DE102009032649A1 - Massenspektrometrische Identifizierung von Mikroben nach Unterarten - Google Patents

Massenspektrometrische Identifizierung von Mikroben nach Unterarten Download PDF

Info

Publication number
DE102009032649A1
DE102009032649A1 DE102009032649A DE102009032649A DE102009032649A1 DE 102009032649 A1 DE102009032649 A1 DE 102009032649A1 DE 102009032649 A DE102009032649 A DE 102009032649A DE 102009032649 A DE102009032649 A DE 102009032649A DE 102009032649 A1 DE102009032649 A1 DE 102009032649A1
Authority
DE
Germany
Prior art keywords
mass
reference spectra
spectra
spectrum
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102009032649A
Other languages
English (en)
Other versions
DE102009032649B4 (de
Inventor
Thomas Maier
Markus Kostrzewa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bruker Daltonics GmbH and Co KG
Original Assignee
Bruker Daltonik GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bruker Daltonik GmbH filed Critical Bruker Daltonik GmbH
Priority to DE102009032649.9A priority Critical patent/DE102009032649B4/de
Priority to GB1010327.3A priority patent/GB2471746B/en
Priority to US12/834,504 priority patent/US8237107B2/en
Publication of DE102009032649A1 publication Critical patent/DE102009032649A1/de
Application granted granted Critical
Publication of DE102009032649B4 publication Critical patent/DE102009032649B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848Methods of protein analysis involving mass spectrometry
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B99/00Subject matter not provided for in other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00Chemical aspects of mass spectrometric analysis of biological material
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Medical Informatics (AREA)
  • Organic Chemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Genetics & Genomics (AREA)
  • General Engineering & Computer Science (AREA)
  • Cell Biology (AREA)
  • Toxicology (AREA)
  • Food Science & Technology (AREA)

Abstract

Die Erfindung betrifft die Identifizierung von Mikroben anhand ihrer Massenspektren durch Ähnlichkeitsvergleiche mit Referenzspektren in Spektrenbibliotheken. Die Erfindung stellt ein zweistufiges verfahren bereit, mit dem die Mikroben auf der Ebene der Arten (Species) oder Unterarten (Subspecies) identifiziert werden können, auch wenn diese sehr ähnliche Referenzspektren aufweisen. Nach einer ersten Ähnlichkeitsanalyse durch Berechnung von Maßzahlen für die Ähnlichkeit zwischen den Referenzspektren und dem Spektrum der Mikrobenprobe werden in einer zweiten Stufe für eine ausgewählte Gruppe von Referenzspektren, die dem Mikrobenspektrum alle sehr ähnlich sind, vorübergehend neue Referenzspektren erstellt. Deren Masseneinträge werden mit Differenzierungsgewichten versehen, die bestimmen, wie stark das Massensignal in die Ähnlichkeitsanalyse eingeht. Die Differenzierungsgewichte werden durch Vergleiche der ausgewählten Referenzspektren untereinander gewonnen und betonen ihre Unterschiede. Diese neuen Referenzspektren mit neu berechneten Differenzierungsgewichten führen in der Regel in einer zweiten Ähnlichkeitsanalyse zu einer weitaus klareren Identifizierung, indem sich eine der Maßzahlen für die Ähnlichkeit mit dem Mikrobenspektrum über die anderen deutlich hinaushebt. Zwischen den beiden Stufen kann eine Prüfung auf eine bereits ausreichende Identifizierung eingeschaltet werden. Die neuen Referenzspektren werden nur vorübergehend erzeugt, bleiben also nicht dauernd ...

Description

  • Die Erfindung betrifft die Identifizierung von Mikroben anhand ihrer Massenspektren durch Ähnlichkeitsvergleiche mit Referenzspektren in Spektrenbibliotheken.
  • Die Erfindung stellt ein zweistufiges Verfahren bereit, mit dem die Mikroben auf der Ebene der Arten (Species) oder Unterarten (Subspecies) identifiziert werden können, auch wenn diese sehr ähnliche Referenzspektren aufweisen. Nach einer ersten Ähnlichkeitsanalyse durch Berechnung von Maßzahlen für die Ähnlichkeit zwischen den Referenzspektren und dem Spektrum der Mikrobenprobe werden in einer zweiten Stufe für eine ausgewählte Gruppe von Referenzspektren, die dem Mikrobenspektrum alle sehr ähnlich sind, vorübergehend neue Referenzspektren erstellt. Deren Masseneinträge werden mit Differenzierungsgewichten versehen, die bestimmen, wie stark das Massensignal in die Ähnlichkeitsanalyse eingeht. Die Differenzierungsgewichte werden durch Vergleiche der ausgewählten Referenzspektren untereinander gewonnen und betonen ihre Unterschiede. Diese neuen Referenzspektren mit neu berechneten Differenzierungsgewichten führen in der Regel in einer zweiten Ähnlichkeitsanalyse zu einer weitaus klareren Identifizierung, indem sich eine der Maßzahlen für die Ähnlichkeit mit dem Mikrobenspektrum über die anderen deutlich hinaushebt. Zwischen den beiden Stufen kann eine Prüfung auf eine bereits ausreichende Identifizierung eingeschaltet werden. Die neuen Referenzspektren werden nur vorübergehend erzeugt, bleiben also nicht dauernd gespeichert, um die Bibliothek der Referenzspektren nicht zu verändern, was besonders für validierte Bibliotheken, die beispielsweise in Verfahren mit IVD-CE-Zertifizierung benutzt werden, wesentlich ist.
  • Stand der Technik
  • Die schnelle und fehlerfreie Identifizierung von Mikroorganismen spielt insbesondere in der klinischen und außerklinischen Infektionsdiagnostik, in der Hygieneüberwachung in Krankenhäusern oder Badegewässern, aber auch in der Lebensmittelanalytik, bei der Überwachung und Regelung von biotechnologischen Prozessen oder in der forschenden Mikrobiologie eine wichtige Rolle. Zu den Mikroorganismen, die auch als Mikroben bezeichnet werden, zählen alle mikroskopisch kleinen Lebewesen, beispielsweise einzellige Pilze (z. B. Hefen), Algen, oder Protozoen (z. B. Plasmodien als Malaria-Erreger), wenn auch meist der Schwerpunkt für die Identifizierung auf Bakterien liegt. Gelegentlich werden auch Viren zu den Mikroorganismen gerechnet.
  • Die Klassifizierung der Mikroben bedeutet deren Einordnung in das taxonomische Hierarchieschema: Domäne (Eukaryoten und Prokaryoten), Reich, Abteilung, Klasse, Ordnung, Familie, Gattung, Art (Species) und Unterart (Subspecies). Bei Bakterien wird gelegentlich unterhalb der Unterart eine weitere taxonomische Klasse, die Serovaren oder Serotypen, eingefügt, die sich besonders durch verschiedenartiges Anlagerungsverhalten an Zellmembranen unterscheiden. Mikroorganismen werden weltweit in vielen Instituten in Form tief gefrorener Zuchtlinien gesammelt. In der deutschsprachigen Mikrobiologie ist es üblich, eine solche Zuchtlinie als „Stamm” zu bezeichnen, obwohl in der üblichen biologischen Hierarchie der „Stamm” eine Ebene zwischen Reich und Klasse bezeichnet. In der Mikrobiologie wird diese Ebene abweichend als „Abteilung” benannt. In der englischsprachigen Mikrobiologie besteht diese Doppeldeutigkeit nicht: Die Abteilung wird als „Phylus” und die Zuchtlinie als „Strain” bezeichnet.
  • Die Identifizierung einer Mikrobenprobe betrifft die Bestimmung mindestens der Gattung, in der Regel der Art, aber möglichst auch der Unterart oder – in günstigen Fällen – sogar des Serotyps oder sogar des Stamms. Im weiteren Sinne kann eine Identifizierung auch eine Charakterisierung in Bezug auf andere Eigenschaften bedeuten, beispielsweise auf die Pathogenität eines Mikroorganismus (Fähigkeit, eine Krankheit auszulösen) oder auf die Resistenz eines Mikroorganismus gegenüber Antibiotika, doch findet diese Art der Identifizierung im erweiterten Sinne hier keine Anwendung.
  • Die traditionelle Identifizierung von Mikroorganismen in einer zu untersuchenden Probe erfordert eine Kultivierung, bei der Kolonien der Mikroorganismen angezüchtet werden. Die in der Laborpraxis verwendeten „Bunten Reihen” umfassen unterschiedliche Nährmedien für die Anzüchtung, mit denen spezifische Stoffwechseleigenschaften der Mikroorganismen erfasst werden, wodurch eine erste, meist grobe taxonomische Einordnung der Mikroorganismen möglich ist. Des Weiteren werden die mikroskopische Morphologie von einzelnen Organismen einer Kolonie und die Morphologie der Kolonie selber untersucht. Demgegenüber sind seit einigen Jahren neuartige Identifizierungsverfahren bekannt, die beispielsweise auf einer DNA- oder RNA-Sequenzanalyse nach einer Vervielfältigung von spezifischen Genabschnitten durch die Polymerase-Kettenreaktion (PCR = Polymerase Chain Reaction) oder auf einem massenspektrometrischen Nachweis spezifischer molekularer Zellbestandteile von Mikroorganismen beruhen. Diese neuen Verfahren sind den klassischen Verfahren in Bezug auf Spezifität (Richtignegativ-Rate), Sensitivität (Richtigpositiv-Rate), anderen Fehlerraten und Analysengeschwindigkeit überlegen.
  • Die Identifizierung von Bakterien durch massenspektrometrische Messungen wird beispielsweise in dem Übersichtsartikel von van Baar (FEMS Microbiology Reviews, 24, 2000, 193–219: „Characterization of bacteria by matrix-assisted laser desorption/ionization and electrospray mass spectrometry") ausführlich beschrieben. Die Identifizierung erfolgt durch eine Ähnlichkeitsanalyse zwischen einem Massenspektrum der zu identifizierenden Bakterien und Referenzspektren von genau bekannten Bakterien. Während der Ähnlichkeitsanalyse wird jedem der Referenzspektren eine Ähnlichkeitsmaßzahl zugeordnet, die die Übereinstimmung des Referenzspektrums mit dem Massenspektrum der Probe charakterisiert. Ein Bakterium kann beispielsweise dann als identifiziert ausgewiesen werden, wenn die Ähnlichkeitsmaßzahl deutlich größer ist als die Ähnlichkeitsmaßzahlen für alle übrigen Referenzspektren und auch größer als ein festgelegter Mindestwert.
  • Die Referenzspektren werden im Allgemeinen in einer Bibliothek zusammengefasst, wobei die Bibliothek nicht nur Referenzspektren von Bakterien, sondern auch von anderen Mikroben enthalten kann, um nicht nur Bakterien, sondern auch andere Arten von Mikroorganismen identifizieren zu können. Für eine Validierung einer Bibliothek von Referenzmassenspektren muss jeder Eintrag sehr genau dokumentiert und zurückverfolgbar sein. Die Referenzspektren werden von genau charakterisierten Zuchtlinien (Stämmen) gewonnen. Solche Zuchtlinien von Mikroorganismen werden weltweit in staatlichen, öffentlich-rechtlichen und privaten Instituten gesammelt, meist tiefgekühlt gespeichert, und stehen für wissenschaftliche Zwecke zur Verfügung. In mikrobiologischen Instituten gibt es vielfach weitere Zuchtlinien neu entdeckter Mikrobenarten. Die genaue Einordnung in das Hierarchieschema ist manchmal umstritten, was dem Wert solcher Zuchtlinien aber keinen Abbruch tut.
  • Der Begriff „Zuchtlinie” oder kurz „Stamm” beschreibt eine Population, die aus einem einzigen Organismus heraus vermehrt wurde. Die einzelnen Organismen eines Stammes sind genetisch identisch. Für die Erstellung von Spektrenbibliotheken werden Stämme verwendet, deren Identität und Einordnung in obiges Hierarchieschema genau bekannt ist (wenn auch gelegentlich streitig und Änderungen unterworfen), die also einer bestimmten Mikrobenart, oder, wenn vorhanden und bekannt, einer bestimmten Unterart angehören. Da die Mikroben weltweit an verschiedenen Stellen gesammelt und bewahrt werden, finden sich weltweit auch viele Stämme, die der gleichen Unterart angehören. Obwohl diese Zuchtlinien als gleiche Unterart klassifiziert sind, finden sich manchmal leichte Unterschiede in den Massenspektren, die darauf hindeuten, dass es individuelle Unterschiede (wie bei Tieren oder Pflanzen der gleichen Art) oder sogar weitere Verzweigungen des Hierarchieschemas gibt, wie beispielsweise die Serotypen. Die Stämme tragen international vereinbarte Kennzeichnungen hinter dem Namen der Art bzw. Unterart.
  • Die Erzeugung von Massenspektren der Mikroben geht für gewöhnlich von einer Kolonie auf einem festen, meist gelatinösem Nährmedium oder einem Zentrifugen-Sediment (Pellet) aus einem flüssigen Nährmedium aus. Mit einem kleinen Tupfstempel wird aus der ausgewählten Kolonie oder aus dem Sediment eine winzige Mikrobenmenge auf den massenspektrometrischen Probenträger übertragen. Diese Probe wird dann mit einer stark angesäuerten Lösung einer fachüblichen Matrixsubstanz beträufelt, wobei die Matrixsubstanz einer späteren Ionisierung durch matrixunterstützte Laserdesorption (MALDI) dient. Dabei greift die Säure der Matrixlösung die Zellwände an; das organische Lösungsmittel dringt in die mikrobiellen Zellen ein, lässt diese durch osmotischen Druck platzen und setzt die löslichen Proteine frei. Anschließend erfolgt die Trocknung der Probe durch Verdunstung des Lösungsmittels, wodurch eine Kristallisation des gelösten Matrixmaterials eintritt. Die löslichen Proteine, in geringem Umfang auch andere Substanzen der Zelle, werden dabei in die Matrixkristalle eingebaut.
  • Es gibt Grenzfälle, in denen die Zellwände der Mikroben durch die Matrixlösung nur schwer oder gar nicht zerstört werden. Es ist dann ein etwas anders gearteter Aufschluss möglich, bei dem neben starken Säuren auch Beschallung oder mechanische Behandlung die mikrobielle Zellwand zu zerstören helfen. Diese Aufschlüsse ergeben Massenspektren, die denen der gewöhnlichen Präparation auf Probenträgern sehr ähnlich sind. Auf diese Aufschlussverfahren werde hier jedoch nicht näher eingegangen. Die Bibliotheken von Referenzspektren können Referenzspektren für beide Präparationsverfahren nebeneinander enthalten.
  • Die auf Probenträgern getrockneten Probenpräparationen, also die Matrixkristalle mit den eingelagerten Analytmolekülen, werden in einem Massenspektrometer mit gepulstem UV-Laserlicht beschossen, wobei Ionen der Analytmoleküle entstehen, die dann im Massenspektrometer nach Ionenmassen getrennt gemessen werden können. Diese Art der Ionisierung durch matrixunterstützte Laserdesorption wird üblicherweise mit „MALDI” abgekürzt („Matrix Assisted Laser Desorption and Ionization”). Vorzugsweise werden zu diesem Zweck besondere MALDI-Flugzeitmassenspektrometer verwendet.
  • Die Massenspektren der Mikroben-Proteine werden heute aus Gründen besonders hohen Nachweisvermögens im linearen Betrieb dieser Flugzeitmassenspektrometer aufgenommen, also ohne Benutzung eines energiefokussierenden Reflektors, obwohl die Massenauflösung und die Massenrichtigkeit der Spektren aus Flugzeitmassenspektrometern im Reflektorbetrieb deutlich besser ist. Im Reflektorbetrieb erscheinen aber nur etwa ein Zwanzigstel der Ionensignale, und das Nachweisvermögen ist um ein bis zwei Zehnerpotenzen schlechter. Die hohe Empfindlichkeit beruht darauf, dass im linearen Betrieb eines Flugzeitmassenspektrometers nicht nur die stabilen Ionen nachgewiesen werden, sondern auch die Fragmentionen aus so genannten „metastabilen” Zerfällen der Ionen. Für die Messung der Ionen werden Sekundärelektronenverstärker (SEV) eingesetzt, wodurch auch die Neutralteilchen, die unterwegs aus Ionenzerfällen entstanden sind, mit dem Ionendetektor gemessen werden, da auch sie beim Aufprall Sekundärelektronen erzeugen. Alle diese Fragmentionen und Neutralteilchen, die aus einer Mutterionensorte entstanden sind, haben die gleiche Geschwindigkeit wie die Mutterionen und erreichen daher den Ionendetektor zur gleichen Zeit. Ihre Flugdauer ist ein Maß für die Masse der ursprünglich unzerfallenen Ionen.
  • Das erhöhte Nachweisvermögen ist für viele Anwendungen so entscheidend, dass man viele der Nachteile des linearen Betriebsmodus der Flugzeitmassenspektrometer, wie beispielsweise eine wesentlich geringere Massenauflösung und auch geringere Massengenauigkeit, in Kauf nimmt. Für diese Anwendungen erhöht man die Energie des desorbierenden und ionisierenden Lasers, wodurch die Ausbeute an Ionen steigt, aber auch ihre Instabilität, die jedoch hier nicht stört. Durch die nicht reproduzierbaren Desorptions- und Ionisierungsprozesse für die Erzeugung der Ionen in einem linear betriebenen MALDI-Flugzeitmassenspektrometer verschieben sich die Massen der einzelnen Massensignale leicht von Spektrum zu Spektrum. Diese Verschiebungen der Massenskalen der Wiederholungsspektren gegeneinander können durch ein Verfahren, das in der Schrift DE 10 2004 051 043 A1 (M. Kostrzewa et al.; GB 2 419 737 B ; US 7,391,017 B2 ) beschrieben wurde, zueinander wieder justiert werden, bevor die Wiederholungsspektren zu einem Referenzspektrum zusammengefasst werden. Auch die Massenskalen von Proben- und Referenzspektren können aneinander angeglichen werden. Dadurch können für die Bestimmung der übereinstimmenden Massensignale während der Ähnlichkeitsanalyse kleinere Massentoleranzintervalle verwendet werden.
  • Das Massenspektrum der Mikrobe ist das Häufigkeitsprofil der Massenwerte der Ionen. Es handelt sich dabei ganz vorwiegend um Proteinionen. Die Massenspektren werden für gewöhnlich im Massenbereich von 2000 bis 20000 Dalton aufgenommen; die für Identifizierungen nützlichste Information befindet sich im Massenbereich von etwa 3000 Dalton bis 15000 Dalton. Wegen der verringerten Auflösung sind die Massensignale in diesem Massenbereich nicht mehr einzeln aufgelöst, statt dessen bildet jede Isotopengruppe ein einziges zusammengeschmolzenes Massensignal. Die Proteinionen sind bei diesem Verfahren in der Regel nur einfach geladen (Ladungszahl z = 1), weshalb hier auch einfach von der Masse m der Ionen gesprochen werden kann, statt den genaueren Begriff der „ladungsbezogenen Masse” m/z zu verwenden, wie es eigentlich in der Massenspektrometrie notwendig und üblich ist. Es kommen allerdings gelegentlich in den Massenspektren der Mikroben auch die Massensignale doppelt geladener Ionen vor; da diese Massensignale jedoch ohne jeden Unterschied wie alle anderen behandelt werden, ist eine Unterscheidung zwischen einfach und doppelt geladenen Ionen nicht notwendig.
  • Jeder Laserlichtpuls erzeugt ein einzelnes Massenspektrum, das jedoch die Signale von nur einigen Hundert bis einigen Tausend Ionen enthält. Um zu zuverlässigeren und rauschfreieren Massenspektren zu kommen, werden einige Zehn bis einige Hundert dieser Einzelmassenspektren zu einem Summenmassenspektrum addiert. Dabei können bevorzugt die Einzelmassenspektren von verschiedenen Stellen der Probenpräparation oder sogar von verschiedenen Probenpräparationen stammen. Unter dem „Massenspektrum einer Mikrobe” oder einfacher „Mikrobenspektrum” wird immer dieses Summenmassenspektrum verstanden.
  • Das Profil der Proteine, das dieses Mikrobenspektrum wiedergibt, ist sehr charakteristisch für die betreffende Mikrobenart, weil jede Mikrobenart ihre eigenen, genetisch vorgegebenen Proteine mit jeweils charakteristischen Massen produziert. Auch die Häufigkeiten der einzelnen Proteine in den Mikroben, soweit sie massenspektrometrisch gemessen werden können, sind über die Steuerung ihrer Produktion durch andere Proteine weitgehend genetisch vorgegeben und hängen in nur geringem Maße vom Nährmedium oder vom Reifegrad der Kolonie ab. Die Proteinprofile sind ähnlich charakteristisch für die Mikroben wie Fingerabdrücke für den Menschen.
  • Für die Erzeugung von Referenzspektren für Spektrenbibliotheken werden Kolonien oder Sedimente von Mikroben bestimmter, genau dokumentierter Zuchtlinien erzeugt und davon Massenspektren aufgenommen. Dabei werden grundsätzlich für ein Referenzspektrum viele Massenspektren aufgenommen, die hier als Wiederholungsspektren bezeichnet werden. Massenspektren von Mikroben enthalten meist etwa 50 bis 200 getrennte Massensignale, von denen aber wegen einer sehr empfindlich eingestellten Massensignalsuche viele reines Rauschen sind. Die Referenzspektren werden daher in der Regel auf eine Maximalzahl von beispielsweise 70 oder 100 Massensignale reduziert; selbst eine Beschränkung auf 50 Massensignale wird von Fachleuten als ausreichend betrachtet. Der Informationsgehalt eines Massenspektrums mit 50 Massensignalen im Massenbereich von 3000 bis 15000 Dalton, in dem auch bei verringertem Massenauflösungsvermögen weit mehr als 2000 voneinander unterscheidbare Massensignale auftreten können, ist bereits ohne Berücksichtigung der Intensitätsunterschiede unvorstellbar hoch. Die Wiederholungsspektren werden für die Beschränkung auf 70 oder 100 Massensignale zunächst zu einem sehr signalreichen Mittelwertspektrum zusammengefasst, woraufhin zunächst alle Massensignale, die nur wenige Male in den Wiederholungsspektren vorkommen, und dann die Massensignale kleinster Intensitäten gestrichen werden, bis die gewünschte Maximalzahl von Massensignalen übrig bleibt.
  • Für gewöhnlich werden auch die Massenspektren der zu identifizierenden Mikroben, im Weiteren kurz „Probenspektren” genannt, in ähnlicher Weise aus Wiederholungsspektren gewonnen und auf eine vorbestimmte Anzahl von Massensignalen beschränkt, um Rauschsignale möglichst auszuschließen. Diese Anzahl von Massensignalen in diesen Probenspektren wird meist etwas höher gewählt als die der Referenzspektren.
  • In der Veröffentlichung von Jarman et al. (Analytical Chemistry, 72(6), 2002, 1217–1223: "An Algorithm for Automated Bacterial Identification Using Matrix-Assisted Laser Desorption/Ionization Mass Spectrometry") ist ein Berechnungsverfahren für die Erstellung von Referenzspektren einer Bibliothek und für die Ähnlichkeitsanalyse zwischen einem Massenspektrum einer zu untersuchenden Probe (hier „Probenspektrum” genannt) und den Referenzspektren der Bibliothek angegeben, das sich insbesondere auf die Reproduzierbarkeit der einzelnen Massensignale bei der Erstellung der Referenzspektren stützt. Für die Ähnlichkeitsanalyse eines Probenspektrums ermittelt das Verfahren für jedes Massensignal jeden Referenzspektrums eine Einzelkennzahl, die angibt, wie gut es mit dem Massensignal des Probenspektrums übereinstimmt, wobei insbesondere einerseits die Übereinstimmung der Intensitäten und andererseits eine Gewichtung durch die Streuung der Referenzsignale berücksichtigt werden. Diese Einzelkennzahl wird umso höher angesetzt, je geringer die Streuung der Intensität für dieses Massensignal ist, je besser also dieses Massensignal reproduziert werden kann. Schlecht reproduzierbare Massensignale erhalten eine niedrige Einzelkennzahl. Aus den so ermittelten Einzelkennzahlen der Massensignale der Referenzspektren wird für jedes Referenzspektrum durch Summierung eine Ähnlichkeitsmaßzahl für die Übereinstimmung mit dem Probenspektrum ermittelt. Die Referenzspektren einer Bibliothek werden dann nach ihren der Größe der Ähnlichkeitsmaßzahlen sortiert. Als Resultat erhält man eine nach Ähnlichkeiten sortierte Liste mit den Bezeichnungen der den Referenzspektren zugeordneten Mikroorganismen und den Ähnlichkeitsmaßzahlen.
  • Für diesen hier nur grob dargestellten Algorithmus nach Jarman et al. muss ein Referenzspektrum folgende aus den Wiederholungsspektren ermittelten Größen für die einzelnen Massensignale des Referenzspektrums enthalten: die gemittelte Masse, die Streuung um die gemittelte Masse, die mittlere Intensität, die Streuung um die mittlere Intensität und die prozentuale Häufigkeit des Auftretens dieses Massensignals in den Wiederholungsspektren, also des Auftretens oberhalb der Empfindlichkeitsschwelle. In der Regel werden dabei nur diejenigen Signale in einem Referenzspektrum berücksichtigt, die eine vorbestimmte Mindesthäufigkeit aufweisen.
  • Für eine automatische Erzeugung von Referenzspektren aus den Wiederholungsspektren sind bei Jarman et al. computergestützte Verfahren angegeben, die zu den Referenzspektren führen. Die Referenzspektren werden dabei durch einen statistischen Algorithmus aus vielen Wiederholungsspektren abgeleitet. Um in besonderer Weise die Stabilität und Reproduzierbarkeit der einzelnen Massensignale erkennen zu können, können die Wiederholungsspektren unter Variation der Zucht-, Präparations- oder Aufnahmebedingungen gewonnen werden. Ein Wiederholungsspektrum kann auf einer technischen oder einer biologischen Variation fußen. Die technischen Variationen beziehen sich beispielsweise auf die Position des Laserfokus auf der Oberfläche der Probe, die Laserenergie, die Probenmenge, die verwendete Matrixsubstanz oder die Art der Probenpräparation (Dried Droplet, Dünnschichtpräparation). Die biologischen Variationen beziehen sich beispielsweise auf die Bedingungen für die Aufzucht (Nährmedium, Temperatur) und den Reifegrad der Kolonie.
  • Werden Referenzspektren von verschiedenen Stämmen der gleichen Unterart einer Mikrobe erzeugt, so können sie zusammengefasst werden, wenn sie innerhalb enger Toleranzen übereinstimmen, sie können aber auch einzeln in die Bibliothek eingestellt werden. Unterscheiden sich die Referenzspektren signifikant, so werden sie auf jeden Fall getrennt eingestellt.
  • In einer vereinfachten Art von Referenzspektren im Sinne von Jarman et al., die aber zu schneller ablaufenden Ähnlichkeitsanalysen führen, kann jedem Massensignal ein Gewichtsfaktor mitgegeben werden, der bestimmt, wie stark dieses Massensignal zur Ähnlichkeitsanalyse beitragen soll. Dieser Gewichtsfaktor kann aus der Reproduzierbarkeit dieses Massensignals in den Wiederholungsspektren abgeleitet werden, also aus der Streuung von Massen und Intensitäten. Massensignale geringer Intensitätsstreuung erhalten ein hohes Gewicht. Massensignale, die nur in wenigen Wiederholungsspektren vorkommen, werden entfernt. Als Referenzspektren werden dann die gemittelten Massenspektren in die Bibliothek eingestellt, wobei die Massensignale in den Referenzspektren jeweils nur noch mit dem Mittelwert der Intensität und dem Gewichtsfaktor versehen sind. Die Gewichtsfaktoren haben den weiteren Vorteil, dass sie für jedes Referenzspektrum so normiert werden können, dass für vollständige Ähnlichkeit eine bestimmte maximale Ähnlichkeitsmaßzahl herauskommt, also beispielsweise ein Wert 3,00 für ein mit dem Referenzspektrum identisches Massenspektrum.
  • Referenzspektren dieser Art werden im Folgenden als „Referenzspektren mit Eigenwichtung” oder als „eigengewichtete Referenzspektren” bezeichnet, da die Gewichte nur aus den statistischen Daten der Wiederholungsspektren gewonnen wurden. Im Gegensatz dazu stehen „Referenzspektren mit Fremdwichtung”, bei denen die Gewichte aus Vergleichen mit anderen Referenzspektren der Spektrenbibliothek oder sogar anhand von Bewertungen durch einen mikrobiologischen Fachmann gewonnen werden.
  • So ist aus der Schrift DE 100 38 694 A1 (W. Kallow et al.) ein Verfahren zur Erzeugung von fremdgewichteten Referenzspektren bekannt, bei denen die Gewichte für die einzelnen Massensignale aus der Häufigkeit bestimmt werden, mit denen diese Massensignale in den übrigen Referenzspektren der Bibliothek auftauchen. Damit wird für die Ähnlichkeitsanalysen die Unterscheidbarkeit zwischen Referenzspektren vergrößert. Tritt beispielsweise ein Massensignal nur in einem einzigen Referenzspektrum auf, erhält dieses Massensignal ein Höchstgewicht, weil dieses Massensignal allein schon die Mikrobe identifiziert; tritt aber ein Massensignal unterschiedslos mit gleicher Intensität in allen Referenzspektren auf, so erhält dieses Massensignal das Gewicht null. Diese Art von Referenzspektren ist jedoch nachteilig für eine Validierung von Spektrenbibliotheken, besonders dann, wenn einer bereits validierten Bibliothek weitere Referenzspektren zugefügt werden sollen. Es muss dann die gesamte Bibliothek neu bewichtet und validiert werden; die Validierung betrifft nicht nur die zugefügten Referenzspektren. Außerdem kann die Identifizierung von Unterarten erschwert werden, wenn beispielsweise das einzige Massensignal, das hier eine Unterscheidung zwischen den Unterarten einer Art bringen könnte, durch zufälliges Auftreten des gleichen Massensignals in vielen anderen, wenig verwandten Referenzspektren ein niedriges Gewicht trägt. Mit steigender Komplexität einer Referenzbibliothek wird diese Art der Wichtung einzelner Signale immer weniger einsetzbar.
  • Um die Unterscheidbarkeit von Referenzspektren von Unterarten zu erhöhen, haben daher die Autoren der zitierten Schrift in einer weiteren Patentveröffentlichung DE 103 00 743 A1 vorgeschlagen, für jeweils zwei sehr ähnliche Referenzspektren, zwischen deren zugehörigen Mikroben aber zu unterscheiden ist, auch noch ein Differenzierungsspektrum der Bibliothek hinzuzufügen. Diese Differenzierungsspektren haben Gewichte für die einzelnen Massensignale, die einen Unterschied der Intensität dieses Massensignals zu dem des zweiten Referenzspektrums betonen und so zu einer gesteigerten Unterscheidbarkeit beitragen, während Massensignale, die in beiden Referenzspektren etwa gleich intensiv sind, durch geringes Gewicht bestraft werden. Das feste Hinzufügen von solchen Differenzierungsspektren zur Bibliothek erschwert aber die Validierung der Bibliothek nochmals gravierend. Bei diesen Differenzierungsspektren handelt es sich ebenfalls um fremdgewichtete Referenzspektren.
  • Wie Entwicklungen von Identifizierungsverfahren im Hause der Antragstellerin zeigen, können jedoch auch wesentlich einfachere massenspektrometrische Identifizierungsverfahren eine sehr hohe Erfolgsquote haben, sogar solche, die gar keine Gewichte für die einzelnen Massensignale der Referenzspektren mit sich führen. So ist es zunächst zweckmäßig, für die Aufnahme der Referenzspektren wie auch der Probenspektren möglichst keine Variationen der technischen oder biologischen Verfahrensparameter zuzulassen, sondern die Spektren unter standardisierten Bedingungen für die Aufzucht der Kolonie, für die Probenpräparation und für die massenspektrometrische Spektrenaufnahme zu erzeugen. Schon diese Maßnahme führt zu verbesserter Identifizierung. Es kann dann in den Referenzspektren sowohl auf die Speicherung der Streuungen von Massenwerten und Intensitätswerten wie auch auf die Speicherung von Gewichten ganz verzichtet werden, was die Bibliothek kleiner und handlicher und die Ähnlichkeitsanalyse schneller macht. Auf ein Verfahren zur Angleichung der häufig leicht verschobenen Massenskalen der Wiederholungsspektren aneinander wurde bereits oben eingegangen. Da viele Massensignale nur in einem Teil der Wiederholungsmessungen auftauchen, aber trotzdem zur Identifizierung beitragen können, hat es sich durch viele Experimente mit solchermaßen vereinfachten Referenzspektren gezeigt, dass es zweckmäßig ist, die prozentuale Präsenz eines Massensignals mitzuführen. Die prozentuale Präsenz gibt an, bei wie viel Prozent der Wiederholungsspektren dieses Massensignal auftritt. Ein Massensignal trägt dann nur drei Eintragungen: gemittelte Masse, gemittelte Intensität, und prozentuale Präsenz.
  • Das Verfahren zur Ähnlichkeitsanalyse mit diesen einfachen Referenzspektren kann in seiner einfachsten Form so aussehen, dass jedes Referenzspektrum daraufhin untersucht wird, wie viele seiner Massensignale sich jeweils mit denen des Mikrobenspektrums innerhalb einer vorgegebenen Massentoleranz treffen. Die Anzahl dieser Treffer geteilt durch die Anzahl der Massensignale im Referenzspektrum ist dann ein erstes Teilmaß für die Ähnlichkeit; die Anzahl der Treffer durch die Anzahl der Massensignale im Mikrobenspektrum ein zweites Teilmaß. Ein drittes Teilmaß kann aus der Intensitätsähnlichkeit der sich treffenden Massensignale abgeleitet werden. Das Produkt der drei Teilmaße ergibt die Ähnlichkeitsmaßzahl. Eine Verfeinerung kann dadurch eingeführt werden, dass ein Treffer jeweils nur mit der prozentualen Präsenz dieses Massensignals gezählt wird, also mit einer Zahl, die möglicherweise kleiner als eins ist. Für diese einfache Ähnlichkeitsanalyse kann ein äußerst schnell ablaufender Algorithmus entwickelt werden, der auch bei Tausenden von Referenzspektren in normalen Computerservern in erträglicher Zeit von wenigen Sekunden arbeitet. Dieser Algorithmus kann (wie es oben für den Fall gewichteter Spektren vorgeschlagen wurde) auf eine maximale Ähnlichkeitsmaßzahl zwischen Mess- und Referenzspektren abgestimmt werden, beispielsweise auf eine maximale Ähnlichkeitsmaßzahl von 3,00 für identische Spektren. Es ist sogar möglich, die Ähnlichkeitsmaßzahlen so zu transformieren, dass ein Ähnlichkeitswert von 2,00 als gerade genügende Minimalanforderung für eine Identifizierung angesehen werden kann. Eine solche Minimalanforderung und ein entsprechender Maximalwert sind nach unseren Erfahrungen von hohem psychologischen Wert für die Akzeptanz des Verfahrens.
  • Heute werden an vielen Orten zuverlässige, medizinisch und rechtlich verwendbare („validierte”) Referenzmassenspektren von Mikroben für Bibliotheken erarbeitet, darunter an vielen mikrobiologischen Instituten und beispielsweise auch an zentralen staatlichen Einrichtungen für Krankheitsüberwachung und -Prävention. Auch für diese Arbeit ist es weitaus einfacher, die Spektren nur unter standardisierten Bedingungen ohne Variation aller Verfahrensparameter aufzunehmen.
  • Es können mit allen hier geschilderten Bibliotheken und Verfahren in vielen Fällen bereits eng verwandte Mikroben auseinander gehalten werden, wenn die Ausstattung der Mikrobenunterarten mit Proteinen nach Art und Häufigkeit eindeutig variiert. Es stellt sich aber immer wieder heraus, dass es zu einem Mikrobenspektrum mehrere Referenzspektren gibt, die fast gleiche Ähnlichkeitsmaßzahlen ergeben, so dass keine eindeutige Identifizierung der Unterart vorgenommen werden kann, in einigen Fällen nicht einmal eine Identifizierung der Art. Die Referenzspektren fast gleicher Ähnlichkeit gehören in der Regel alle zu eng verwandten Mikroben auf den Ebenen von Gattung oder Art.
  • In vielen Fällen ist eine Identifizierung der Mikroben auf der Ebene der Gattung oder Art bereits ausreichend für die Fragestellung. Es gibt jedoch bedeutende Fälle, in denen die Kenntnis über eine Zugehörigkeit der untersuchten Mikrobe zu einer Art oder Unterart zwingend erforderlich ist, beispielsweise dann, wenn die Arten oder Unterarten sehr verschiedene Pathogenität zeigen oder in verschiedener Weise bekämpft werden müssen. Für diese Fälle wird eine sichere Identifizierungsmethode nach Arten und Unterarten, manchmal sogar nach Biovaren oder Serotypen benötigt.
  • Aufgabe der Erfindung
  • Es ist die Aufgabe der Erfindung, ein Verfahren zur Identifizierung von Mikroben anhand ihrer Massenspektren bereitzustellen, mit dem die Mikroben selbst dann auf der Ebene von Arten oder Unterarten identifiziert werden können, wenn sich deren Referenzspektren nur wenig voneinander unterscheiden und bei üblichen Ähnlichkeitsanalysen fast gleiche Maßzahlen für die Ähnlichkeit mit dem Probenspektrum zeigen.
  • Kurze Beschreibung der Erfindung
  • Die Erfindung stellt ein zweistufiges Verfahren für die massenspektrometrische Identifizierung von Mikroben bereit, das folgende Schritte umfasst:
    • a) Bereitstellung einer Bibliothek von Referenzspektren,
    • b) Aufnahme eines Massenspektrums der zu identifizierenden Mikrobenprobe,
    • c) Berechnung von Ähnlichkeitsmaßzahlen der Referenzspektren zu diesem Probenspektrum,
    • d) Auswahl einer Gruppe ähnlichster Referenzspektren, wahlweise ergänzt durch Referenzspektren von nahe verwandten Mikroben,
    • e) Ermittlung von Differenzierungsgewichten, die die Unterschiede der Referenzspektren der Gruppe zueinander betonen, für die Massensignale der Referenzspektren dieser Gruppe, ohne jedoch die Differenzierungsgewichte in der Bibliothek dauernd zu speichern, und
    • f) Berechnung der Maßzahlen für die Ähnlichkeiten der Referenzspektren dieser Gruppe zum Probenspektrum unter Berücksichtigung der Differenzierungsgewichte, wobei sich in der Regel ein Referenzspektrum als besonders ähnlich heraushebt und eine Art oder eine Unterart eindeutig identifiziert.
  • Die Schritte a) bis c) bilden die erste Stufe des Verfahrens und entsprechen dem üblichen einstufigen Identifizierungsverfahren, das aber nicht immer zu ausreichend guten Identifizierungen nach Arten und Unterarten führt. Im einstufigen Verfahren wird dabei für gewöhnlich eine nach abnehmenden Ähnlichkeitsmaßzahlen geordnete Hitliste der ähnlichsten Referenzspektren mit Mikrobennamen erstellt, die zur Beurteilung der Identifizierung dient.
  • Die zweite Stufe besteht aus den Schritten d), e) und f). Es wird hier zunächst eine Gruppe von Referenzspektren ausgewählt, die allein an der zweiten Stufe teilnehmen. Diese Gruppe umfasst in der Regel die zum Probenspektrum ähnlichsten Referenzspektren. Je nach gewählter Option des Verfahrens können dafür beispielsweise einfach fest eingestellt die sechs oder zehn Referenzspektren mit den höchsten Ähnlichkeitsmaßzahlen ausgesucht werden, oder die Referenzspektren mit höchsten Ähnlichkeitsmaßzahlen innerhalb einer vorgegebenen Maximaldifferenz. In einer anderen Option können beispielsweise, wenn die ähnlichsten Referenzspektren ganz überwiegend auf eine Mikrobenart hinweisen, alle oder als typisch ausgewählte Referenzspektren der Unterarten oder Stämme dieser Mikrobenart ausgewählt werden. Die Gruppe der ausgewählten Referenzspektren kann je nach Abstufung der Ähnlichkeitsmaßzahlen drei bis fünfzehn, bevorzugt vier bis acht, in selteneren Fällen auch mehr als fünfzehn Referenzspektren umfassen. Sind in der Bibliothek jeweils mehrere Referenzspektren der gleichen Unterart oder, falls keine Unterart existiert, der gleichen Art vorhanden, die alle unter die Auswahlregel für die Gruppe fallen würden und die Gruppe zu groß werden ließen, so kann die Auswahl auf die als typisch markierten Referenzspektren eingeschränkt werden. Diese Markierungen müssten dazu in der Bibliothek vorhanden sein.
  • Die Ermittlung der neuen Differenzierungsgewichte für die einzelnen Massensignale der Referenzspektren dieser Gruppe wird in der Regel durch ein Computerprogramm durchgeführt. Die Differenzierungsgewichte beruhen auf einer Analyse der Unterschiede in diesen Referenzspektren und betonen diese Unterschiede. Kommt beispielsweise ein Signal einer bestimmten Masse nur in einem einzigen Referenzspektrum der Gruppe vor, so erhält dieses Massensignal ein sehr hohes Differenzierungsgewicht. Das Massensignal kann dabei durchaus eine schwache Intensität haben. Kommt das Massensignal bei genau zwei unter mehreren Referenzspektren der Gruppe vor, so wird das Differenzierungsgewicht niedriger, aber immer noch mäßig hoch gewählt. Wenn die Intensitäten der beiden Massensignale in den beiden Referenzspektren signifikant verschieden sind, so kann auch deren Differenzierungsgewicht hoch gewählt werden, sind die Intensitäten dagegen fast gleich, so ist ein geringeres Gewicht angesagt. Kommt ein Massensignal bei allen Referenzspektren der Gruppe mit genau gleicher Intensität vor, so kann ein Differenzierungsgewicht null angebracht werden, weil dieses Massensignal nicht zur Unterscheidung beitragen kann. Für signifikant verschiedene Intensitäten eines Massensignals, das in allen Referenzspektren vorkommt, können mäßig hohe Differenzierungsgewichte verteilt werden. Es ist für den Entwickler mit einiger Erfahrung für die Entwicklung von Identifizierungsverfahren in Kenntnis dieser Erfindung relativ einfach, für die Gewichtung günstige Regeln aufzustellen. Die Regeln können von der analytischen Zielsetzung abhängig sein. Die Differenzierungsgewichte werden nicht in der Bibliothek der Referenzspektren dauernd abgespeichert.
  • Durch diese Differenzierungsgewichte für die Referenzspektren gelingt es in den überaus meisten Fällen, in der zweiten Stufe des Identifizierungsverfahrens eine eindeutige Identifizierung herbeizuführen, die beispielsweise durch eine vorgegebene Mindestdifferenz der höchsten Ähnlichkeitsmaßzahl zur zweithöchsten gegeben ist. Die letztgültige Entscheidung darüber, ob die Identifizierung ausreichend gut ist, wird aber bei einem Fachmann liegen, der bei Bedarf auch die zweite Stufe mit veränderter Auswahl der Gruppe der Referenzspektren neu starten kann.
  • Zwischen den Schritten c) und d) kann wahlweise auch eine Prüfung auf eine bereits ausreichende Identifizierung eingeschoben werden. Diese Prüfung kann entweder automatisch erfolgen, beispielsweise durch die Analyse der Differenzen der höchsten Ähnlichkeitsmaßzahlen unter Berücksichtigung ihrer absoluten Höhe, oder aber – wie bei dem einstufigen Verfahren üblich – visuell durch einen fachlich versierten Benutzer. Dazu wird in der Regel eine Hitliste der ähnlichsten Referenzspektren mit Mikrobenbezeichnung, Ähnlichkeitsmaßzahl und anderen Angaben angeboten. Dieser Fachmann kann auch weitere Kenntnisse über die Mikroben einfließen lassen; so kann er beispielsweise beurteilen, ob wegen verschiedener Pathogenität der Unterarten einer feiner abgestufte Identifizierung notwendig ist. Bei nicht ausreichender Identifizierung startet er die zweite Stufe. Dabei kann er auch bereits die Gruppe der Referenzspektren auswählen, die für die weitere Differenzierung verwendet werden soll; er kann aber auch diese Auswahl einem Computerprogramm überlassen. Es kann durch diesen Experten beispielsweise auch ein jeweils als typisch für eine Art oder Unterart eingestuftes Referenzspektrum ausgewählt werden.
  • Da die Auswahl der Gruppen ähnlichster Referenzspektren und die Ermittlung der Differenzierungsgewichte nur Bruchteile von Sekunden dauert, werden die Differenzierungsgewichte nur vorübergehend gebildet; sie werden insbesondere nicht in der Bibliothek der Referenzspektren abgelegt. Durch diese vorübergehende Ermittlung der Differenzierungsspektren wird die Bibliothek der Referenzspektren nicht mit dauernd gespeicherten Differenzierungsspektren belastet. Das ist für eine Validierung der Spektrenbibliothek zwingend notwendig. Die wiederkehrende Neuberechnung hat sogar starke Vorteile: In einer ständig wachsenden Bibliothek der Referenzspektren werden für ein gleich bleibendes Probenspektrum immer wieder veränderte Gruppen von Referenzspektren mit immer feineren Unterschieden ausgesucht, so dass automatisch eine Anpassung des Identifizierungsverfahrens an die erweiterte Bibliothek stattfindet.
  • Bevorzugte Ausführungsformen
  • Die Erfindung stellt eine zweistufige Identifizierung der Mikroben durch Ähnlichkeitsanalysen zwischen Mikrobenspektren und den Referenzspektren einer Referenzbibliothek bereit. Die erste Stufe läuft nach einem der üblichen Identifizierungsverfahren ab. In der zweiten Stufe wird zunächst eine Gruppe von Referenzspektren ausgewählt, die höchste Ähnlichkeiten zum Probenspektrum besitzen. Es werden dann Differenzierungsgewichte für die Masseneinträge ermittelt, die die Unterschiede der Referenzspektren der Gruppe betonen. Diese Differenzierungsgewichte werden jedoch nicht in die Bibliothek eingespeichert. Es können stattdessen beispielsweise neue Referenzspektren gebildet werden, die nach Massen und Intensitäten genau den Referenzspektren der Gruppe entsprechen, aber diese Differenzierungsgewichte tragen. Die Ähnlichkeitsanalyse der zweiten Stufe wird nur noch mit diesen neuen Referenzspektren mit ihren neu ermittelten Differenzierungsgewichten für die Massensignale durchgeführt, also mit diesen fremdgewichteten Referenzspektren. Als Gruppe der Referenzspektren können diejenigen Referenzspektren ausgewählt werden, die in der ersten Stufe fast gleiche Maßzahlen für die Ähnlichkeit mit dem Mikrobenspektrum ergeben haben (beispielsweise alle innerhalb eines vorgegeben Toleranzintervalls für die Ähnlichkeitsmaßzahlen), es können feste Anzahlen von ähnlichsten Referenzspektren, es können aber auch alle oder ausgewählte Unterarten und Stämme der Mikrobenart, die in der ersten Stufe die ähnlichsten Referenzspektren lieferte, ausgewählt werden. Die Differenzierungsgewichte betonen die Unterschiede in den Referenzspektren und führen in der Regel in einer erneuten Ähnlichkeitsanalyse zu einer besseren, meist eindeutigen Identifizierung der Unterart oder sogar der Stammes. Es kann nach der ersten Stufe eine Prüfung eingeführt werden, die bei einer Identifizierung, die in Hinblick auf das Ziel der Analyse ausreicht, das Verfahren abbricht.
  • Das zweistufige Verfahren kann dabei insbesondere folgende Schritte umfassen:
    • a) Bereitstellung einer Bibliothek von Referenzspektren,
    • b) Aufnahme eines Probenspektrums der zu identifizierenden Mikrobenprobe,
    • c) Berechnung der Maßzahlen für die Ähnlichkeiten der Referenzspektren der Bibliothek zu diesem Probenspektrum, wobei die Ähnlichkeitsmaßzahlen durch ihre Rangfolge eine mehr oder weniger gute Identifizierung ergeben,
    • d) Auswahl einer Gruppe von Referenzspektren, beispielsweise die Gruppe der ähnlichsten Referenzspektren oder eine Gruppe von Referenzspektren verwandter Mikroben,
    • e) Ermittlung von Differenzierungsgewichten, die die Unterschiede der Referenzspektren der Gruppe zueinander betonen, für die Massensignale der Referenzspektren dieser Gruppe, ohne jedoch die Differenzierungsgewichte in der Bibliothek dauernd zu speichern, und
    • f) Berechnung der Maßzahlen für die Ähnlichkeiten der Referenzspektren dieser Gruppe zum Probenspektrum unter Berücksichtigung der Differenzierungsgewichte, wobei sich in der Regel ein Referenzspektrum als besonders ähnlich heraushebt und eine Art oder eine Unterart eindeutig identifiziert.
  • Die ersten drei Schritte a), b) und c) bilden die erste Stufe des Verfahrens und entsprechen dem bisherigen einstufigen Verfahren. Für diese erste Stufe können im Prinzip alle Arten der eingangs geschilderten Referenzspektren in Bibliotheken und alle Formen von Ähnlichkeitsanalysen verwendet werden. Häufig brauchen nur leichte Anpassungen der Algorithmen der Ähnlichkeitsberechnungen vorgenommen zu werden, um sowohl in der ersten Stufe wie auch in der zweiten Stufe mit den Schritten d), e) und f) zur Anwendung kommen zu können. Es können insbesondere die Bibliotheken mit eigengewichteten Referenzspektren wie auch die Bibliotheken mit fremdgewichteten Referenzspektren verwendet werden, wobei die Ermittlung der neuen Differenzierungsgewichte für die Gruppe der neuen Referenzspektren nur die bereits vorhandenen Gewichtswerte in den alten Referenzspektren der ausgewählten Gruppe zu verändern braucht, so dass in der zweiten Stufe die exakt gleichen Algorithmen zur Berechnung der Ähnlichkeitsmaßzahlen angewendet werden können.
  • Von der technischen Durchführung her gesehen, kann beispielsweise die in Schritt d) ausgewählte Gruppe der Referenzspektren einfach in den Arbeitsspeicher des Computers kopiert werden. In Schritt e) werden dann die Differenzierungsgewichte ermittelt und in die Referenzspektren der kopierten Gruppe eingeschrieben; in dieser Weise werden die Referenzspektren der Bibliothek nicht verändert. In Schritt f) kann die kopierte Gruppe von Referenzspektren mit Differenzierungsgewichten als neue, kleine Spezialbibliothek der Ähnlichkeitsanalyse zur Verfügung gestellt werden.
  • Die Differenzierungsgewichte für die einzelnen Massensignale der Referenzspektren der ausgewählten Gruppe werden in der Regel durch ein Computerprogramm ermittelt. Die Differenzierungsgewichte beruhen auf einer Analyse der Unterschiede in den Referenzspektren dieser Gruppe und sollen diese Unterschiede betonen. Ein Differenzierungsgewicht für ein Massensignal wird also umso höher gewählt, je seltener sich dieses Massensignal oder seine Intensität bei den übrigen Referenzspektren der Gruppe wiederfindet. Kommt beispielsweise ein Signal einer bestimmten Masse nur in einem einzigen Referenzspektrum vor, so erhält dieses Massensignal ein sehr hohes Differenzierungsgewicht, beispielsweise 1000 gegenüber einem Normwert von 100, weil es praktisch allein schon die Unterart charakterisiert. Das Massensignal kann dabei durchaus eine schwache Intensität haben. Kommt im Gegensatz dazu ein Massensignal bei allen Referenzspektren der Gruppe mit genau gleicher Intensität vor, so kann ein Differenzierungsgewicht null angebracht werden, da dieses Massensignal überhaupt nicht zur Unterscheidung beitragen kann. Kommt das Massensignal bei genau zwei unter mehreren Referenzspektren der Gruppe vor, so wird das Differenzierungsgewicht nur noch mäßig hoch gewählt, beispielsweise 300, wenn die Intensitäten gleich sind, und etwas höher, beispielsweise 400 bis 600, wenn die Intensitäten voneinander weniger oder mehr voneinander verschieden sind. Für mehr oder weniger, jedoch signifikant verschiedene Intensitäten eines Massensignals, das überall vorkommt, können mäßig hohe Differenzierungsgewichte verteilt werden. Wie schon oben angemerkt, ist es für den Entwickler mit einiger Erfahrung in der Entwicklung von Identifizierungsverfahren relativ einfach, günstige Regeln für diese Gewichtung aufzustellen und einen entsprechenden Wichtungsalgorithmus zu programmieren.
  • Etwas verschieden ist die Sachlage bei Bibliotheken mit Referenzspektren, die keine Gewichte für die einzelnen Massensignale, wohl aber prozentuale Präsenzwerte tragen. Da diese prozentualen Präsenzen in der Regel ähnlich wie Gewichte in die Berechnung der Ähnlichkeitsmaßzahlen eingehen, können diese Felder auch für den Eintrag der Differenzierungsgewichte verwendet werden. Somit können auch hier in der zweiten Stufe die gleichen Algorithmen zur Berechnung der Ähnlichkeitsmaßzahlen verwendet werden.
  • Es werde hier für eine detaillierte Beschreibung einer Ausführungsform der Erfindung auf die Verwendung dieser einfachen Art von Referenzspektren, die nur Masse, Intensität und Präsenz mitführen, besonders eingegangen, da das damit verbundene sehr einfache Verfahren zur Berechnung von Ähnlichkeitsmaßzahlen sehr schnell ist und trotzdem zu hervorragenden Identifizierungsergebnissen führt.
  • Grundlage dieses Verfahrens ist – wie für andere Verfahren auch – die Bibliothek der Referenzspektren, die zunächst erstellt werden muss. Dazu wird in diesem Fall ein standardisiertes Anzucht- und Aufnahmeverfahren verwendet. Die Verfahren der Anzüchtung der Mikroben genau bekannter Stämme, der Entnahme winziger Mikrobenmengen, der Präparation von beispielsweise zehn Proben jeder Mikrobe auf einem massenspektrometrischen Probenträger, und der Aufnahme von beispielsweise je fünf Massenspektren von jeder der Proben sind genau festgelegt. Es werden nach den genannten Beispielen für jeden Mikrobenzuchtstamm 50 Wiederholungsmassenspektren erhalten, deren Aufnahme in einem geeigneten Massenspektrometer insgesamt nur etwa fünf Minuten benötigt. Die große Anzahl von Wiederholungsspektren ist nur deswegen erforderlich, weil die Prozesse der Präparation der Probe mit Kristallisierung der Matrixsubstanz und der Ionenbildung durch MALDI nur mäßig gut reproduzierbar sind und nur durch eine Mittelung über viele Massenspektren zu guten Referenzspektren führen. Eine hohe Zahl von Wiederholungsspektren gibt auch verlässlichere Werte für die Präsenzen.
  • Da sich durch den Desorptions- und Ionisierungsprozess für die Erzeugung der Ionen in einem linear betriebenen MALDI-Flugzeitmassenspektrometer die Massen der einzelnen Massensignale von Spektrum zu Spektrum leicht verschieben können, werden jetzt die Massenskalen der Wiederholungsspektren durch ein eingangs bereits zitiertes Verfahren, das in der Schrift DE 10 2004 051 043 A1 (M. Kostrzewa et al.) beschrieben wurde, zueinander justiert. Dadurch können für die unten beschriebene Bestimmung der Treffer kleinere Massentoleranzintervalle verwendet werden, beispielsweise 250 statt 1000 Millionstel der Masse (ppm). Diese Anpassung der Massenskalen bedeutet eine entscheidende Verbesserung für das Verfahren.
  • Aus den zueinander justierten Wiederholungsspektren werden für jedes Massensignal, ob es nun einmal, mehrmals oder auch überall vorkommt, automatisch die mittleren Massenwerte, die mittleren Intensitäten und die prozentualen Präsenzen ermittelt. Die prozentualen Präsenzen geben an, wie häufig ein Massensignal in den Wiederholungsspektren auftritt; hier steht also der Wert 1,00 (= 100%), wenn dieses Massensignal in allen Wiederholungsspektren zu finden ist, und ein entsprechend kleinerer Wert sonst. Das aus allen Wiederholungsspektren zusammengefasste Referenzspektrum wird dann durch Entfernen aller Massensignale unterhalb einer festgelegten Schwelle für die Präsenz, beispielsweise 15%, und durch Entfernen der Massensignale mit den kleinsten Intensitäten auf maximal 70 Massensignale eingeschränkt. In wenigen Fällen finden sich weniger als 70 Masseneinträge in einem Referenzspektrum, wenn nach Entfernen der Rauschsignale, die durch geringe Präsenzen charakterisieret sind, weniger als 70 Massensignale übrig bleiben.
  • Die Referenzspektren der Bibliothek enthalten neben den genauen Bezeichnungen der Mikrobenart, Unterart, und Stamm für jedes der maximal 70 eingetragenen Massensignale nur den Massenmittelwert, den Intensitätsmittelwert und die Präsenz. Das Referenzspektrum kann auch einige Zahlenwerte enthalten, die für die Berechnung der Ähnlichkeitsmaßzahlen immer wieder gebraucht werden, beispielsweise die mit den Präsenzen gewichtete Anzahl aller Massensignale. Zusätzlich enthalten die Referenzspektren Verweise auf die Herkunft der Stämme und auf das Laboratorium, das die Spektren aufgenommen hat, wie für Validierungen erforderlich. Es können auch Verweise auf besondere Pathogenität der Mikroben, ihre Umweltschädlichkeit in Gewässern, ihre Toxizität in Lebensmitteln, ihre Schädlichkeit in Bioprozessen und dergleichen vorhanden sein, möglichst in verschlüsselter Form, die gegebenenfalls für eine automatische Prüfung auf die Notwendigkeit einer verfeinerten Identifizierung in einer zweiten Stufe herangezogen werden kann. Auch die Bekämpfungsarten von Pathogenen oder Umweltschädlingen können mit entsprechenden Verschlüsselungen enthalten sein. Sind in der Bibliothek die Referenzspektren mehrerer Stämme der gleichen Unterart (oder Art, falls keine Unterarten bekannt sind) vorhanden, so können eines oder auch zwei der Referenzspektren als besonders typisch markiert sein, um bei der Auswahl einer Gruppe von Referenzspektren für die zweite Stufe bevorzugt, gegebenenfalls allein, ausgewählt werden zu können. Zwei Referenzspektren können beispielsweise dann als typisch markiert werden, wenn die Stämme der Unterart zwei deutlich voneinander verschiedene Gruppen von jeweils untereinander ähnlichen Referenzspektren aufweisen.
  • Für verschiedene Anwendungsgebiete, wie beispielsweise klinische Infektionsdiagnostik, Gewässer- oder Hygieneüberwachung, können durchaus verschiedene Spezialbibliotheken mit besonders relevanten Referenzspektren erstellt werden. Wird hier der Begriff „Bibliothek” verwendet, so soll unter diesem Begriff auch eine solche Spezialbibliothek verstanden werden können.
  • Für die Identifizierung einer Mikrobenprobe wird diese zunächst nach dem gleichen standardisierten Verfahren wie für Referenzspektren zu einer Kolonie angezüchtet, auf den Probenträger übertragen, mit Matrixlösung präpariert und im Massenspektrometer vermessen. Auch hier werden zweckmäßigerweise mehrere Massenspektren gemessen und in ähnlicher Weise wie bei den Referenzspektren zu einem gemittelten Massenspektrum zusammengefasst, das hier als „Probenspektrum” bezeichnet wird. Das Probenspektrum wird beispielsweise auf maximal 100 Massensignale eingeschränkt.
  • In der ersten Stufe des erfindungsgemäßen Identifizierungsverfahrens werden nun in einer ersten Ähnlichkeitsanalyse wie üblich die Maßzahlen für die Ähnlichkeiten der Referenzspektren der Bibliothek zum Probenspektrum berechnet. Das eingangs bereits kurz geschilderte einfache Berechnungsverfahren für diese Ähnlichkeitsmaßzahlen geht von drei Teilmaßen aus: Ein erstes Teilmaß der Ähnlichkeitsmaßzahl wird durch die Anzahl der sich jeweils innerhalb eines Massentoleranzintervalls treffenden Massensignale („Treffer”) in Mikrobenspektrum und Referenzspektrum dargestellt, geteilt durch die Anzahl der Massensignale im Referenzspektrum, wobei aber alle Massensignale jeweils nur anteilig mit ihrer Präsenz gezählt werden. Das Massentoleranzintervall kann absolut in atomaren Masseneinheiten (oder Dalton) oder aber als relative Größe in ppm (part per million) angegeben werden. Als günstig hat sich ein Massentoleranzintervall von 250 ppm erwiesen. Ein zweites Teilmaß ergibt sich aus der Trefferzahl geteilt durch die Anzahl der Massensignale im Mikrobenspektrum, wahlweise wiederum anteilig gezählt mit den Präsenzen. Das dritte Teilmaß wird aus der Ähnlichkeit der jeweiligen Intensitäten der sich treffenden Massensignale zueinander berechnet, wobei wiederum die Präsenzen multiplikativ berücksichtigt werden. Dieses dritte Teilmaß wird für alle Massensignale so normiert, dass bei Gleichheit aller Intensitäten das Teilmaß den Wert 1,00 annimmt.
  • Diese drei Teilmaße werden nun einfach miteinander multipliziert und ergeben so die Maßzahl für die Ähnlichkeit zwischen Referenz- und Mikrobenspektrum. Da jedes der drei Teilmaße maximal den Wert 1,00 annehmen kann, kann auch die Ähnlichkeitsmaßzahl maximal den Wert 1,00 annehmen.
  • Es hat sich nun in Tausenden von Identifizierungen herausgestellt, dass eine sichere Identifizierung praktisch immer mit einem Ähnlichkeitswert größer als 0,10 verbunden ist. Um zu handlicheren Größen zu kommen, kann durch eine Multiplikation mit dem Wert 1000 und eine nachfolgende Logarithmisierung eine Transformation vorgenommen werden, die eine maximale Ähnlichkeitsmaßzahl von 3,00 für identische Spektren und eine minimal für eine Identifizierung erforderliche Ähnlichkeitsmaßzahl von 2,00 ergibt. Diese Transformation ist nicht essentiell, sie hat, wie bereits oben angemerkt, nur psychologischen Wert; es können daher auch beliebige andere Transformationen angewandt werden, wenn sich diese als handhabbarer erweisen sollten.
  • Dieser Ablauf der Berechnung der Ähnlichkeitsmaßzahlen kann in einen sehr schnell arbeitenden Algorithmus umgesetzt werden, mit dem in gängigen Rechnern Tausende von Ähnlichkeitsmaßzahlen in nur wenigen Sekunden berechnet werden können. Bei einstufigen Verfahren wird jetzt üblicherweise eine Liste der besten Ähnlichkeiten herausgegeben, mit Namen der zugehörigen Mikrobenarten, Unterarten und Zuchtstämmen, geordnet nach abfallenden Ähnlichkeitsmaßzahlen. Diese Liste kann bei zweistufigen Verfahren an dieser Stelle entfallen.
  • Die zweite Stufe des erfindungsgemäßen Verfahrens beginnt mit der Auswahl einer Gruppe von Referenzspektren, die allein an der zweiten Stufe teilnimmt. Die Auswahl kann optional eine feste Anzahl von Referenzspektren höchster Ähnlichkeit umfassen, wobei die feste Anzahl beispielsweise zwischen drei und fünfzehn, vorzugsweise zwischen vier und acht liegen kann. Die Auswahl kann sich optional aber auch auf die Differenzen zwischen den Ähnlichkeitsmaßzahlen stützen, wobei die Anzahl durch deutliche Sprünge in der Abstufung der Ähnlichkeitsmaßzahlen oder durch die Summe der Differenzen zwischen den abnehmenden Ähnlichkeitsmaßzahlen bestimmt werden kann. Liegen mehrere Referenzspektren einer gleichen Unterart vor, so können die typischsten dieser Referenzspektren ausgewählt werden, wenn diese in der Bibliothek als solche markiert sind. Die Auswahl kann aber auch, wenn im Verfahren durch eine weitere Option vorgegeben, alle oder ausgewählte Unterarten und Stämme einer Mikrobenart umfassen (oder alle Arten einer Gattung), wenn eine solche Mikrobenart (oder Gattung) durch die ähnlichsten Referenzspektren der ersten Stufe nahegelegt wird. Es können auch dabei die typischsten Referenzspektren für Arten oder Unterarten ausgewählt werden, soweit diese in der Referenzbibliothek als solche markiert sind.
  • Die Ermittlung der Differenzierungsgewichte für die ausgewählte Gruppe der Referenzspektren erfolgt wie oben beschrieben. Die Differenzierungsgewichte werden in die Spalte der Präsenzen eingetragen und in ihrer Größe den bereits vorhandenen Werten angepasst. Da die hier eingetragenen Werte in die Zählung sowohl der Dividenden (Zähler) wie auch der Divisoren (Nenner) der Teilmaßzahlen eingehen, kann das bisherige Verfahren zur Berechnung der Ähnlichkeitsmaßzahlen ohne Änderung beibehalten werden.
  • Mit der Gruppe neuer Referenzspektren wird nun die zweite Stufe durchlaufen, in der für jedes der neuen Referenzspektren die Maßzahl der Ähnlichkeit zum Probenspektrum berechnet wird. Die Gruppe der neuen Referenzspektren kann dabei als Spezialbibliothek verstanden werden, die dem Algorithmus der Ähnlichkeitsanalyse zu Verfügung gestellt wird. Anschließend wird eine Hitliste der ähnlichsten Referenzspektren herausgegeben, geordnet nach absteigenden Ähnlichkeitsmaßzahlen. Durch die Differenzierungsgewichte in den neuen Referenzspektren gelingt es in den überaus meisten Fällen, in der zweiten Stufe des Identifizierungsverfahrens eine eindeutige Identifizierung herbeizuführen, die beispielsweise durch eine vorgegebene Mindestdifferenz der höchsten Ähnlichkeitsmaßzahl zur zweithöchsten gegeben ist. Die letztgültige Entscheidung darüber, ob die Identifizierung ausreichend gut ist, wird aber bei einem Fachmann liegen, der bei Bedarf auch die zweite Stufe mit veränderter Auswahl der Gruppe der Referenzspektren neu starten kann.
  • Die zweite Stufe des Verfahrens muss aber nicht immer durchlaufen werden. Über die Fortführung der Identifizierung in einer zweiten Stufe kann, wenn als Option eingeschaltet, eine Prüfung auf eine bereits vorliegende genügend eindeutige Identifizierung der Mikrobe entscheiden, die zwischen den Schritten c) und d) eingefügt werden kann. Dabei kann, je nach Ziel der Analyse, eine genügend eindeutige Identifizierung schon dann vorliegen, wenn durch eine Mehrzahl an ähnlichen Referenzspektren nur die Mikrobenart identifiziert wird, nicht eine der Unterarten. Es kann durchaus vorkommen, dass für den Zweck der Analyse die Unterart oder der Zuchtstamm nicht interessieren, beispielsweise, weil sich die Unterarten in ihrer Schädlichkeit und in ihrer Bekämpfungsart nicht unterscheiden. Die zweite Stufe kann dann entfallen. Die Prüfung kann automatisch, aber auch durch einen versierten Benutzer erfolgen.
  • Die Prüfung durch einen versierten Fachmann kann anhand einer nach Ähnlichkeitsmaßzahlen geordneten Hitliste der Referenzspektren vorgenommen werden, die (wie bei einstufigen Verfahren üblich) nach der ersten Stufe erstellt wurde. Sind sich die größten Ähnlichkeitsmaßzahlen alle sehr ähnlich, so kann der Fachmann darüber entscheiden, ob das Verfahren mit seiner zweiten Stufe fortgesetzt werden soll. Zu dieser Entscheidung können insbesondere seine Kenntnisse über die verschiedenen Schädlichkeiten der Mikrobenunterarten beitragen. Entscheidet sich der Fachmann für eine Fortführung des Verfahrens, so kann er auch leicht die Gruppe der Referenzspektren auswählen, die für die Berechnung neuer Differenzierungsgewichte verwendet werden sollen. Die Auswahl kann beispielsweise durch Anklicken der Referenzspektren in der Liste auf dem Bildschirm erfolgen. Er kann aber auch alle zu einem Stamm verwandten Arten oder Unterarten auswählen. In den meisten Fällen liefert die erste Stufe bereits viele Unterarten einer einzigen Mikrobenart als ähnlichste Referenzspektren. Diese Gruppe kann der Fachmann beispielsweise durch die Referenzspektren weiterer Unterarten ergänzen. Nach der Auswahl kann der Fachmann dann die zweite Stufe des Verfahrens starten.
  • Die Prüfung auf ausreichend gute Identifizierung kann aber auch automatisch erfolgen, beispielsweise durch eine Analyse der Differenzen der höchsten Ähnlichkeitsmaßzahlen und deren absoluter Größe. Unterschreiten diese Differenzen eine vorgegebene Toleranzschwelle, oder liegen die Werte unterhalb des Minimalwerts für die Ähnlichkeitsmaßzahl, so wird automatisch eine Gruppe von Referenzspektren ausgewählt, und die zweite Stufe des Verfahrens wird gestartet. Diese Feinanalyse mag beispielsweise nicht notwendig sein, wenn keine besondere Schädlichkeit einzelner Unterarten einer ansonsten unschädlichen Mikrobenart vorliegt.
  • Ein zweistufiges Verfahren ohne jede Prüfung oder mit einer automatischen Prüfung auf eine ausreichende Identifizierung nach der ersten Stufe führt zu einem geschlossen ablaufenden Verfahren. Diese Ausführungsform wird hier eindeutig bevorzugt, da sie viele Vorteile bietet; sie benötigt insbesondere keinen Fachmann für eine Zwischenbeurteilung. Sie dauert nur Bruchteile von Sekunden oder höchstens einige Sekunden länger als die bisherigen einstufigen Verfahren. Es findet eine automatische und dynamische Anpassung des Verfahrens an das individuelle Probenspektrum statt, da dieses über die Ähnlichkeitsmaßzahlen der ersten Stufe die Auswahl der Referenzspektren für die zweite Stufe beeinflusst. Bei wachsender Referenzbibliothek wird die Identifizierung automatisch verfeinert. Der Fachmann für die Beurteilung der Identifizierung wird erst nach der zweiten Stufe gebraucht. In der Regel ist dann eine so gute Identifizierung nach Art, Unterart oder sogar nach Stamm gegeben, dass der Fachmann die Identifizierung akzeptieren kann.
  • Der größte Vorteil des zweistufigen Verfahren nach dieser Erfindung liegt aber darin, dass die Differenzierungsspektren nicht dauernd in der Referenzbibliothek gespeichert werden, sondern jedes Mal neu berechnet werden. Das ist einerseits unabdingbar wichtig für eine Validierung der Referenzbibliothek, andererseits ergibt es die dynamische Anpassung des Verfahrens an jedes individuelle Probenspektrum.
  • Die Güte eines jeden Identifizierungsverfahrens kann nur in breit angelegten Studien geprüft werden, in der sehr genau bekannte Mikrobenproben in verschiedenen Laboratorien mit verschiedenen Instrumenten analysiert werden. Dabei werden insbesondere die Fehlerraten des Verfahrens bestimmt. Studien dieser Art haben bereits für die einstufige Form des oben detailliert beschriebenen Identifizierungsverfahrens sehr gute Ergebnisse erbracht, wobei in strittigen Fällen häufig sogar die Identifizierungen mit klassischen Identifizierungsmethoden korrigiert werden mussten. Die Erfahrungen aus diesen Studien sind in die gegenwärtige Erfindung eingeflossen.
  • In den oben geschilderten Verfahren wurden die Massenspektren der Mikroben in Massenspektrometern mit Ionisierung durch matrix-unterstützte Laserdesorption (MALDI) aufgenommen. Das ist zwar üblich, jedoch nicht zwingend. Aufschlussflüssigkeiten von Mikroben können beispielsweise auch durch Elektrosprühen ionisiert werden, entweder bei Atmosphärendruck oder bei niedrigerem Druck von einigen Tausend Pascal. Durch diese Art der Ionisierung entstehen starke Überlagerungen von vielfach geladenen Ionen, die zwingend ein Massenspektrometer mit hoher Auflösung erfordern. Die vielfach geladenen Ionen finden sich alle im Massenbereich von etwa 600 Dalton bis 1600 Dalton. Beispielsweise werden aus einem Protein der Masse 3000 Dalton überwiegend zwei-, drei- und vierfach geladene Ionen mit den ladungsbezogenen Massen von m/z = 1501, 1001 und 751 Dalton gebildet; aus einem Protein der Masse 15000 Dalton werden etwa 10- bis 20-fach geladene Ionen mit einem Maximum bei 14-fach geladenen Ionen gebildet. Die 50 bis 100 Proteine bilden also einen wirren Haufen an Ionen in einem relativ engen Massenbereich, der jedoch in einem Massenspektrometer mit sehr hohem Massenauflösungsvermögen von R > 40000 meist recht gut aufgelöst werden kann. Aus dem Abstand der Massensignale einer Isotopengruppe kann die Ladung z bestimmt werden, und damit lässt sich eine Liste der Proteinionen erstellen, in der die Ionen verschiedener Ladungsstufen und verschiedener Isotopenzusammensetzungen jeweils zu einem Eintrag zusammengefasst sind. Diese Liste bildet dann das Spektrum der Mikroben. Als Massenspektrometer können hier Flugzeitmassenspektrometer mit orthogonalem Ioneneinschuss (OTOF-MS), aber auch Ionenzyklotronresonanz-Massenspektrometer (ICR-MS) oder andere hochauflösende Massenspektrometer Verwendung finden.
  • Die Aufschlussflüssigkeiten der Mikroben können der Elektrosprüh-Ionenquelle auch über eine kurze HPLC-Säule zugeführt werden, also flüssigkeitschromatographisch getrennt. Schon durch eine geringe chromatographische Auftrennung nimmt der Wirrwarr der Massensignale stark ab, so dass die rechnerische Zusammenfassung der verschiedenen Ladungsstufen und Isotopensignale der Proteinionen besser gelingt.
  • Statt der rechnerischen Zusammenfassung der Ladungsstufen der Ionen kann auch eine physikalisch Ladungsverminderung durchgeführt werden. Dazu werden positiv geladene Proteinionen in einem Ionenreaktor, der sich zwischen Elektrosprüh-Ionenquelle und Analysator befindet, mit geeigneten negativ geladenen Ionen zusammengebracht, woraufhin eine Deprotonierung der Proteinionen stattfindet. Da die Wirkungsquerschnitte für die Deprotonierung dem Quadrat z2 der Ladungszahl z proportional sind, lässt sich der Vorgang gut beenden, wenn praktisch nur noch einfach geladene Ionen übrig sind. Diese werden dem Massenspektrometer zugeführt, das aber einen hohen Massenbereich verkraften können muss.
  • Es sind auch noch weitere Verfahren der Ionisierung bekannt, die hier eingesetzt werden können. Ein günstiges Verfahren ist beispielsweise die chemische Ionisierung bei Atmosphärendruck (APCI). Die Moleküle werden der chemischen Ionisierung durch Versprühen einer Flüssigkeit mit Verdampfung der Tröpfchen oder durch schwache, nicht ionisierende Laserdesorption („Laserablation”) zugeführt. Die chemische Ionisierung liefert praktisch nur einfach geladene Ionen und ist daher sehr günstig, erfordert aber ebenfalls ein Massenspektrometer mit genügend hohem Massenbereich.
  • Die hier geschilderten Verfahren können vom einschlägigen Fachmann in Kenntnis der Erfindung in vielfältiger Weise abgeändert werden. Einige dieser Variationen sind bereits oben geschildert; es gibt aber durchaus weitere Verfahren, die auf der grundlegenden Basis einer zwei oder auch mehrstufigen Identifizierung durchgeführt werden können.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - DE 102004051043 A1 [0014, 0049]
    • - GB 2419737 B [0014]
    • - US 7391017 B2 [0014]
    • - DE 10038694 A1 [0026]
    • - DE 10300743 A1 [0027]
  • Zitierte Nicht-Patentliteratur
    • - van Baar (FEMS Microbiology Reviews, 24, 2000, 193–219: „Characterization of bacteria by matrix-assisted laser desorption/ionization and electrospray mass spectrometry”) [0007]
    • - M. Kostrzewa et al. [0014]
    • - Jarman et al. (Analytical Chemistry, 72(6), 2002, 1217–1223: ”An Algorithm for Automated Bacterial Identification Using Matrix-Assisted Laser Desorption/Ionization Mass Spectrometry”) [0020]
    • - Jarman et al. [0021]
    • - Jarman et al. [0022]
    • - Jarman et al., [0024]

Claims (17)

  1. Verfahren für die massenspektrometrische Identifizierung von Mikroben mit den Schritten a) Bereitstellung einer Bibliothek mit Referenzspektren, b) Aufnahme eines Massenspektrums der Mikrobenprobe, c) Berechnung der Maßzahlen für die Ähnlichkeiten der Referenzspektren der Bibliothek zu diesem gemessenen Probenspektrum, d) Auswahl einer Gruppe von Referenzspektren, die dem Probenspektrum ähnlich sind, e) Ermittlung von Differenzierungsgewichten, die die Unterschiede der Referenzspektren der Gruppe zueinander betonen, für die Massensignale der Referenzspektren dieser Gruppe, ohne die Differenzierungsgewichte in der Bibliothek dauernd zu speichern, und f) Berechnung der Maßzahlen für die Ähnlichkeiten der Referenzspektren dieser Gruppe zum Probenspektrum unter Berücksichtigung der Differenzierungsgewichte.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in Schritt e) die Ermittlung der Differenzierungsgewichte für die Massensignale auf den Unterschieden im Vorkommen der Massensignale in den Referenzspektren der ausgewählten Gruppe und auf Unterschieden ihrer Intensitäten beruht, wobei ein Massensignal eines Referenzspektrums ein umso höheres Differenzierungsgewicht erhält, je seltener es in den anderen Referenzspektren der Gruppe vorkommt oder je größer der Unterschied seiner Intensität zu den Intensitäten des gleichen Massensignals in den anderen Referenzspektren der Gruppe ist.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass in Schritt d) als Gruppe eine feste Anzahl der ähnlichsten Referenzspektren ausgewählt wird, wobei die feste Anzahl zwischen drei und fünfzehn, vorzugsweise zwischen vier und acht liegt.
  4. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass in Schritt d) die Gruppe derjenigen Referenzspektren ausgewählt wird, deren Ähnlichkeitsmaßzahlen sich von der höchsten Ähnlichkeitsmaßzahl maximal um einen festgelegten Differenzwert unterscheiden.
  5. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass in Schritt d) alle oder besonders typische Referenzspektren innerhalb derjenigen Mikrobengattungen oder Mikrobenarten ausgesucht werden, die in der ersten Stufe durch eine Mehrzahl ähnlichster Referenzspektren identifiziert werden konnten.
  6. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass für die Auswahl in Schritt d) von jeweils mehreren Referenzspektren des gleichen Stammes oder der gleichen Art, die in der Bibliothek enthalten sind, nur die als typisch markierten berücksichtigt werden.
  7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass zwischen den Schritten c) und d) eine Prüfung auf eine ausreichende Identifizierung anhand der Ähnlichkeitsmaßzahlen vorgenommen wird.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Prüfung auf eine ausreichende Identifizierung durch einen Fachmann vorgenommen wird.
  9. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Prüfung auf eine ausreichende Identifizierung automatisch durch eine Analyse der Ähnlichkeitsmaßzahlen durchgeführt wird.
  10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass in die Prüfung auf eine ausreichende Identifizierung auch Schädlichkeiten oder Bekämpfungsarten der Arten oder Unterarten eingehen.
  11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die Masseneinträge in den Referenzspektren der Bibliothek jeweils die Massen, Intensitäten und Präsenzen enthalten.
  12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die Ähnlichkeitsmaßzahlen der Referenzspektren zu einem Probenspektrum aus den Trefferzahlen der sich innerhalb von festgelegten Massentoleranzwerten treffenden Massensignale und aus den Ähnlichkeiten der Intensitäten der sich treffenden Massensignale berechnet werden.
  13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass die Ähnlichkeitsmaßzahlen die beiden Quotienten der Trefferzahlen durch die Gesamtzahlen der Massensignale in den Referenzspektren beziehungsweise Mikrobenspektren multiplikativ enthalten.
  14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, dass die Trefferzahlen und Gesamtzahlen jeweils mit ihren Präsenzen gewichtet gezählt werden.
  15. Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass die Massenspektren der Mikroben in Massenspektrometern mit Ionisierung durch matrixunterstützte Laserdesorption gewonnen werden.
  16. Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass die Massenspektren der Mikroben in Massenspektrometern mit Ionisierung durch Elektrosprühen gewonnen werden.
  17. Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass die Massenspektren der Mikroben in Massenspektrometern mit Ionisierung durch chemische Ionisierung an Atmosphärendruck gewonnen werden.
DE102009032649.9A 2009-07-10 2009-07-10 Massenspektrometrische Identifizierung von Mikroben nach Unterarten Active DE102009032649B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102009032649.9A DE102009032649B4 (de) 2009-07-10 2009-07-10 Massenspektrometrische Identifizierung von Mikroben nach Unterarten
GB1010327.3A GB2471746B (en) 2009-07-10 2010-06-21 Mass Spectrometric Identification of Microbe Subspecies
US12/834,504 US8237107B2 (en) 2009-07-10 2010-07-12 Spectrophotometric identification of microbe subspecies

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009032649.9A DE102009032649B4 (de) 2009-07-10 2009-07-10 Massenspektrometrische Identifizierung von Mikroben nach Unterarten

Publications (2)

Publication Number Publication Date
DE102009032649A1 true DE102009032649A1 (de) 2011-01-20
DE102009032649B4 DE102009032649B4 (de) 2017-12-21

Family

ID=42582685

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009032649.9A Active DE102009032649B4 (de) 2009-07-10 2009-07-10 Massenspektrometrische Identifizierung von Mikroben nach Unterarten

Country Status (3)

Country Link
US (1) US8237107B2 (de)
DE (1) DE102009032649B4 (de)
GB (1) GB2471746B (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010006450A1 (de) 2010-02-01 2011-08-04 Bruker Daltonik GmbH, 28359 Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken
WO2011154517A1 (en) 2010-06-11 2011-12-15 Bruker Daltonik Gmbh MASS SPECTROMETRIC MEASUREMENT OF β-LACTAMASE RESISTANCES
DE102021130356B3 (de) 2021-11-19 2023-04-20 Bruker Daltonics GmbH & Co. KG Referenzdatensatz-basiertes, spektrometrisches Charakterisieren von Zellsubstraten unter Verwendung von Teilbibliotheken

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107881210A (zh) 2010-08-19 2018-04-06 伊拉斯谟大学鹿特丹医药中心 表征微生物中抗生素抗性的方法和设备
DE102010038014B4 (de) * 2010-10-06 2021-10-07 Numares Ag Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung
JP6088177B2 (ja) * 2011-09-02 2017-03-01 株式会社 資生堂 解析装置、解析方法、プログラム
JP5750676B2 (ja) * 2011-10-18 2015-07-22 株式会社島津製作所 細胞識別装置及びプログラム
DE102012015446A1 (de) * 2012-08-03 2014-02-20 Bruker Daltonik Gmbh Gemischerkennung bei massenspektrometrischer Mikroben-Identifizierung
US10041953B2 (en) 2013-04-04 2018-08-07 Erasmus University Medical Center Rotterdam Mass spectrometric determination of drug resistance
JP6036604B2 (ja) * 2013-08-22 2016-11-30 株式会社デンソー 電動圧縮機
CN103616434B (zh) * 2013-12-12 2015-08-19 佟雪梅 质谱鉴定微生物的方法
DE102014001003B3 (de) * 2014-01-29 2015-07-02 Bruker Daltonik Gmbh Aufnahme von Fragment-lonen-Massenspektren von Biopolymeren in Gemischen
JP6238069B2 (ja) * 2014-03-20 2017-11-29 株式会社島津製作所 微生物の識別方法
CN107646089B (zh) 2015-03-06 2020-12-08 英国质谱公司 光谱分析
CN108700590B (zh) 2015-03-06 2021-03-02 英国质谱公司 细胞群体分析
EP3265820B1 (de) * 2015-03-06 2023-12-13 Micromass UK Limited Spektrometrische analyse von mikroben
FR3035410B1 (fr) * 2015-04-24 2021-10-01 Biomerieux Sa Procede d'identification par spectrometrie de masse d'un sous-groupe de microorganisme inconnu parmi un ensemble de sous-groupes de reference
DE102015117635B4 (de) * 2015-10-16 2018-01-11 Bruker Daltonik Gmbh Strukturaufklärung von intakten schweren Molekülen und Molekülkomplexen in Massenspektrometern
US10319574B2 (en) * 2016-08-22 2019-06-11 Highland Innovations Inc. Categorization data manipulation using a matrix-assisted laser desorption/ionization time-of-flight mass spectrometer
CN110178200B (zh) * 2016-08-22 2022-01-28 高地创新公司 采用基质辅助激光解吸/离子化飞行时间质谱仪逐次发射抽样
US11879879B2 (en) * 2017-01-30 2024-01-23 Shimadzu Corporation Spectrum data processing device
WO2024050102A1 (en) * 2022-09-02 2024-03-07 The University Of Florida Research Foundation, Inc. Bacterial compositions and methods of use

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10038694A1 (de) 2000-07-28 2002-02-14 Anagnostec Ges Fuer Analytisch Verfahren zur Identifizierung von Mikroorganismen mittels MALDI-TOF-MS
DE10300743A1 (de) 2003-01-07 2004-07-29 AnagnosTec, Gesellschaft für Analytische Biochemie und Diagnostik mbH Verfahren zur Identifizierung von Mikroorganismen mittels Massenspektrometrie
DE102004051043A1 (de) 2004-10-20 2006-05-04 Bruker Daltonik Gmbh Angleichung von Flugzeitmassenspektren

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040234952A1 (en) * 2003-01-07 2004-11-25 Wibke Kallow Process for identifying microoraganisms by means of mass spectrometry
US8639447B2 (en) * 2007-05-31 2014-01-28 The Regents Of The University Of California Method for identifying peptides using tandem mass spectra by dynamically determining the number of peptide reconstructions required
DE102007058516B4 (de) * 2007-11-23 2017-08-10 Bruker Daltonik Gmbh Identifizierung von Erregern in Körperflüssigkeiten
DE102010006450B4 (de) * 2010-02-01 2019-03-28 Bruker Daltonik Gmbh Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken
DE102010019857B4 (de) * 2010-05-07 2012-02-09 Bruker Daltonik Gmbh Aufnahmetechik für MALDI-Flugzeitmassenspektrometer
US9180448B2 (en) * 2010-07-06 2015-11-10 Becton, Dickinson And Company Method and apparatus for identification of bacteria

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10038694A1 (de) 2000-07-28 2002-02-14 Anagnostec Ges Fuer Analytisch Verfahren zur Identifizierung von Mikroorganismen mittels MALDI-TOF-MS
DE10300743A1 (de) 2003-01-07 2004-07-29 AnagnosTec, Gesellschaft für Analytische Biochemie und Diagnostik mbH Verfahren zur Identifizierung von Mikroorganismen mittels Massenspektrometrie
DE102004051043A1 (de) 2004-10-20 2006-05-04 Bruker Daltonik Gmbh Angleichung von Flugzeitmassenspektren
US7391017B2 (en) 2004-10-20 2008-06-24 Bruker Daltonik, Gmbh Mass scale alignment of time-of-flight mass spectra
GB2419737B (en) 2004-10-20 2009-02-25 Bruker Daltonik Gmbh Mass scale alignment of time-of-flight mass spectra

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Jarman et al. (Analytical Chemistry, 72(6), 2002, 1217-1223: "An Algorithm for Automated Bacterial Identification Using Matrix-Assisted Laser Desorption/Ionization Mass Spectrometry")
M. Kostrzewa et al.
van Baar (FEMS Microbiology Reviews, 24, 2000, 193-219: "Characterization of bacteria by matrix-assisted laser desorption/ionization and electrospray mass spectrometry")

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010006450A1 (de) 2010-02-01 2011-08-04 Bruker Daltonik GmbH, 28359 Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken
EP2354796A1 (de) 2010-02-01 2011-08-10 Bruker Daltonik GmbH Mehrstufige Suche für Mikrobenmassenspektren in Bezugsbibliotheken
DE102010006450B4 (de) 2010-02-01 2019-03-28 Bruker Daltonik Gmbh Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken
WO2011154517A1 (en) 2010-06-11 2011-12-15 Bruker Daltonik Gmbh MASS SPECTROMETRIC MEASUREMENT OF β-LACTAMASE RESISTANCES
DE102010023452A1 (de) 2010-06-11 2011-12-15 Bruker Daltonik Gmbh Massenspektrometrische Messung von β-Lactamase-Resistenzen
EP2806032A1 (de) 2010-06-11 2014-11-26 Bruker Daltonik GmbH Massenspektrometrische Messung von Beta-Lactamase-Widerständen
DE102021130356B3 (de) 2021-11-19 2023-04-20 Bruker Daltonics GmbH & Co. KG Referenzdatensatz-basiertes, spektrometrisches Charakterisieren von Zellsubstraten unter Verwendung von Teilbibliotheken
EP4183885A1 (de) 2021-11-19 2023-05-24 Bruker Daltonics GmbH & Co. KG Referenzdatensatz-basiertes, spektrometrisches charakterisieren von zellsubstraten unter verwendung von teilbibliotheken

Also Published As

Publication number Publication date
DE102009032649B4 (de) 2017-12-21
GB201010327D0 (en) 2010-08-04
GB2471746A (en) 2011-01-12
GB2471746B (en) 2017-02-15
US20110012016A1 (en) 2011-01-20
US8237107B2 (en) 2012-08-07

Similar Documents

Publication Publication Date Title
DE102009032649B4 (de) Massenspektrometrische Identifizierung von Mikroben nach Unterarten
DE102010006450B4 (de) Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken
DE102006021493B4 (de) Massenspektrometrische Messung mikrobieller Resistenzen
DE102009033368B4 (de) Massenspektrometrische Sepsisdiagnose
DE102007058516B4 (de) Identifizierung von Erregern in Körperflüssigkeiten
DE102009007266B4 (de) Massenspektrometrische Identifizierung von Mikroorganismen in komplexen Proben
EP1846757B1 (de) Verfahren und system zur massenspektrenanalyse
EP2806275B1 (de) Massenspektrometrische Resistenzbestimmung durch Wachstums-Messung
EP2801825B1 (de) Massenspektrometrische Bestimmung der Resistenzen von Mikroben
DE102010038014A1 (de) Verfahren zur Charakterisierung einer Probe und eines Systems
EP1253622B1 (de) Verfahren zur Identifizierung von Mikroorganismen mittels MALDI-TOF-MS
EP2389588A1 (de) Verfahren zur identifizierung insbesondere unbekannter substanzen durch massenspektrometrie
DE112015000402B4 (de) Näherungsalgorithmus zum Lösen eines Impulsübertragungsquerschnitts
WO2002033400A1 (de) Verfahren zur charakterisierung, identifizierung und kennzeichnung von mikrobiellen mischungen durch vergleich von ir-, ft-ir-, raman-, ft-raman- und gc-analysedaten mit daten aus einer referenzdatenbank
EP3491364A1 (de) Kombiniertes optisch-spektroskopisches verfahren zur bestimmung von mikrobiellen erregern
DE102012015446A1 (de) Gemischerkennung bei massenspektrometrischer Mikroben-Identifizierung
DE102017129891A1 (de) Massenspektrometrische Bestimmung besonderer Gewebezustände
EP1437673B1 (de) Verfahren zur Identifizierung von Mikroorganismen mittels Massenspektrometrie
DE102020105123B3 (de) Verfahren zum spektrometrischen Charakterisieren von Mikroorganismen
DE102014012367B3 (de) Verfahren zum Bestimmen der Konzentration von Glucoraphanin und/oder von Sulforaphan in einer Pflanze
DE102015206444B3 (de) Verfahren zum Erkennen von Mikroorganismen
DE102011014805A1 (de) Verfahren zur Identifizierung insbesondere unbekannter Substanzen durch Massenspektrometrie
DE102012100065A1 (de) Verfahren zur Analyse von Proben und Systeme hierfür
DE102004016667B4 (de) Verfahren zur Identifizierung von Polymeren in Gemischen
Schneider Micronuclei in erythrocytes in the bone marrow of the mouse: automatization of detection and the discrimination between clastogenic and aneuploidogenic chemicals by the use of distinct area distributions

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: BRUKER DALTONICS GMBH & CO. KG, DE

Free format text: FORMER OWNER: BRUKER DALTONIK GMBH, 28359 BREMEN, DE