機器學習合併MALDI-TOF MS偵測細菌抗藥性的應用

延遲使用適當的抗生素治療會導致菌血症病人死亡率增加，快速偵測抗藥性非常重要。現在越來越多微生物實驗室使用基質輔助雷射脫附電離飛行時間質譜法（matrix-assisted laser desorption ionization-time of flight mass spectrometry, MALDI-TOF MS）來鑑定細菌。以MALDI-TOFMS分析細菌，會產生專屬於某些物種的蛋白質特徵，然後依據這些特徵來鑑定菌種。雖然曾有文獻以MALDI-TOFMS區分對萬古黴素具有中度抗藥性（vancomycin intermediate-resistant Staphylococcus aureus, VISA）和不具抗藥性（vancomycin-susceptible S. aureus, VSSA）金黃葡萄球菌之間存在的蛋白質差異，但這些研究著重於分子量小於2,000Da的小分子，並非臨床實驗室常規使用的MALDI-TOF MS模式。因此，本文作者研究的目標是利用機器學習法，針對VISA和VSSA這兩群細菌之間蛋白質組學差異分類，而不需像以往的模式，需要找到特異的蛋白質特徵，就可偵測細菌抗藥性。