MicrobeMS mikroorqanizmlərdən əldə edilən MALDI-ToF kütlə spektrlərinin işlənməsi, keyfiyyətə nəzarət, verilənlər bazasının yaradılması və taksonomik identifikasiya məqsədilə hazırlanmış MATLAB əsaslı hərtərəfli masaüstü proqram təminatıdır. Sistem yalnız bilinmeyen bir bakteriye ait spektrumun referans veritabanıyla karşılaştırılmasını deyil; ham spektrumların içe aktarılması, metadata yönetimi, otomatik spektral keyfiyyət testleri, baseline düzeltmesi, smoothing, normalizasyon, peak picking, consensus/database spectrum yaradılması, pseudo-gel görselleştirmesi, unsupervised hierarchical cluster analysis, spektral uzaklık temelli identifikasyon, biomarker taraması və belirli yapay sinir ağı uygulamalarına bağlantı kimi araştırma zincirinin çok sayıda basamağını eyni ortamda birleştirmektedir.

Tədqiqatda proqram təminatının funksiyaları daha əvvəl Avropa miqyasında keçirilmiş kor external quality assurance exercise çərçivəsində yaradılmış highly pathogenic bacteria test panelinin yenidən təhlili ilə göstərilir. Test paneli 10 bakteriyel izolat və toplam 24 teknik replikat spektr içermektedir. Kalite analizinde bütün spektrumlar üçün ortalama genel keyfiyyət skoru 64,3, gözlenen aralık isə 45,0–75,4 olaraq bildirilmiştir. Standart MicrobeMS identifikasyon iş akışında 24 spektrumun 23'ü genus və species düzeyinde doğru tanımlanmış; tek hatalı otomatik nəticədə bir Yersinia pestis spektrumu Yersinia similis olaraq sıralanmıştır. Makaledeki manuel takip incelemesi, ilgili örnekte m/z 3065 civarındaki karakteristik yoğun sinyalin varlığını göstererek söz konusu örneğin Y. pestis ilə uyumlu olduğunu desteklemiştir.

Bu nəticələr MicrobeMS-in akademik MALDI-ToF tədqiqatlarındakı funksionallığını göstərir; lakin mənbə tədqiqat proqram təminatının və RKI spektral verilənlər bazalarının formal klinik validasiyadan keçmədiyini açıq şəkildə bildirir. Dolayısıyla 23/24 sonucu düzenleyici onaylı tanısal doğruluk oranı olaraq yorumlanamaz. Test paneli sınırlı və xüsusi bir veri kümesidir; identifikasiya başarısı spektr kalitesine, kullanılan referans veritabanının kapsamına, kültür və ölçüm standardizasyonuna, preprocessing ayarlarına və analiz yöntemine asılıdır.

MicrobeMS hansı problemi həll etməyə çalışır?

MicrobeMS'in temel amacı, MALDI-ToF kütlə spektrometrisine dayalı mikrobiyal tanımlamada araştırmacıya ticari bir proqram təminatı ekosistemine tamamen bağımlı olmayan, esnek və MATLAB tabanlı bir analiz ortamı sağlamaktır.

MALDI-ToF MS'de bilinmeyen bir mikroorganizmanın tanımlanması genel olaraq deneysel spektrumun, taksonomik kimliği önceden güvenilir yöntemlerle belirlenmiş referans mikroorqanizmlərdən oluşturulan spektr veritabanlarıyla karşılaştırılmasına dayanır. Spektral benzerlik və ya uzaklık ölçütleri hesablanır, referans girişleri sıralanır və elde edilen skor dağılımı bilinmeyen örneğin genus və ya species kimliğinin değerlendirilmesinde istifadə olunur.

Kaynak çalışmaya görə ticari MALDI-ToF platformları bu süreci rutin laboratuvarlar üçün çok iyi bütünleştirmiş olmakla birlikte akademik araştırmada fərqli algoritmaların denenmesi, kendi spektr veritabanlarının yaradılması, metadata üzərində birbaşa kontrol sağlanması və verilerin başka araçlarla değiş tokuş edilmesi kimi gereksinimler ortaya çıkmaktadır. MicrobeMS təxmini iki on yıllık RKI çalışmaları ərzində bu gereksinimler doğrultusunda geliştirilmiştir.

MATLAB burada yalnız analiz dilidirmi?

Hayır. MATLAB, MicrobeMS'in yalnız matematiksel hesaplama motoru deyil, veri yapısı, grafik kullanıcı arayüzü, spektral işleme, matrissel karşılaştırma, istatistiksel analiz və raporlama ortamıdır.

Kaynak tədqiqatın ele aldığı v0.92 sürümü Windows və Linux altında MATLAB p-code biçiminde, həmçinin Windows üçün standalone uygulama olaraq kullanılabilmektedir. Programın ana GUI'sinde spektr grafiği, yüklenen spektrumların listesi, preprocessing və peak-picking kontrolleri, database yönetimi və analiz komutları eyni tədqiqat alanında toplanmıştır.

Şekil 1'deki gerçek arayüz, üst bölümde MALDI-ToF spektrumunu; alt kontrol satırlarında dosya bilgisi, görüntüleme, preprocessing, peak picking, peak database və analysis işlemlerini göstermektedir. Analysis menüsünde standard ID, MBT-like ID, in silico ID, compare with database, hierarchical clustering, t-test, Wilcoxon rank-sum test, peak-frequency test və average spectra kimi fərqli analiz yolları yer almaktadır.

MicrobeMS-in əsas iş axını nədir?

Kaynağın Şekil 2'sindeki mimari dört büyük sınıfa ayrılmaktadır: veri içe aktarma; keyfiyyət testleri və görselleştirme; preprocessing; analiz və raporlama. Gerçek standart identification işlemi isə bu yapıyı daha ayrıntılı bir zincir hâline getirir.

Hansı məlumat formatları dəstəklənir?

MicrobeMS-in güclü tərəflərinden biri veri değişimidir. Kaynak tədqiqat Bruker MALDI-ToF sistemlerinden elde edilen BrukerRaw yapılarını və bunların fid dosyalarını birbaşa işleyebildiğini belirtmektedir. bioMérieux VITEK MS spektrumları isə mzXML aracılığıyla içe aktarılabilmektedir.

.muf dosyası MATLAB tədqiqat alanında birbaşa:

spec = load('sample_set.muf','-mat');

biçiminde yüklenebilir. Benzer şəkildə .pkf peak-list dosyaları MATLAB structure array olaraq erişilebilir. Bu yapı, MicrobeMS'in yalnız GUI içində kapalı bir analiz sistemi olmasını engelleyerek araştırmacının veriyi MATLAB ortamında həmçinin incelemesine izin vermektedir.

Metadata nə üçün bu qədər vacibdir?

MALDI-ToF spektrumunun bilimsel anlamı yalnız spektral piklerden oluşmaz. Bakterinin taksonomisi, kültür süresi, sıcaklık, büyütme ortamı, sample-preparation yöntemi, operatör və cihaz bilgileri kimi metadata alanları sonuçların izlenebilirliği açısından vacibdir.

MicrobeMS, bu metadata'nın spektrumlarla birlikte saklanmasını və daha sonra GUI üzerinden düzenlenmesini dəstəkləyir. Kaynağın Şekil 3'ündeki gerçek metadata ekranında genus, species, strain, spectrum ID, büyüme koşulları, sample treatment, laser power, calibration standard və preprocessing parametreleri kimi çok sayıda alan birlikte göstərilir.

Bu metadata daha sonra dendrogram və ya pseudo-gel görünümündeki spektrumların yorumlanmasında kullanılabilir və seçilmiş alanlar MATLAB command window ilə log dosyasına aktarılabilir.

Keyfiyyət testi hansı dörd xüsusiyyəti ölçür?

MicrobeMS keyfiyyət testi, bir spektrumun sonraki identification və ya database oluşturma işlemlerine uygunluğunu dört nesnel ölçüt üzerinden değerlendirmektedir:

1. Spektral noise düzeyi,
2. Spektrum başına bulunan peak sayısı,
3. Baseline yükselmesi,
4. Belirlenen mass peak'lerin ortalama resolving power değeri.

Her ölçüt üçün 0 ilə 100 arasında bir keyfiyyət skoru hesablanır. Sıfır kötü kaliteyi və başarısız testi, 100 isə çok yüksek kaliteyi temsil eder. Dört skor kullanıcı tarafından ayarlanabilen ağırlıklarla birleştirilerek yine 0–100 aralığında genel QT skoru yaradılır.

Kaynağın Şekil 4'ünde keyfiyyət sonuçları kırmızı-sarı-yeşil trafik ışığı mantığıyla HTML raporunda göstərilir. Bu görsel yalnız estetik bir raporlama deyil; operatörün problemli spektrumları hızlı biçimde görmesini amaçlamaktadır.

HPB panelində spektrlərin keyfiyyəti necə idi?

HPB test panelinin yeniden analizinde bütün spektrumlar üçün global ortalama QT skoru 64,3, gözlenen aralık isə 45,0–75,4 olaraq bildirilmiştir.

Çalışma xüsusilə düşük hücre konsantrasyonuna sahip bazı B. anthracis, Y. pestis və B. thuringiensis örneklerinde daha düşük keyfiyyət skorları görüldüğünü vurgulamaktadır. Bu vəziyyət yakın akraba türler arasındaki spektral farkların zaten küçük olduğu örneklerde identification hatası riskini artırabilir.

Preprocessing hansı əməliyyatları əhatə edir?

MicrobeMS preprocessing aşaması ham spektrumu daha kararlı və karşılaştırılabilir bir yapıya dönüştürmek üçün birden fazla metod sunmaktadır:

• Autocalibration,
• Minimum yöntemi və ya asymmetric least squares ilə baseline subtraction,
• Average smoothing və ya Savitzky-Golay smoothing,
• Modified 1-norm ilə normalizasyon,
• Spectrum resolution reduction,
• Düşük və ya yüksek m/z bölgesinin kesilmesi.

Autocalibration üçün her spektrumda konumu kesin olaraq bilinen en az iki analyte peak'ine ihtiyaç duyulduğu qeyd olunur.

Peak picking alqoritmi necə işləyir?

MicrobeMS, peak detection üçün m/z ərzində sabit bir intensity threshold kullanmak yerine kütlə aralığına görə değişen bir threshold funksiyası uygular. Bunun nedeni MALDI-ToF MS analitik duyarlılığının düşük m/z bölgesinde daha yüksek, yüksek m/z bölgesinde isə daha düşük olabilmesidir.

Threshold üç bileşenin birleşimine dayanır:

1. Asymmetric least-squares baseline funksiyası,
2. m/z'ye bağlı S-biçimli sigmoid threshold,
3. Ayarlanabilir faktörle ölçeklenmiş noise dağılımı.

Çalışmada sigmoid bileşen:

\[ T(x)=\frac{I_m\,s}{1+e^{k(x-x_c)}} \]

şəklində verilir və

\[ k=e^{-l} \]

olaraq müəyyən edilir.

\(x_c\), maksimum eğimin bulunduğu m/z konumunu; \(l\), eğim kontrolünü; \(s\), yoğunluk ölçekleme faktörünü temsil eder. \(I_m\) isə spektrumdaki en yoğun 13 peak değerlendirilerek, bunların en güçlü üç tanesi dışarıda bırakıldıktan sonra kalan peak'lerden elde edilen ortalama intensity değeridir. Amaç birkaç olağanüstü güçlü peak'in threshold ölçeğini tek başına belirlemesini engellemektir.

MicrobeMS sabit sayıda peak seçimine de izin verir. Varsayılan uygulamalarda spektr başına sıklıkla 30 peak kullanılmaktadır. Sabit peak sayısı seçildiğinde \(s\) değeri istenen peak sayısına ulaşılana kadar iteratif olaraq değiştirilir.

Pseudo-gel görünüşü nə üçün istifadə olunur?

Yüzlerce və ya binlerce spektrumun ayrı grafikler hâlinde incelenmesi pratik deyil. MicrobeMS bu nedenle spektral intensity değerlerini gri ton və ya renk değerlerine dönüştürerek spektr numarasına karşı m/z ekseninde pseudo-gel görüntüsü oluşturabilir.

Kaynağın Şekil 5'inde 1.400'den fazla Bacillus cereus sensu stricto və Bacillus anthracis spektrumu preprocessing sonrasında tek bir pseudo-gel görünümünde sunulmuştur. Dikey bantlar belirli m/z konumlarında peak'lerin tekrarlayan varlığını gösterirken, tür və ya strain grupları arasında sistematik bant farklılıkları olası biomarker peak'lere işaret edebilir.

MATLAB'ın WindowButtonMotionFcn işlevi MouseOver davranışı üçün istifadə edilərək kullanıcının spektr üzərində belirli m/z peak'lerini və ilgili metadata'yı etkileşimli biçimde incelemesine olanak sağlanmaktadır.

Database spectrum necə yaradılır?

MicrobeMS'teki database spectrum tek bir ölçümden deyil, eyni mikroorganizmayı temsil eden birden fazla spektrumun birleştirilmesinden oluşturulan consensus referanstır.

Kaynağa görə ideal durumda bir database spectrum üçün təxmini 12–20 bireysel spektr kullanılmalı; bunlar tercihen üç biyolojik replikattan gelmeli və her biyolojik replikat üçün en az dört teknik replikat bulunmalıdır.

Database spectrum, ortalama mass spectrum ilə ilişkili xüsusi peak table'dan oluşur. Tek spektr peak tablolarından fərqli olaraq database peak table'ları ortalama m/z və normalize/weighted intensity bilgilerinin yanında peak abundance, yani peak'in mənbə spektrumlarda görülme sıklığını da içerir.

MicrobeMS bu referansları etiketlenmiş veri setlerinden, manuel seçilmiş spektrumlardan və ya toplu batch modunda oluşturabilir. Kaynak, RKI veritabanındaki 1.700'den fazla database spectrum girişinin bu otomatik özelliğin kullanımıyla oluşturulduğunu belirtmektedir.

RKI-nin eksperimental spektr verilənlər bazası nə qədər böyükdür?

Çalışmada kullanılan kamuya açık RKI MALDI-ToF veritabanının v4.2 sürümü 11.055 MALDI-ToF spektrumu və biosafety level 1–3 kapsamındaki 1.601 bakteriyel strain içermektedir.

Bu sayılar “database spectrum” sayısıyla eyni kavram deyil. 11.055 değeri veri koleksiyonundaki bireysel MALDI-ToF spektrumlarını; 1.700'den fazla database spectrum ifadesi isə MicrobeMS tarafından oluşturulan consensus/reference girişlerini belirtmektedir.

In silico verilənlər bazası nə edir?

MicrobeMS deneysel MALDI spektrlərinin yanında genom/protein verisinden oluşturulan pseudo-MALDI veritabanlarını da sorgulayabilmektedir.

Çalışmada 2024 sürümündeki RKI in silico database'in 17.850 pseudo-MALDI spektrumu içerdiği və her in silico spektrumda 80 pseudo-peak bulunduğu bildirilmektedir. Bu veriler UniProtKB'den türetilmektedir.

Yazar bu veritabanını açık biçimde deneysel olaraq nitelendirmekte və gerçek mass-spectrometry ölçümlerinden oluşturulan veritabanların identification doğruluğuna henüz ulaşmadığını belirtmektedir. Bu nedenle in silico database tanısal kullanım üçün deyil, araştırma və test amacıyla sunulmaktadır.

UHCA bakteriyalar arasındakı oxşarlığı necə göstərir?

Unsupervised hierarchical cluster analysis (UHCA), önceden sınıf etiketi kullanmadan spektrumları aralarındaki ölçülebilir benzerliğe görə kümeler.

MicrobeMS'in varsayılan uzaklık yaklaşımı Pearson product-moment correlation coefficient'ten türetilen D-values değeridir. Alternatif olaraq Euclidean, standardized Euclidean və City Block uzaklıkları kullanılabilir. Clustering tarafında Ward's method varsayılandır; single, average, complete və centroid linkage seçenekleri de mövcuddur.

HPB test panelindeki örnek UHCA üçün kaynakta şu preprocessing/analiz koşulları verilmiştir:

Kaynağın Şekil 6'sındaki dendrogramda teknik replikatlar strain düzeyinde ayrı kümeler oluşturmaktadır. Yakın akraba türlerin strain kümeleri daha üst düzey clade'lerde birleşmektedir. Bacillus anthracis ilə B. thuringiensis, Burkholderia pseudomallei kompleksi üyeleri və Yersinia pestis ilə Y. pseudotuberculosis bu davranışın örnekleridir.

Düşük konsantrasyonlu və daha düşük kaliteli spektrumlara ait bazı strain kümeleri isə daha yüksek iç heterojenlik göstermektedir. Bu nedenle tədqiqat UHCA sonuçlarının da kaliteli və standartlaştırılmış spektr üretimine bağımlı olduğunu vurgulamaktadır.

Spektral identifikasiya balı necə hesablanır?

MicrobeMS'in varsayılan identification yaklaşımında deneysel və referans peak tabloları əvvəl düşük çözünürlüklü, discretized spektral vektörlere çevrilir. Ardından iki spektr arasındaki Pearson correlation coefficient hesablanır:

\[ r(x,y)=\frac{\operatorname{cov}(x,y)}{\sigma_x\sigma_y} \]

Bu korelasyon değeri D-value'a çevrilir:

\[ D(x,y)=1000[1-r(x,y)] \]

\(D=0\) mükemmel korelasyonu, teorik olaraq \(D=2000\) isə tam anti-korelasyonu temsil eder.

Daha sonra similarity değeri:

\[ S=1000-D \]

olaraq hesablanır. \(S<1\) olduğunda değer 1'e eşitlenir və logaritmik identification skoru:

\[ S_{ld}=\log_{10}(S) \]

şəklində əldə edilir. Buna görə \(S_{ld}=3\), peak tablolarının eyni olduğu üst sınıra karşılık gelir; değer sıfıra yaklaştıkça pozitif korelasyon zayıflar.

MicrobeMS balı kommersiya balları ilə eynidirmi?

Hayır. Çalışma MicrobeMS \(S_{ld}\) skorlarının ticari MALDI Biotyper skorlarıyla birbaşa karşılaştırılamayacağını xüsusilə belirtmektedir çünkü preprocessing və skor hesaplama yöntemleri farklıdır.

Aynı verilerin standart workflow və varsayılan parametrelerle işlendiği gözlemlerde MicrobeMS \(S_{ld}\) değerlerinin ticari karşılıklarından ortalama təxmini 0,3 skor birimi daha yüksek olduğu belirtilmiştir. Yazar bu nedenle genus və ya species tanımlaması üçün evrensel bir \(S_{ld}\) cut-off önermemektedir.

MATLAB vectorization nə üçün vacibdir?

MicrobeMS'in büyük spektral veritabanlarında hızlı çalışmasının önemli nedenlerinden biri MATLAB vectorization yaklaşımıdır. Tek tek scalar döngüler yerine matris və vektör işlemleriyle çok sayıda korelasyon eşzamanlı hesaplanmaktadır.

Kaynakta verilen performans örneğine görə 2.000 database peak table ilə 400 deneysel spektr arasındaki 800.000 correlation coefficient, standart 2026 PC donanımında bir saniyeden kısa sürede hesaplanabilmektedir.

Bu performans bir bütün proqram təminatı benchmark'ı deyil və her bilgisayar üçün garanti edilen süre olaraq yorumlanmamalıdır. Kaynak yalnız söz konusu correlation hesaplama aşaması üçün bu örneği vermektedir.

Kalibrasiya xətalarına qarşı brute-force yanaşması nədir?

MicrobeMS, kaçınılmaz mass-calibration farklılıklarının identification skorunu düşürmesini azaltmak üçün deneysel spektrumun calibration constants değerlerini kullanıcı tarafından belirlenen aralıkta sistematik olaraq değiştirebilir.

Her kalibrasyon varyasyonu database peak tablolarıyla toplu olaraq karşılaştırılır və elde edilen \(S_{ld}\) değerleri arasından en yüksek və ya en yüksek n sonucun ortalaması seçilebilir. Kaynak, bu hesaplama yoğun yöntemin MATLAB vectorization sayesinde uzun tədqiqat sürelerine yol açmadan uygulanabildiğini belirtmektedir.

Rank-list təhlili nə üçün həmçinin lazımdır?

Tek bir en yüksek skor her zaman açık taxonomic karar vermeye yetmeyebilir. Özellikle yakın akraba türler database ranking'in üst sıralarında karışık biçimde yer aldığında yalnız ilk sonucu değerlendirmek yanıltıcı olabilir.

MicrobeMS bu nedenle bir türün database'deki temsilcilerinin sıralamadaki yerlerini və skorlarını birlikte değerlendirerek species-specific rank-list score hesaplayabilmektedir.

Normalize edilmiş skorun temel biçimi:

\[ S_{rl,j}=1000\frac{F_j}{F_{j,\max}} \]

və bunun logaritmik karşılığı:

\[ S_{ldrl,j}=\log_{10}(S_{rl,j}) \]

olaraq verilir. \(S_{ldrl,j}\) 0 ilə 3 arasında değişebilir.

Kaynak, rank-list analizinin ilgili species üçün database'de en az beş strain, tercihen sekizden fazla strain bulunduğunda daha güvenilir olduğunu; az sayıda referans varsa sonucun dikkatli yorumlanması gerektiğini belirtmektedir.

Artificial neural network funksiyasının rolu nədir?

MicrobeMS yalnız correlation/distance tabanlı identification ilə sınırlı deyil. NeuroDeveloper yazılımına ANN arayüzü de içermektedir.

Bu işlevin geliştirilmesindeki motivasyonlardan biri, Bacillus anthracis ilə yakın akrabaları və ya Yersinia pestis ilə Y. pseudotuberculosis kimi spektral olaraq birbirine son derece benzeyen organizmaların standart mesafe yöntemleriyle ayrılmasının zor olabilmesidir.

Ancak mənbə ANN işlevinin MicrobeMS'in erken dönemlerinde başarıyla kullanıldığını, son yıllarda isə aktif olaraq geliştirilmediğini açıkça belirtmektedir. Dolayısıyla ANN modülü cari tədqiqatın ana doğrulama sonucu deyil.

Bu, Türkiyə baxımından nə ifadə edir?

Bu tədqiqat Almanya'daki Robert Koch Institute ortamında hazırlanmış bir yazılımı və RKI spektral koleksiyonlarını tanımlamaktadır; Türkiye'deki klinik laboratuvarlardan toplanmış doğrulama verisi içermemektedir.

MicrobeMS'in araştırma amaçlı vendor-neutral veri işleme yapısı, Türkiye'deki MALDI-ToF araştırma laboratuvarları açısından yöntemsel olaraq ilgi çekici olabilir. Ancak yerel kullanım üçün cihaz formatı uyumluluğu, laboratuvar preprocessing protokolü, yerel strain çeşitliliği, referans database kapsamı, keyfiyyət güvence süreçleri və klinik/regülasyon gereklilikleri həmçinin değerlendirilmelidir.

Özellikle bu çalışmadaki 23/24 identification sonucu Türkiye'deki rutin mikrobiyolojik tanıya aktarılabilecek bir performans oranı deyil. Kaynak yazılımı formal olaraq valide edilmiş klinik tanı ürünü şəklində sunmamaktadır.

Tədqiqatın dəstəklədiyi nəticələr

• MicrobeMS, MATLAB tabanlı hərtərəfli bir MALDI-ToF mikroorqanizm spektr analiz ortamıdır.
• Ham veri importundan preprocessing, quality control, peak picking və identification'a kadar birden fazla işlem eyni proqram təminatı içində gerçekleştirilebilir.
• Metadata və spektral database yönetimi desteklenmektedir.
• BrukerRaw və mzXML tabanlı fərqli veri kaynaklarının işlenmesine yönelik araçlar mövcuddur.
• Quality test dört ölçüt üzerinden 0–100 arası bireysel və genel skor üretmektedir.
• Pseudo-gel görünümü yüzlerce və ya binlerce spektrumun birlikte incelenmesini dəstəkləyir.
• UHCA ilə peak-table tabanlı unsupervised clustering yapılabilmektedir.
• Correlation/distance tabanlı identification üçün MATLAB vectorization büyük karşılaştırma matrislerinin hızlı hesaplanmasını sağlamaktadır.
• HPB test panelindeki standart identification örneğinde 24 vakanın 23'ü genus və species düzeyinde doğru tanımlanmıştır.
• Program RKI'de database oluşturma və xüsusi/nadir patojen spektrlərinin araştırma amaçlı analizlerinde kullanılmıştır.

Tədqiqatın dəstəkləmədiyi və sübut etmədiyi nəticələr

• MicrobeMS'in formal olaraq valide edilmiş klinik tanı yazılımı olduğu gösterilmemektedir.
• RKI spektral database'lerinin düzenleyici amaçlı formal validasyonu bu tədqiqatda sunulmamaktadır.
• 23/24 sonucu bütün bakteriler, cihazlar, laboratuvarlar və ya örnek türleri üçün genel doğruluk oranı deyil.
• MicrobeMS'in ticari MALDI-ToF platformlarından genel olaraq daha doğru olduğu gösterilmemektedir.
• MicrobeMS \(S_{ld}\) skorları ticari MALDI Biotyper skorlarıyla bire bir eşdeğer deyil.
• In silico database deneysel spektr database'iyle eyni identification performansına sahip deyil.
• ANN işlevi tədqiqatın güncel ana performans değerlendirmesi deyil.
• Yazılımın cari kullanımı klinik karar və ya tedavi seçimi üçün otomatik olaraq yeterli deyil.

Tədqiqatın Metodu və Nəticələri

HPB test paneli necə yaradılmışdır?

Çalışmanın proqram təminatı örneklerinde kullanılan HPB test paneli, 2014 yılında Avrupa Birliği destekli external quality assurance exercise kapsamında oluşturulmuş kör bir laboratuvar karşılaştırma çalışmasından gelmektedir.

Panel 10 fərqli bakteriyel izolat içermektedir; bunların beşi highly pathogenic bacteria, beşi isə non-HPB olaraq tanımlanmıştır. Avrupa'dan 11 laboratuvar ring trial'a katılmış və RKI'nin ZBS6 birimi test örneklerini taxonomic kimlikleri kendisine açıklanmadan analiz etmiştir.

Bu proqram təminatı çalışmasındaki analiz yeni bir prospektif laboratuvar deneyi deyil; daha əvvəl yayımlanan test panelinin MicrobeMS'in güncel özellikleri istifadə edilərək yeniden analizidir.

Test panelinin əsas göstəriciləri

Standart identification workflow necə aparılmışdır?

MicrobeMS iki identification yaklaşımı sunmaktadır. Deneyimli kullanıcı bütün preprocessing, peak detection və identification parametrelerini elle belirleyebilir. Alternatif standart iş akışında isə program adımları büyük ölçüde otomatik yürütür.

Standard ID seçildiğinde:

1. Quality test uygulanır.
2. microbems.opt dosyasındaki parametrelere görə preprocessing yapılır.
3. Peak'ler çıkarılır.
4. Identification analysis dialog açılır.
5. Önceden tanımlanan .pkf database otomatik yüklenir.
6. Experimental peak list ilə database girişleri karşılaştırılır.
7. Skor ranking və taxonomic nəticələr yaradılır.
8. Sonuçlar HTML, text və ya Excel raporuna aktarılabilir.

Kaynakta experimental database'ler üçün 30 peak'li referans girişlerinin avantajlı bulunduğu; in silico database'de isə 78 peak'li girişlerin daha etkili olduğu qeyd olunur. RKI database'lerinin 30, 45 və ya 78 peak içeren fərqli .pkf sürümleri bulunabilmektedir.

23 düzgün nəticəyə nələr daxildir?

Standart identification analizinde 24 teknik spektrumun 23'ü genus və species düzeyinde doğru sınıflandırılmıştır. Francisella tularensis örneği həmçinin subsp. holarctica alt türü düzeyinde doğru tanımlanmıştır.

Tek otomatik hatada spectrum no. 21 üçün Yersinia pestis yerine Yersinia similis sonucu elde edilmiştir. Kaynak, Y. similis'in Y. pseudotuberculosis kompleksinin genetik olaraq yakın bir üyesi olduğunu vurgulamaktadır.

İlgili örneğin spektrumunun manuel incelenmesinde m/z 3065 civarında yoğun bir peak görülmüş və mənbə bunu pPCP1 plasmid taşıyan Y. pestis strain'leriyle ilişkili tipik MALDI özelliği olaraq değerlendirmiştir. Böylece manuel takip, test örneğinin doğru kimliği olan Y. pestis yorumunu desteklemiştir.

Bu örnek eyni zamanda otomatik skor ranking'in uzman değerlendirmesinin tamamen yerine geçmediğini göstermektedir.

Şəkil 7 nəyi göstərir?

Çalışmanın son sayfasındaki Şekil 7, MicrobeMS identification sisteminin üç katmanını birlikte göstərir. A panelinde inter-spectral distance analysis dialog mövcuddur; burada peak-table karşılaştırması, m/z aralığı, bin genişliği, distance method və calibration variation parametreleri kontrol edilebilir.

B panelindeki HTML report'ta test spectrum kimliği, quality-test sonuçları, rank-list özeti və en yüksek database eşleşmeleri kırmızı/yeşil trafik ışığı mantığıyla sunulmaktadır. C paneli isə deneysel və database peak list'lerinin görsel karşılaştırmasını təmin edir.

Bu nedenle MicrobeMS sonucu yalnız tek bir numerik skor olaraq üretmez; keyfiyyət bilgisi, ranking yapısı və spektral peak eşleşmelerini birlikte inceleme olanağı verir.

Müstəqil proqram testlərində nə müəyyən edilmişdir?

Kaynak iki dış kullanıcının MicrobeMS v0.92 üzerindeki test deneyimini ayrı olaraq raporlamaktadır.

Matthias Mailänder, GUI üzerinden erişilebilen funksiyaları NeuroDeveloper entegrasyonu və LC-MS in silico spectra xaricində sistematik olaraq test ettiğini; vendor MALDI-ToF verilerinin yüklendiğini, preprocessing zincirinin çalıştığını və keyfiyyət kontrollü identification/classification işlevlerinin güçlü olduğunu bildirmektedir.

Jörg Rau isə yazılımı Windows 10 üzərində gerçek laboratuvar ortamında ticari MALDI yazılımlarıyla paralel çalıştırmıştır. Kaynakta arayüzün sade olduğu, text/Excel/HTML raporların kolay yorumlandığı və karmaşık cluster analizlerinde hesaplamaların hızlı gerçekleştiği qeyd olunur.

Bunlar önemli operasyonel testlerdir lakin kontrollü, çok merkezli formal software validation çalışmasıyla eyni şey deyil. Nitekim makalenin kendisi MicrobeMS və RKI database'lerinin formal validation'dan geçmediğini açıkça belirtmektedir.

MicrobeMS-in güclü tərəfləri

• MATLAB'ın matrix/vector hesaplama avantajını büyük spektral karşılaştırmalarda birbaşa kullanması,
• Preprocessing ilə identification arasındaki bütün zincirin tek ortamda bulunması,
• Farklı veri formatları üçün import/export seçenekleri,
• Spektrum metadata'sına ayrıntılı erişim,
• Nesnel quality-test mekanizması,
• Deneysel database oluşturma və yönetme araçları,
• Pseudo-gel və dendrogram kimi araştırma odaklı görselleştirmeler,
• Parametrelerin microbems.opt üzerinden değiştirilebilir olması,
• Standart və ileri seviye identification workflow seçenekleri,
• Spektrum verilerinin yerel və kısıtlı ortamda analiz edilebilmesi.

Əsas məhdudiyyətlər

• Yazılım və RKI database'leri formal klinik validation sürecinden geçirilmemiştir.
• Identification başarısı kullanılan reference database'in tür və strain kapsamına güçlü biçimde asılıdır.
• Düşük kaliteli spektrumlar yakın akraba türlerin ayrımını zorlaştırabilir.
• Preprocessing və peak-picking parametreleri sonuçları etkileyebilir.
• In silico database henüz deneysel database'lerin doğruluk seviyesine ulaşmamıştır.
• ANN modülü son yıllarda aktif biçimde geliştirilmemiştir.
• Yazılımın akademik esnekliği, düzenleyici klinik ürünlerde beklenen standardizasyon və formal traceability ilə eyni şey deyil.

Mənbə və Metod Qeydi

Tam özgün tədqiqat adı: MicrobeMS - A MATLAB Toolbox for Microbial Identification Based on Mass Spectrometry

Yazar: Peter Lasch.

Sorumlu yazar: Peter Lasch.

Eş katkı: Çalışma tek yazarlıdır; eş birinci/eş katkı beyanı bulunmamaktadır.

Kurum: Robert Koch Institute, ZBS 6 – Proteomics and Spectroscopy (ZBS 6), Seestraße 10, Berlin, Almanya.

Kaynak türü: MATLAB tabanlı bilimsel proqram təminatı identifikasiya, metodoloji və örnek veri yeniden analizi çalışması.

Yayın durumu: Yüklenen tədqiqat bir preprinttir və hakem değerlendirmesinden geçmemiştir. Sonuçlar bu yayın aşaması dikkate alınarak değerlendirilmelidir.

Yüklenen platform: SSRN.

SSRN abstract numarası: 7231327.

Doğrulanmış preprint DOI: 10.64898/2026.05.08.723807.

DOI platformu: Aynı başlık və yazarla yayımlanan bioRxiv preprint kaydı.

BioRxiv yayın tarihi: 12 Mayıs 2026.

Hakemli dergi sürümü: 24 Ağustos 2026 itibarıyla bibliyografik kontrolde doğrulanmış ayrı bir hakemli dergi sürümü tespit edilmemiştir.

Makalede incelenen proqram təminatı sürümü: MicrobeMS v0.92, Ocak 2026.

Güncel sürüm ayrımı: MicrobeMS'in resmî Wiki'si Mayıs 2026 itibarıyla v0.93 sürümünü güncel sürüm olaraq listelemektedir. Bu Verianla makalesinin bilimsel açıklaması mənbə tədqiqatda incelenen v0.92 sürümüne dayanır; v0.93'e sonradan eklenen değişiklikler geriye dönük olaraq tədqiqat bulgusu kabul edilmemiştir.

Programlama ortamı: MATLAB.

Kaynakta dağıtım biçimi: Windows və Linux üçün MATLAB p-code; Windows üçün standalone uygulama.

Güncel dağıtım notu: Projenin resmî sitesi MicrobeMS'i açık mənbə proqram təminatı olaraq tanımlamamaktadır; proqram təminatı test və ticari olmayan kullanım amacıyla ücretsiz dağıtılmaktadır. Bu nedenle MicrobeMS bu makalede “açık mənbə” olaraq nitelendirilmemiştir.

Kaynak-içi dağıtım ifadesi notu: Yazılım açıklamasının bir bölümünde standalone ilə MATLAB m-/p-code ifadeleri birlikte geçerken Code Availability bölümü yalnız p-code Windows/Linux və standalone Windows dağıtımını belirtmektedir. Güncel Wiki de mənbə kodu deyil p-code/standalone paketleri sunmaktadır. Bu ifadeler sessizce tek bir dağıtım biçimine dönüştürülmemiştir.

Temel proqram təminatı konfigürasyonu: Otomatik QT, preprocessing, peak detection və identification parametrelerinin önemli bölümü düzenlenebilir microbems.opt metin dosyasında tutulmaktadır.

Test veri seti: 2014 QUANDHIP External Quality Assurance Exercise kapsamında oluşturulan HPB paneli; 10 izolat və 24 teknik replikat spektr.

Kamuya açık deneysel database: Kaynakta RKI MALDI-ToF database v4.2 üçün 11.055 spektr və 1.601 bacterial strain bildirilmektedir.

Database DOI: Çalışmanın abstract bölümünde RKI database koleksiyonu üçün 10.5281/zenodo.7702374 bağlantısı verilir.

In silico database: Çalışmada 17.850 pseudo-MALDI spektrumu və spektr başına 80 pseudo-peak içeren 2024 deneysel in silico database müəyyən edilir; yazar bunu tanısal kullanım üçün önermemektedir.

Formal validation sınırı: Kaynak yazar açık biçimde nə MicrobeMS yazılımının nə de RKI database'lerinin formal validation'dan geçtiğini belirtmektedir. Bu nokta ticari, düzenleyici amaçlı MALDI-ToF tanı sistemleriyle temel ayrımdır.

Bağımsız test: Çalışmada Matthias Mailänder və Jörg Rau tarafından v0.92 üzərində gerçekleştirilen ayrı operasyonel proqram təminatı testleri raporlanmıştır. Bunlar formal klinik validation olaraq değerlendirilmemiştir.

Kaynak-içi editoryal not: “Independent Testing” bölümünde Matthias Mailänder və Jörg Rau alt bölümlerinin ikisi de “8.1” olaraq numaralandırılmıştır. Bu numaralandırma hatası bilimsel içeriği etkilemediğinden sessizce mənbə metne atfedilmemiş, yalnız burada kayıt altına alınmıştır.

Çıkar çatışması: Yazar herhangi bir çıkar çatışması bildirmemiştir.

Üretken yapay zekâ beyanı: Yazar, makale metninin yalnız dilsel revizyonu üçün DeepL'in ticari sürümü ilə Gemini'nin ücretsiz sürümünün kullanıldığını və başka yapay zekâ metod və ya araçlarının kullanılmadığını belirtmektedir.

Acknowledgements: Yazar; Nico Fischer, Elke Westhäuser, Charlyn John, Jeremias Meiß, Maren Stämmler və Andy Schneider'a mikrobiyal örnek hazırlama və MALDI-ToF MS ölçümleri üçün; həmçinin Joerg Doellinger, Alejandra Bosch, Marcel Erhardt və Thomas Maier'e bilimsel tartışma və destekleri üçün teşekkür etmektedir.

CRediT: Yüklenen tek yazarlı tədqiqatda ayrı bir CRediT authorship contribution statement bulunmamaktadır.

Bilimsel güvenlik və yorum sınırı: Bu tədqiqat mikrobiyal spektrumların hesaplamalı analizi və proqram təminatı iş akışını tanımlamaktadır. Verianla metni, yüksek patojeniteli organizmaların yetiştirilmesi və ya laboratuvar üretimi üçün operasyonel protokol oluşturmaz; mənbə tədqiqatın spektral analiz və proqram təminatı sonuçlarıyla sınırlıdır.

Bilimsel içerik sınırı: Bu Verianla makalesindeki MicrobeMS mimarisi, denklemler, keyfiyyət testleri, preprocessing yöntemleri, veritabanları, UHCA parametreleri, HPB test paneli və identification bulguları yüklenen çalışmaya dayanmaktadır. Dış mənbə yalnız preprint DOI'si, tarih, güncel yayın durumu və güncel proqram təminatı sürümü/dağıtım durumunun bibliyografik doğrulanması amacıyla kullanılmıştır; kaynakta bulunmayan yeni biyolojik və ya tanısal nəticə eklenmemiştir.