探討質譜儀檢測菌株抗藥性之應用與優化
學生姓名:
楊天瑋
指導教授:
林泓廷
學 期:
112上
摘 要:
抗生素是現代醫學的基礎,他們降低了人類死亡率、延長了人類的壽命。然而因為抗生素的濫用,導致全球多重抗藥細菌所引發的感染病例正在逐年增加中。抗藥性細菌的出現導致抗生素的功用逐漸失去其強大的功效。因此在抗藥性細菌不斷增加的背景下,抗生素敏感性測試 (Antibiotic sensitivity test, AST)成為細菌感染治療不可缺少的重要一環。因此能更快更有效率的得到抗生素敏感性測試的結果是臨床醫學一直著重的研究,於是有人嘗試使用基質輔助雷射脫附游離/飛行時間質譜法 (Matrix-assisted laser desorption/ionization time-of-flight, MALDI-TOF MS) 來進行 AST,選擇 MALDI-TOF MS 的原因是其操作簡單並且能快速得到檢驗結果。而要實際應用於臨床檢驗依舊需要更多的研究來使檢驗方法能準確且穩定的辨認菌株的抗藥性與否。本篇探討多種實驗方法應用 MALDI-TOF MS 檢測生物標記物來快速且準確的檢測菌株抗藥性。第一篇使用奈米化材料作為基質來探討是否能得到更多的分析資訊已用於代謝物學分析,在本篇尋找到11個重要代謝物可用來檢測抗藥性大腸桿,並對代謝物途徑分析來對抗藥性機制進行研究。第二篇將 MALDI-TOF MS 結合機器學習整合資料生成分類模型來進行高準確度檢測,本篇使用了 2683株臨床分離菌株對分類模型進行訓練且AUROC值達到 0.91,且找到15個潛在生物標記物可用來檢測抗碳青黴烯類肺炎克雷伯菌。第三篇是在 MALDI-TOF MS 的質譜資料前處理這段流程中,使用多種預處理方法組合以達到精準檢測之效果,與單獨預處理方法相比。使用整合方法預處理的數據建立的分類模型優於單獨的預處理方法,並且達到了最高的準確率。並可找到與抗藥性相關特徵波峰。