acinetobacter(A。)鲍曼尼(Baumannii)已成为一种难以治疗的医疗性细菌性人类病原体。A。Baumannii应在“一种健康”方法下处理,其在人类,动物和环境环境中的监视对于理解其合理的传播动态而言至关重要。准确鉴定鲍曼尼a,其克隆复合物和序列类型对于理解流行病学分布,进化关系和传播动力学很重要。广泛的基因分型技术用于分化calcoaceticus-baumannii(ACB)复合物。但是,没有用于快速测定的单一直接基因型方法。当前,存在两个多焦点序列分型(MLST)牛津和牧场方案;尽管被认为是序列键入的黄金标准,但协调方案并不是一个简单的过程。基于基于基因组测序的核心基因组多焦点序列(CGMLST)和核心单核苷酸多态性(CGSNP)是可靠且精确的序列键入;但是,它们的昂贵,具体取决于测序的质量并要求更高的计算技能。在过去十年中,基于飞行质谱(MALDI-TOF MS)物种鉴定的基质辅助激光解吸时间已成功地用于快速区分ACB复合物。MALDI键入非常快,更容易,便宜,并且与分子方法一样可靠。人工智能和机器学习的应用可能在克隆序列类型(ST)级别的标识中很有用。应变水平A. Baumannii识别置信度在增加了具有明确定义的分离株的内部参考光谱时提高了现有数据库。流动性分类学分类正在发展,正在描述更新的ST;因此,建立鲍曼尼曲霉参考光谱的中央存储库将有助于整个实验室协调,并在“一个健康”的观点上对鲍曼尼a。a。baumannii的全球级别监视计划有助于。本评论阐明了与鉴定活杆菌所采用的技术以及MALDI-TOF MS的潜在应用和未来观点有关的挑战。
主要关键词