方法論記事

MALDI-TOF質量分析およびカスタムデータベースを使用すると、ユニークな洞窟環境（カーチェナー洞窟、AZ、USA）を常在菌を特徴づけるために

DOI：

10.3791/52064

⸱

2015年1月2日

 ,  ,  , 
1School of Mathematical and Natural Sciences, Arizona State University, 2Applied Maths NV

この記事について

サマリー

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この作業は、MALDI-TOF MSを使用して細菌を迅速に同定するための手順を詳述しています。同定手順には、スペクトル取得、データベース構築、およびフォローアップ分析が含まれます。類似係数ベースの方法とバイオマーカーベースの方法の2つの同定方法が提示されます。

要約

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

MALDI-TOF質量分析は、属や種、場合によっては菌株レベルで細菌を特定するための迅速で信頼性の高いツールであることが示されています。識別を容易にするために、市販のオープンソースソフトウェアツールが開発されています。ただし、文献にはユニバーサル/標準化されたデータ分析パイプラインは記載されていません。ここでは、MALDI-TOF質量分析計を使用した細菌同定手順の包括的かつ詳細なデモンストレーションを提供します。質量スペクトルは、米国アリゾナ州Kartchner Cavernsから単離された15の多様な細菌から収集され、16S rDNAシーケンシングによって同定されました。データベースはBioNumerics 7.1で構築されました。クラスター分析、ピークマッチング、統計分析など、質量スペクトルのフォローアップ分析を実施しました。同定は、これらの15個の細菌から無作為に選択されたブラインドコードサンプルを使用して行いました。類似係数ベースの方法とバイオマーカーベースの方法の2つの同定方法が提示されます。結果は、両方の同定方法が細菌を種レベルで識別できることを示しています。

概要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

マトリックス支援レーザー脱離イオン化飛行時間型(MALDI-TOF)質量分析(MS)は、属、種、場合によっては菌株レベル1-4の細菌を同定するための迅速で信頼性の高いツールであることが示されています。MALDI-TOF MSは、細胞表面、細胞内膜、および細菌全細胞またはタンパク質抽出物からのリボソームに由来する生体分子(通常はタンパク質)をイオン化します1,5。結果として生じるピークは、分析された細菌の特徴的なパターンまたは「指紋」を形成します1。細菌の同定は、これらの質量から電荷までの「指紋」に基づいています。

最も一般的に使用される同定戦略の2つは、ライブラリベースとバイオインフォマティクスベースの戦略です1。ライブラリベースのアプローチでは、未知物質の質量スペクトルを、データベース/ライブラリ内の既知の細菌の以前に収集された質量スペクトルと比較し、同定します。BioNumerics、Biotyper、SARAMISソフトウェアパッケージなどの市販ソフトウェアや、SpectraBank6などのオープンソースソフトウェアツールが利用可能で、未知物質の質量スペクトルと参照細菌の類似性の比較と定量化が容易です。バイオインフォマティクスに基づくアプローチでは、通常、完全に配列決定された細菌のゲノムを同定することに依存しています。特定のピークの生物学的性質の同定を伴わないライブラリーベースのアプローチとは対照的に、バイオインフォマティクスベースのアプローチはタンパク質の同定を伴います1。

最近のMALDI指紋ベースの研究の大部分は、細菌1を識別するためにライブラリベースのアプローチを使用しています。ライブラリベースのアプローチでは、データベースの構築と質量スペクトル間の類似性の比較が必要です。研究によると、培地3,7、培養時間8、サンプル調製方法3、および使用されるマトリックス9などの多くの実験手順が、得られる質量スペクトルに影響を与えることが示されています。さらに、近縁の種や系統の中には、微妙な違いしかないスペクトルを生成するものもあります。したがって、ライブラリベースのアプローチでは、反復間で再現性の高い質量スペクトルを生成するために、厳密に標準化された手順が必要です。プロトコルのわずかな変更により、特に亜種および菌株レベル1,3,10での同定の有効性が損なわれる可能性があります。ただし、メーカーが提供する参照データベースも、報告されたカスタムデータベースにも、データベースの構築やデータ分析パイプラインの適用について視覚的に文書化された手順は含まれていません。このため、この研究の目的は、MALDI-TOF MSを使用したライブラリベースの細菌同定のための包括的で詳細な手順を開発、適用、および実証することでした。

このデモンストレーションでは、カルスト環境(米国アリゾナ州カルチナー洞窟)から分離された15個の細菌の質量スペクトルが収集され、モデルデータベースを構築するためのソフトウェアにインポートされました。データ処理と解析パイプラインは、モデルデータベースを使用して詳細に説明されました。最後に、これらの15個の細菌から無作為に選択されたブラインドコード細菌の質量スペクトルを再度収集し、モデルデータベース内の参照スペクトルと比較して同定しました。結果は、類似性係数または潜在的なバイオマーカー/ピーククラスのいずれかに基づいて細菌を正しく同定できることを示しています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注意 ：どのような環境からの未確認細菌は病原性とすることができ、適切なバイオセーフティプロトコルを使用して、慎重に処理する必要があります。ライブ文化との仕事は生物学的安全レベル2（BSL-2）の手順を使用して、クラスII安全キャビネットで実行する必要があります。 BSL-2手続きの詳細については、CDC / NIHのタイトルのマニュアル、「微生物学的および生物医学研究所でバイオセーフティ、「ページ33-38で利用可能です。ドキュメントは、オンラインで利用可能ですhttp://www.cdc.gov/biosafety/publications/bmbl5/BMBL.pdf 。白衣/ガウン、安全眼鏡、及びニトリルまたはラテックス手袋など適切な個人用保護具（P​​PE）は、着用しなければならない。標準微生物学的慣行や注意事項に従わなければならず、バイオハザード廃棄物は適切に廃棄しなければならない。

このデモで使用される細菌は、カーチェナー洞窟から単離した、AZ、USA、ドライ鍾乳石、フロー石、湿った鍾乳石や鍾乳石のドリップ（ 表1）を含む4つの環境から。すべての分離株は、16S rDNAの塩基配列決定によって同定され、25％グリセロール、R 2 B培地中で-80℃で保存した。すべての実験は、室温で完了した。

注：私たちは、データベース構築と未知数の質量スペクトルのための質量スペクトルを取得するために、同じサンプル調製方法を使用することをお勧めします。試料調製法は、スペクトルの品質および再現3に影響することが以前に示されている。異なる試料調製方法を使用すると、（株レベルで、例えば 、）より高い分類学的解像度が所望される場合は特に、未知数の誤った識別を引き起こし得る。

MALDIターゲット1.沈着

注意 ：タンパク質抽出物を得るためのいくつかのプロトコルは、酸とのguidに従って利用されなければならない有機溶媒の使用を必要とするそれぞれの材料安全データシート（MSDS）に含まれるelines情報。適切なPPEは、アセトニトリルなどの毒性、引火性溶剤、かなりの量で作業するときに使用する必要があります着用しなければならないと種類とボリューム使用される化学物質の（ 例えば 、白衣/ガウン、手袋、安全眼鏡、および呼吸器保護により変動するため、ギ酸およびトリフルオロ酢酸などの腐食性の酸、）。

  1. ステンレス製MALDIターゲットプレート上に、それを乾燥させ（必要に応じて、以前に記載されているプロトコル11-13を用いて得られた）は生細胞を含まないタンパク質抽出μlの預金1。 1μlのマトリックス溶液（αシアノ-4-ヒドロキシ桂皮酸溶液）を用いて乾燥させたタンパク質抽出物をオーバーレイし、それを乾燥させる。
  2. 各生物学的反復のために、技術的反復（5から20技術的反復）の適切な数を見つける。ここでは、それぞれの生物学的複製のための10の技術的複製物および3生物学的複製ワットを発見ERE準備。
    注意：我々は、タンパク質抽出試料調製方法を使用している場合に磨かMALDI鋼ターゲットプレートを使用することをお勧めします。グランド鋼ターゲットプレートを使用すると、個々のサンプルウェルの外側の異なるサンプルの混合を拡散意図しない引き起こすことがある。
  3. 預金1μlの較正用ターゲットプレート上の標準とそれを乾燥させる。 1μlのマトリックス溶液とオーバーレイし、それを乾燥させる。
  4. 陰性対照として、ターゲットプレート上に堆積物2μlのマトリックス溶液。

2.マススペクトルの取得

  1. 窒素レーザー（λ= 337nmで）を備えたMALDI-TOF質量分析計を使用したBruker FlexControlソフトウェアを使用して動作する。
  2. 100ショット単位で500レーザーショットの蓄積によって正の線形モードにおける各質量スペクトルを収集する。 20 kVのイオン源1の電圧を設定します。イオン源2電圧18.15 kVのに。と9.05 kVのにレンズ電圧。これらのパラメータは楽器-speciであることに注意してくださいFICと最適な結果を得るために、他の楽器に調整が必要になる場合があります。
  3. 2からの充電あたりの20kDaに自動化されたスペクトル評価のための質量電荷範囲を設定します。重心ピーク検出アルゴリズムを使用してください。 100ダでの最小分解能しきい値を設定します。 100での最小強度しきい値を設定2.しきい値：ノイズ比（N S）に信号を設定します。

3.データベース構築

  1. データベース設計
    1. 「新しいデータベースウィザード」を使用してBioNumerics 7.1で新しいデータベースを作成します。
    2. 「実験タイプ」パネルでコマンドを使用して、 例えば 、のMALDIスペクトル実験タイプを作成します。
    3. 「データベース設計パネル」を使用してレベルを作成します。 「データベース」メニューの「レベル>新しいレベルを追加... "コマンドを使用して新しいレベルを追加。ここで、「種」レベル、「生物学的複製 "レベル」と「技術複製」レベル、respectivを作成エリー。
  2. 生の質量スペクトルのインポートと前処理
    1. 「ファイル」メニューの「エクスポート>マススペクトル」コマンドをクリックしてFlexAnalysisを使用して.txtファイルとして生の質量スペクトルをエクスポートします。
    2. 技術的反復のレベルのデータベースに生の質量スペクトル（.txtファイル）をインポートします。
    3. 生の質量スペクトル前処理を行います。
      1. インポートとリサンプル（二次フィッティングアルゴリズムを使用して）。
      2. （50点の大きさと転がりディスク付き）ベースライン減算を実行します。
      3. （20ポイントと10ポイントのベータのウィンドウサイズとカイザー窓）なめらかな、ノイズ[連続ウェーブレット変換（CWT）]を計算し、第二のベースラインの減算（200ポイントの大きさと転がりディスク）を行う。
      4. [10：ノイズ比（N S）の最小信号CWT]ピークを検出する。
    4. 前処理した後、そのようなピークを含むピークリストなどの各マススペクトルの特徴的なパターンを保存大きさ、ピーク強度、S：データベース内のN など 。
  3. 複合質量スペクトルを作成する
    1. 「分析」メニューの「要約... "コマンドを使用して、前処理済みのスペクトルから複合スペクトルを作成します。目標レベルとして「生物学的複製」を選択してください。
    2. ここでは、「生物学的複製」レベルでの分離株の3つの複合質量スペクトルで、その結果、そのコロニーのための複合質量スペクトルを得るために、同じコロニーの10技術的反復の質量スペクトルを兼ね備えています。
    3. ここでは、それは「種」レベルで分離するための一つの複合スペクトルを作成するために3複合スペクトルをまとめる。
      注：複合スペクトルは、技術的反復のポイントバイポイント平均である。 95％未満（初期設定）の平均値との類似性（ピアソン相関）を複製する合成から除外される。彼らは、75％で存在する場合、複合スペクトル上のピークのみ（と呼ばれ含まの複製のデフォルト設定）。生物学的複製のために、これらの設定は、それぞれ、90および60％であった。

4.マススペクトルデータ解析

  1. データベース内のエントリを選択し、「比較」パネルに「新しい比較を作成する」コマンドをクリックして、比較を作成。
  2. ここで、比較·分析を表示するには「技術の複製」および/または「生物学的複製」のレベルで質量スペクトルを使用しています。
  3. 類似性に基づくクラスター分析および多次元スケーリング（MDS）
    1. 色でグループを作成します。 3生物学的複合マススペクトルを選択し、対応する分離株のためのグループを作成するには、「グループ」メニューの「選択範囲から新しいグループを作成」コマンドをクリックします。自動的にこれら3質量スペクトルに使用する色を指定します。
    2. あるいは、「でコマンドを使用して対応する色で、フィールドの状態を定義するこの定義されたフィールドに基づくグループ化がこのグループのために定義された同じ色を使用するように、データベースエントリ」パネル。
    3. クラスター分析を行います。 「クラスタリング」メニューの「クラスター分析の計算」コマンドをクリックします。比較設定の1ページ目で、「ピアソン相関」を選択し、デフォルトなどの他のパラメータを残す。 2ページ、「UPGMA」を選択します。その後、「完了」をクリックします。
    4. 「統計」メニューの「多次元スケーリング... "コマンドを使用して、MDSプロットを取得します。
  4. ピークマッチング
    1. 「実験」のパネルで、スペクトルタイプ「MALDI」をクリックします。その後、「レイアウト>の表示画像」を選択します。スペクトルは、ゲルのバンドとして示されている。
    2. 「スペクトラ」メニューの「ピークマッチングを行い "コマンドを使用してピークマッチングを行います。
  5. ピーククラスの識別
    1. 主成分分析（PCA）を実行する。強調表示」実験MALDI」の実験タイプ ""パネルと使用し、「PCAを実行するために統計的「メニュー」でコマンドを「主成分分析...。
    2. 2-Wayクラスタリングを実行します。 「比較」ウィンドウの「統計>マトリックスマイニング」を...クリックします。ピークのクラスに一致するピークの強度は、異なる色（ヒートマップ）を用いて表される。

カスタムデータベース5.細菌同定

  1. 類似性係数に基づく方法
    1. 比較を作成し、ステップ4.3.3で説明したように「技術の反復 "レベルで質量スペクトルに基づく系統樹を生成する。類似性の比較のために系統樹を保存します。
    2. 「選択したエントリの識別>分析 "未知の質量スペクトルを選択し、クリックします。識別ダイアログボックスが表示されます。
    3. 「比較に基づく「分類器の種類（またはストアドclassifを選択IER）と「次へ」をクリックします。次のページで、「次の「参照比較として保存樹形図を選択し、[OK]をクリックします。
    4. 識別方法として「基本類似性」を選択し、「次へ」をクリックします。
    5. 採点方法として「最大類似性」を選択してください。各パラメータの適切なしきい値と最小差分値を入力し、「次へ」をクリックします。
    6. 計算が完了すると、識別ウィンドウが表示されます。 「結果」パネルで、最高の未知の一致するデータベースのメ​​ンバーが一覧表示されます。
    7. 識別プロジェクトを保存し、「識別プロジェクト」パネルで、「クロス検証解析」コマンドを使用して識別を検証する。
  2. 潜在的なバイオマーカーに基づく方法
    1. ピークのクラスを定義します。 「マトリックスマイニング」ウィンドウで、共通の特性を共有するピークのセットを選択し、speciとしてこれらのピークを定義する使用してFICピーククラス（潜在的なバイオマーカー）」スペクトル>ピーククラスタイプの管理...」「比較ウィンドウ」で。
    2. ここでは、すべての15の分離株のために隔離するごとに、特定のピークのクラスを定義します。
    3. 未知数の質量スペクトルを選択し、前述のように定義されたピークのクラスにこれらのスペクトルのピークと一致する。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

このデモで構築したデータベースは、「すべてのレベル」、「種」、それぞれ「生物学的複製」と「技術複製」、（ 図1A）を含む、最高に最低レベルから、4つのレベルを持っていた。 「技術の複製」レベルは技術的反復のすべての前処理されたスペクトルを含んでいた。 「生物学的複製」と「種」レベルはコンポジット（サマリー）スペクトルを含んでいた。 「すべてのレベル」は、すべての技術的複製スペクトルだけでなく、すべての複合スペクトルを含んでいた。

スペクトラム集約手順は代表的ピークを用いて、図1に示されている。各メンバー質量スペクトルは、薄い灰色の線として表示されます。複合スペクトルを赤色に着色線として表されている。隣接するピークは容易に目視検査（ 図1B）を可能にするために別の色でマークされています。

、表1に示されている。最も再現性バチルス種 Bについて98.0±1.4であり、最も低い再現Curviba...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

このデモでは、特性評価およびMALDI-TOF MSおよびカスタム·データベースを使用して、細菌の同定の詳細な手順を示した。例えば、伝統的な分子的方法、16S rDNAの塩基配列決定と比較して、MALDI-TOF MSベースのフィンガープリント法は、多様な細菌のより迅速な識別を容易にする。 、そのロバスト性のため、この技術は、広く環境から臨床現場1,14-16細菌、ウイルス、真菌および酵母を特徴付けるために使用される。また、MALDI-TOF MSは、いくつかの場合において、より高い分類学的解像度1を得たことが報告されている。例えば、 バチルス·エスピー。 、B、D、及びEは、一緒に（ 図2）をクラスタ化する傾向があるものの、明確に分離し、異なるB.種のスペクトルの間の類似性。 80％未満である（ 図2）であった。対照的に、これらの分離株の16S rDNA配列は、これらの分離株を区別するために使用することができなかった高い類似性を有していた種レベルで。 B. SP ...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者のVranckxとJanssensは、このビデオで使用されているデータ分析ソフトウェアのメーカーであるApplied Maths NVの従業員です。Applied Maths NVは、このビデオで取り上げられている一部のソフトウェアモジュールと、このビデオに関連する出版費用の一部を提供しました。

謝辞

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この作業は、アリゾナ州立大学のニューカレッジオブインターディシプリナリーアーツアンドサイエンス、Applied Maths NV、およびNational Science Foundation(ROA Supplement to Award No.MCB0604300)。この資料で表明された意見、調査結果、結論または推奨事項は著者のものであり、必ずしも全米科学財団の見解を反映しているわけではありません。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
&α;-シアノ-4-ヒドロキシ-桂皮酸ACROS Organics163440050≥ 97%, CAS 28168-41-8
Bruker FlexControl ソフトウェアBruker Daltonicsversion 3.0
Bruker FlexAnalysis softwareBruker Daltonicsversion 3.0
Bionumerics softwareApplied Mathsversion 7.1

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Sandrin, T. R., Goldstein, J. E., Schumaker, S. MALDI TOF MS profiling of bacteria at the strain level: A review. Mass Spectrom Rev. 32 (3), 188-217 (2013).
  2. Siegrist, T. J., et al. Discrimination and characterization of environmental strains of Escherichia coli by matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF-MS). J Microbiol Meth. 68 (3), 554-562 (2007).
  3. Goldstein, J. E., Zhang, L., Borror, C. M., Rago, J. V., Sandrin, T. R. Culture conditions and sample preparation methods affect spectrum quality and reproducibility during profiling of Staphylococcus aureus with matrix-assisted laser desorption/ionization time-of-flight mass spectrometry. Lett Appl Microbiol. 57 (2), 144-150 (2013).
  4. Benagli, C., et al. A rapid MALDI-TOF MS identification database at genospecies level for clinical and environmental Aeromonas strains. Plos One. 7 (10), (2012).
  5. Sauer, S., Kliem, M. Mass spectrometry tools for the classification and identification of bacteria. Nat Rev Microbiol. 8 (1), 74-82 (2010).
  6. Bohme, K., et al. SpectraBank: An open access tool for rapid microbial identification by MALDI-TOF MS fingerprinting. Electrophoresis. 33 (14), 2138-2142 (2012).
  7. Walker, J., Fox, A. J., Edwards-Jones, V., Gordon, D. B. Intact cell mass spectrometry (ICMS) used to type methicillin-resistant Staphylococcus aureus: media effects and inter-laboratory reproducibility. J Microbiol Meth. 48 (2-3), 117-126 (2002).
  8. Ruelle, V., El Moualij, B., Zorzi, W., Ledent, P., De Pauw, E. Rapid identification of environmental bacterial strains by matrix-assisted laser desorption/ionization time-of-flight mass spectrometry. Rapid Commun Mass Sp. 18 (18), 2013-2019 (2004).
  9. Sedo, O., Sedlacek, I., Zdrahal, Z. Sample Preparation Methods for Maldi-MS Profiling of Bacteria. Mass Spectrom Rev. 30 (3), 417-434 (2011).
  10. Swatkoski, S., Russell, S., Edwards, N., Fenselau, C. Analysis of a model virus using residue-specific chemical cleavage and MALDI-TOF mass spectrometry. Anal Chem. 79 (2), 654-658 (2007).
  11. Freiwald, A., Sauer, S. Phylogenetic classification and identification of bacteria by mass spectrometry. Nat Protoc. 4 (5), 732-742 (2009).
  12. Drevinek, M., Dresler, J., Klimentova, J., Pisa, L., Hubalek, M. Evaluation of sample preparation methods for MALDI-TOF MS identification of highly dangerous bacteria. Lett Appl Microbiol. 55 (1), 40-46 (2012).
  13. Lasch, P., et al. MALDI-TOF mass spectrometry compatible inactivation method for highly pathogenic microbial cells and spores. Anal Chem. 80 (6), 2026-2034 (2008).
  14. Usbeck, J. C., Kern, C. C., Vogel, R. F., Behr, J. Optimization of experimental and modelling parameters for the differentiation of beverage spoiling yeasts by Matrix-Assisted-Laser-Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF MS) in response to varying growth conditions. Food Microbiol. 36 (2), 379-387 (2013).
  15. Del Chierico, F., et al. MALDI-TOF MS proteomic phenotyping of filamentous and other fungi from clinical origin. J Proteomics. 75 (11), 3314-3330 (2012).
  16. Vitale, R., Roine, E., Bamford, D. H., Corcelli, A. Lipid fingerprints of intact viruses by MALDI-TOF/mass spectrometry. Bba-Mol Cell Biol L. 1831 (4), 872-879 (2013).
  17. Zhang, L., Borror, C. M., Sandrin, T. R. A designed experiments approach to optimization of automated data acquisition during characterization of bacteria with MALDI-TOF mass spectrometry. Plos One. 9 (3), (2014).
  18. Christner, M., Rohde, H., Wolters, M., Sobottka, I., Wegscheider, K., Aepfelbacher, M. Rapid identification of bacteria from positive blood culture bottles by use of matrix-assisted laser desorption-ionization time of flight mass spectrometry fingerprinting. J ClinMicrobiol. 48 (5), 1584-1591 (2010).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

BioNumerics 7 1

関連記事