèi)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述置信度利用二項分布的分布律計算。
【文檔編號】G01N27/62GK103616434SQ201310684429
【公開日】2014年3月5日 申請日期:2013年12月12日 優(yōu)先權(quán)日:2013年12月12日
【發(fā)明者】佟雪梅, 趙煥鑄 申請人:佟雪梅