Fast and accurate bacterial species identification in urine specimens using LC-MS/MS mass spectrometry and machine learning （解读人：闫克强）
文献名： Fast and accurate bacterial species identification in urine specimens using LC-MS/MS mass spectrometry and machine learning（利用质谱技术和机器学习模型在尿液样本中快速准确地进行菌种鉴定） doi: 10.1074/mcp.TIR119.001559 期刊名： Mol Cell Proteomics 作者： Florence Roux-Dalvai 通讯作者： Arnaud Droit 单位： 拉瓦尔大学 赛默飞世尔科技有限公司 一、 概述： 本研究主要目的是利用现有的技术对临床尿液样本中的特定细菌进行快速准确的鉴定。研究采用了新的策略来找到每个细菌对应的LC-MC/MC肽段标签。首先是通过DIA的方法得到每种细菌的特征肽段，利用机器学习分类预测，挑选出每个物种特有的肽段标签。然后，采用靶向蛋白质组的方法，利用这些标签肽段对未知样本进行菌种的鉴定。利用这种方法，可以在4小时内对尿路感染的15种致病菌进行快速准确的鉴定。 二、 研究背景： 在临床上，准确地鉴定致病菌对患者的治疗和用药具有非常重要的指导意义，针对致病菌采取合适的治疗方案可以防止抗生素的滥用。因此，如何快速地鉴定致病菌至关重要。基因型的方法，例如16S和宏基因组测序