《Analytica Chimica Acta》：MALDI-TOF mass spectrometry coupled with machine learning: an accurate tool to detect toxigenic
Clostridioides difficile strains
编辑推荐：
艰难梭菌感染（CDI）是常见院内感染，本研究通过MALDI-TOF质谱结合机器学习算法，评估其识别产毒性菌株的准确性，并与全基因组测序和毒素基因检测对比，结果显示支持向量机算法准确率达91.5%，验证了质谱联合机器学习在CDI诊断中的可行性。
Slim HMIDI|Sophie EDOUARD|Jérémy DELERCE|Aurélia CAPUTO|Carine COUDERC|Simon ROBINNE|Pierre-Edouard FOURNIER|Anthony LEVASSEUR|Hervé CHAUDET|Nadim CASSIR
IHU地中海感染研究所，AP-HM，艾克斯-马赛大学，RITMES，法国马赛
摘要
目的
艰难梭菌（Clostridioides difficile）感染（CDI）是最常见的医疗相关感染之一，导致显著的发病率和死亡率。CDI的诊断需要临床评估和实验室检测。本研究旨在评估MALDI-TOF质谱技术在识别产毒艰难梭菌菌株方面的有效性。
方法
从2019年5月到2024年3月，所有通过PCR检测艰难梭菌及其毒素的临床样本均在厌氧条件下进行了培养测试。至少使用了一个MALDI-TOF光谱来鉴定所有分离出的艰难梭菌菌株。随后通过全基因组测序来检测这些菌株的毒素基因，以区分产毒和非产毒的艰难梭菌菌株。
结果
共分析了315名患者粪便中分离出的389株艰难梭菌菌株。其中，249株为产毒菌株（225株ToxA+B+CDT?、22株ToxA+B+CDT+和2株ToxA?B+CDT+），140株为非产毒菌株（ToxA?B?CDT?）。支持向量机算法获得了最准确的结果（准确率为91.5%，κ值为0.831），同时具有高灵敏度（93.1%）和特异性（90%），以及高的阳性预测值（PPV为90.3%）和阴性预测值（NPV为92.3%）。随机森林算法的准确率也高达87.7%。
结论
监督式机器学习为使用MALDI-TOF MS识别产毒和非产毒艰难梭菌菌株提供了廉价且易于使用的替代方法。
引言
艰难梭菌感染（CDI）已被确认为全球医疗相关感染（HAI）和抗生素相关性腹泻的主要原因之一。此外，它在社区中的问题日益严重[1]。2018-2019年进行的最新欧洲调查显示，欧洲医院设施中CDI病例的中位发病率为每10,000床日4.1例，法国为2.3例[2]。CDI与显著的发病率、死亡率和经济负担相关[1]。因此，早期和准确的CDI诊断和预防至关重要。
一些艰难梭菌菌株是产毒的，这意味着它们携带能够产生毒素A（TcdA）和毒素B（TcdB）的基因，这两种毒素协同作用导致病原性[1]。目前CDI的诊断依赖于临床标准（如腹泻或假膜性结肠炎）和微生物学标准（包括通过免疫酶测试检测粪便中的（TcdA）和（TcdB），或通过产毒培养或分子方法检测到产毒菌株[3]。
在过去十年中，基于矩阵辅助激光解吸/电离飞行时间质谱（MALDI-TOF-MS）的技术在全球范围内得到广泛应用，作为一种创新的替代传统基于生化特性的微生物鉴定方法[4]。除了快速、准确和成本效益高的细菌鉴定外，MALDI-TOF MS还用于其他应用，包括特定毒力菌株的检测和抗菌素耐药性的分析，以及流行病学研究[5, 6, 7]。人工智能技术，包括机器学习（ML）和深度学习（DL）使用神经网络，在分析和设计算法（也称为分类器）以改进MALDI-TOF MS的结果方面显示出潜力。例如，Calderaro等人报道了使用基于ML的算法快速分型循环中的艰难梭菌菌株的研究，发现其周转时间优于聚合酶链反应（PCR）-核型分析[8]。最近，另一个团队成功评估了MALDI-TOF MS与ML结合使用在区分产毒和非产毒菌株方面的效果（准确率超过95%）[9]。此外，Godmer等人表明，MALDI-TOF结合DL基算法可以在95%的病例中准确排除ToxB?A?光谱。识别ToxB+ ToxA+ CDT+菌株的特异性超过96%[10]。所有这些研究都分析了实验室培养菌株的MALDI-TOF MS光谱，并将其与多重PCR的结果进行了比较，以检测主要毒力因子（tcdA、tcdB和cdt）的基因。
本研究旨在评估MALDI-TOF MS结合ML和DL基算法识别产毒艰难梭菌菌株（产生（TcdB）和/或（TcdA）及其相关毒素（CDT）的表现，并将其与全基因组测序和毒素基因检测进行了比较。
材料
从2019年5月到2024年3月，所有通过PCR检测艰难梭菌及其毒素基因的临床样本均在厌氧条件下进行了培养测试。粪便样本通过PCR针对艰难梭菌毒素基因tcdA和/或tcdB进行了检测，使用的方法包括Biofire FilmArray胃肠道检测面板（BioMérieux，法国Marcy-l’Etoile）或Xpert 艰难梭菌/Epi单元测试（Xpert PCR；Cepheid，美国Sunnyvale），这些检测在24/7运行的即时检测实验室中进行。
结果
从2019年5月到2024年8月，我们从315名患者中分离出了389株艰难梭菌菌株，获得了994个MALDI-TOF MS光谱。大多数菌株（269株）有一个相关的鉴定光谱，少数菌株有多个光谱，最多达到12个光谱。我们利用这些数据根据它们的MALDI-TOF MS谱型来研究产毒和非产毒菌株之间的潜在差异。
处理这994个鉴定光谱后，在2–13 kDa范围内发现了66个显著峰。
讨论
本研究旨在评估MALDI-TOF MS区分产毒和非产毒艰难梭菌菌株的能力。本研究基于从临床样本中分离出的最大数量的艰难梭菌菌株（N = 389株），优于以往的研究。之前已经使用了几种基于MALDI-TOF MS检测毒力因子的方法。其中一种方法是基于检测与毒力因子相对应的判别峰。
CRediT作者贡献声明
Pierre-Edouard Fournier：可视化、验证、项目管理、资金获取、正式分析、数据管理、概念构思。Anthony Levasseur：可视化、验证、监督、资源管理、项目管理、正式分析。Carine Couderc：验证、数据管理。Simon Robinne：验证、数据管理。Nadim Cassir：撰写 – 审稿与编辑、方法学研究、正式分析、数据管理、概念构思。Hervé Chaudet：撰写 – 审稿与
利益冲突
作者没有需要披露的相关财务或非财务利益。
数据可用性
本研究期间生成和/或分析的数据集可应相应作者的要求提供。本研究生成的基因组数据已存放在欧洲核苷酸档案库（ENA）中，存入号为PRJEB97058。
伦理批准
本研究已获得当地伦理委员会（马赛公立医院协会）的批准，并注册编号为PADS24-24_dgr。根据《赫尔辛基宣言》的伦理原则，无需书面知情同意。资助
本研究得到了法国政府的支持，该支持由国家研究机构通过“未来投资（Investissements d’avenir）”计划管理，项目编号为ANR-10-IAHU-03（地中海感染研究），以及地区政府合同和欧洲FEDER IHUPERF的资助。利益冲突声明
? 作者声明他们没有已知的可能会影响本文所述工作的财务或个人关系。
