MicrobeMS — микроорганизмдерден алынган MALDI-ToF масс-спектрлерин иштетүү, сапатты көзөмөлдөө, маалымат базасын түзүү жана таксономиялык идентификация максатында иштелип чыккан MATLAB негизиндеги комплекстүү иш столу программасы. Sistem гана bilinmeyen бир bakteriye ait spektrumun referans veritabanıyla karşılaştırılmasını эмес; ham spektrumların içe aktarılması, metadata yönetimi, otomatik spektral сапат testleri, baseline düzeltmesi, smoothing, normalizasyon, peak picking, consensus/database spectrum түзүү, pseudo-gel görselleştirmesi, unsupervised hierarchical cluster analysis, spektral uzaklık temelli identifikasyon, biomarker taraması жана belirli yapay sinir ağı uygulamalarına bağlantı сыяктуу araştırma zincirinin çok sayıda basamağını бирдей ortamda birleştirmektedir.

Изилдөөдө программалык камсыздоонун функциялары буга чейин Европанын масштабында өткөрүлгөн blind external quality assurance exercise алкагында түзүлгөн highly pathogenic bacteria тест панелин кайра талдоо аркылуу көрсөтүлөт. Test paneli 10 bakteriyel izolat жана toplam 24 teknik replikat спектр içermektedir. Kalite analizinde бардык spektrumlar үчүн ortalama genel сапат skoru 64,3, gözlenen aralık болсо 45,0–75,4 катары bildirilmiştir. Standart MicrobeMS identifikasyon iş akışında 24 spektrumun 23'ü genus жана species düzeyinde doğru tanımlanmış; tek hatalı otomatik натыйжада бир Yersinia pestis spektrumu Yersinia similis катары sıralanmıştır. Makaledeki manuel takip incelemesi, ilgili örnekte m/z 3065 civarındaki karakteristik yoğun sinyalin varlığını göstererek söz konusu örneğin Y. pestis менен uyumlu olduğunu desteklemiştir.

Бул натыйжалар MicrobeMS программасынын академиялык MALDI-ToF изилдөөлөрүндөгү пайдалуулугун көрсөтөт; бирок булак эмгек программалык камсыздоо менен RKI спектрдик маалымат базалары формалдуу клиникалык валидациядан өтпөгөнүн ачык белгилейт. Dolayısıyla 23/24 sonucu düzenleyici onaylı tanısal doğruluk oranı катары yorumlanamaz. Test paneli sınırlı жана өзгөчө бир veri kümesidir; идентификация başarısı спектр kalitesine, kullanılan referans veritabanının kapsamına, kültür жана ölçüm standardizasyonuna, preprocessing ayarlarına жана analiz yöntemine көз каранды.

MicrobeMS кайсы маселени чечүүгө аракет кылат?

MicrobeMS'in temel amacı, MALDI-ToF масса spektrometrisine dayalı mikrobiyal tanımlamada araştırmacıya ticari бир программалык камсыздоо ekosistemine tamamen bağımlı olmayan, esnek жана MATLAB tabanlı бир analiz ortamı sağlamaktır.

MALDI-ToF MS'de bilinmeyen бир mikroorganizmanın tanımlanması genel катары deneysel spektrumun, таксономиялык kimliği önceden güvenilir yöntemlerle belirlenmiş referans микроорганизмдерден oluşturulan спектр veritabanlarıyla karşılaştırılmasına dayanır. Spektral benzerlik же uzaklık ölçütleri эсептелет, referans girişleri sıralanır жана elde edilen skor dağılımı bilinmeyen örneğin genus же species kimliğinin değerlendirilmesinde колдонулат.

Kaynak çalışmaya боюнча ticari MALDI-ToF platformları бул süreci rutin laboratuvarlar үчүн çok iyi bütünleştirmiş olmakla birlikte akademik araştırmada ар башка algoritmaların denenmesi, kendi спектр veritabanlarının түзүү, metadata үстүндө түздөн-түз kontrol sağlanması жана verilerin başka araçlarla değiş tokuş edilmesi сыяктуу gereksinimler ortaya çıkmaktadır. MicrobeMS болжолдуу iki on yıllık RKI çalışmaları боюнча бул gereksinimler doğrultusunda geliştirilmiştir.

MATLAB бул жерде жөн гана талдоо тилиби?

Hayır. MATLAB, MicrobeMS'in гана matematiksel hesaplama motoru эмес, veri yapısı, grafik kullanıcı arayüzü, spektral işleme, matrissel karşılaştırma, istatistiksel analiz жана raporlama ortamıdır.

Kaynak изилдөөнүн ele aldığı v0.92 sürümü Windows жана Linux астында MATLAB p-code biçiminde, мындан тышкары Windows үчүн standalone uygulama катары kullanılabilmektedir. Programın ana GUI'sinde спектр grafiği, yüklenen spektrumların listesi, preprocessing жана peak-picking kontrolleri, database yönetimi жана analiz komutları бирдей изилдөө alanında toplanmıştır.

Şekil 1'deki gerçek arayüz, üst bölümde MALDI-ToF spektrumunu; alt kontrol satırlarında dosya bilgisi, görüntüleme, preprocessing, peak picking, peak database жана 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 жана average spectra сыяктуу ар башка analiz yolları yer almaktadır.

MicrobeMSтин негизги иш агымы кандай?

Kaynağın Şekil 2'sindeki mimari dört büyük sınıfa ayrılmaktadır: veri içe aktarma; сапат testleri жана görselleştirme; preprocessing; analiz жана raporlama. Gerçek standart identification işlemi болсо бул yapıyı көбүрөөк ayrıntılı бир zincir hâline getirir.

Кайсы маалымат форматтары колдоого алынат?

MicrobeMSтин күчтүү жактарыnden biri veri değişimidir. Kaynak изилдөө Bruker MALDI-ToF sistemlerinden elde edilen BrukerRaw yapılarını жана bunların fid dosyalarını түздөн-түз işleyebildiğini belirtmektedir. bioMérieux VITEK MS spektrumları болсо mzXML aracılığıyla içe aktarılabilmektedir.

.muf dosyası MATLAB изилдөө alanında түздөн-түз:

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

biçiminde yüklenebilir. Benzer түрдө .pkf peak-list dosyaları MATLAB structure array катары erişilebilir. Бул yapı, MicrobeMS'in гана GUI ичинде kapalı бир analiz sistemi olmasını engelleyerek araştırmacının veriyi MATLAB ortamında мындан тышкары incelemesine izin vermektedir.

Metadata эмне үчүн мынчалык маанилүү?

MALDI-ToF spektrumunun bilimsel anlamı гана spektral piklerden oluşmaz. Bakterinin taksonomisi, kültür süresi, sıcaklık, büyütme ortamı, sample-preparation yöntemi, operatör жана cihaz bilgileri сыяктуу metadata alanları sonuçların izlenebilirliği açısından маанилүү.

MicrobeMS, бул metadata'nın spektrumlarla birlikte saklanmasını жана көбүрөөк кийин GUI üzerinden düzenlenmesini колдойт. Kaynağın Şekil 3'ündeki gerçek metadata ekranında genus, species, strain, spectrum ID, büyüme koşulları, sample treatment, laser power, calibration standard жана preprocessing parametreleri сыяктуу çok sayıda alan birlikte көрсөтүлөт.

Бул metadata көбүрөөк кийин dendrogram же pseudo-gel görünümündeki spektrumların yorumlanmasında kullanılabilir жана seçilmiş alanlar MATLAB command window менен log dosyasına aktarılabilir.

Сапат тести кайсы төрт өзгөчөлүктү өлчөйт?

MicrobeMS сапат testi, бир spektrumun sonraki identification же 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 үчүн 0 менен 100 арасында бир сапат skoru эсептелет. Sıfır kötü kaliteyi жана başarısız testi, 100 болсо çok yüksek kaliteyi temsil eder. Dört skor kullanıcı tarafından ayarlanabilen ağırlıklarla birleştirilerek yine 0–100 aralığında genel QT skoru түзүлөт.

Kaynağın Şekil 4'ünde сапат sonuçları kırmızı-sarı-yeşil trafik ışığı mantığıyla HTML raporunda көрсөтүлөт. Бул görsel гана estetik бир raporlama эмес; operatörün problemli spektrumları hızlı biçimde görmesini amaçlamaktadır.

HPB панелиндеги спектрлердин сапаты кандай болгон?

HPB test panelinin yeniden analizinde бардык spektrumlar үчүн global ortalama QT skoru 64,3, gözlenen aralık болсо 45,0–75,4 катары bildirilmiştir.

Çalışma өзгөчө düşük hücre konsantrasyonuna sahip bazı B. anthracis, Y. pestis жана B. thuringiensis örneklerinde көбүрөөк düşük сапат skorları görüldüğünü vurgulamaktadır. Бул абал yakın akraba türler arasındaki spektral farkların zaten küçük экендиги örneklerde identification hatası riskini artırabilir.

Preprocessing кандай операцияларды камтыйт?

MicrobeMS preprocessing aşaması ham spektrumu көбүрөөк kararlı жана karşılaştırılabilir бир yapıya dönüştürmek үчүн birden fazla ыкма sunmaktadır:

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

Autocalibration үчүн her spektrumda konumu kesin катары bilinen en az iki analyte peak'ine ihtiyaç duyulduğu белгиленет.

Peak picking алгоритми кандай иштейт?

MicrobeMS, peak detection үчүн m/z боюнча sabit бир intensity threshold kullanmak yerine масса aralığına боюнча değişen бир threshold функциясы uygular. Bunun nedeni MALDI-ToF MS analitik duyarlılığının düşük m/z bölgesinde көбүрөөк yüksek, yüksek m/z bölgesinde болсо көбүрөөк düşük olabilmesidir.

Threshold üç bileşenin birleşimine dayanır:

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

Çalışmada sigmoid bileşen:

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

түрүндө берилет жана

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

катары аныкталат.

\(x_c\), maksimum eğimin bulunduğu m/z konumunu; \(l\), eğim kontrolünü; \(s\), yoğunluk ölçekleme faktörünü temsil eder. \(I_m\) болсо spektrumdaki en yoğun 13 peak değerlendirilerek, bunların en güçlü üç tanesi dışarıda bırakıldıktan кийин 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 спектр başına sıklıkla 30 peak kullanılmaktadır. Sabit peak sayısı seçildiğinde \(s\) değeri istenen peak sayısına ulaşılana kadar iteratif катары değiştirilir.

Pseudo-gel көрүнүшү эмне үчүн керек?

Yüzlerce же binlerce spektrumun ayrı grafikler hâlinde incelenmesi pratik эмес. MicrobeMS бул nedenle spektral intensity değerlerini gri ton же renk değerlerine dönüştürerek спектр numarasına karşı m/z ekseninde pseudo-gel görüntüsü oluşturabilir.

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

MATLAB'ın WindowButtonMotionFcn işlevi MouseOver davranışı үчүн колдонуу менен kullanıcının спектр үстүндө belirli m/z peak'lerini жана ilgili metadata'yı etkileşimli biçimde incelemesine olanak sağlanmaktadır.

Database spectrum кантип түзүлөт?

MicrobeMS'teki database spectrum tek бир ölçümden эмес, бирдей mikroorganizmayı temsil eden birden fazla spektrumun birleştirilmesinden oluşturulan consensus referanstır.

Kaynağa боюнча ideal durumda бир database spectrum үчүн болжолдуу 12–20 bireysel спектр kullanılmalı; bunlar tercihen üç biyolojik replikattan gelmeli жана her biyolojik replikat үчүн en az dört teknik replikat bulunmalıdır.

Database spectrum, ortalama mass spectrum менен ilişkili өзгөчө peak table'dan oluşur. Tek спектр peak tablolarından ар башка катары database peak table'ları ortalama m/z жана normalize/weighted intensity bilgilerinin yanında peak abundance, yani peak'in булак spektrumlarda görülme sıklığını da içerir.

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

RKIнин эксперименттик спектрдик маалымат базасы канчалык чоң?

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

Бул sayılar “database spectrum” sayısıyla бирдей kavram эмес. 11.055 değeri veri koleksiyonundaki bireysel MALDI-ToF spektrumlarını; 1.700'den fazla database spectrum ifadesi болсо MicrobeMS tarafından oluşturulan consensus/reference girişlerini belirtmektedir.

In silico маалымат базасы эмне кылат?

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

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

Yazar бул veritabanını açık biçimde deneysel катары nitelendirmekte жана gerçek mass-spectrometry ölçümlerinden oluşturulan veritabanların identification doğruluğuna henüz ulaşmadığını belirtmektedir. Бул nedenle in silico database tanısal kullanım үчүн эмес, araştırma жана test amacıyla sunulmaktadır.

UHCA бактериялардын ортосундагы окшоштукту кантип көрсөтөт?

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

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

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

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

Düşük konsantrasyonlu жана көбүрөөк düşük kaliteli spektrumlara ait bazı strain kümeleri болсо көбүрөөк yüksek iç heterojenlik göstermektedir. Бул nedenle изилдөө UHCA sonuçlarının da kaliteli жана standartlaştırılmış спектр üretimine bağımlı olduğunu vurgulamaktadır.

Спектрдик идентификация баллы кантип эсептелет?

MicrobeMS'in varsayılan identification yaklaşımında deneysel жана referans peak tabloları мурун düşük çözünürlüklü, discretized spektral vektörlere айландырылат. Ardından iki спектр arasındaki Pearson correlation coefficient эсептелет:

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

Бул korelasyon değeri D-value'a айландырылат:

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

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

Daha кийин similarity değeri:

\[ S=1000-D \]

катары эсептелет. \(S<1\) olduğunda değer 1'e eşitlenir жана logaritmik identification skoru:

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

түрүндө алынат. Buna боюнча \(S_{ld}=3\), peak tablolarının бирдей экендиги üst sınıra karşılık gelir; değer sıfıra yaklaştıkça pozitif korelasyon zayıflar.

MicrobeMS баллы коммерциялык баллдар менен бирдейби?

Hayır. Çalışma MicrobeMS \(S_{ld}\) skorlarının ticari MALDI Biotyper skorlarıyla түздөн-түз karşılaştırılamayacağını өзгөчө belirtmektedir çünkü preprocessing жана skor hesaplama yöntemleri farklıdır.

Aynı verilerin standart workflow жана varsayılan parametrelerle işlendiği gözlemlerde MicrobeMS \(S_{ld}\) değerlerinin ticari karşılıklarından ortalama болжолдуу 0,3 skor birimi көбүрөөк yüksek экендиги belirtilmiştir. Yazar бул nedenle genus же species tanımlaması үчүн evrensel бир \(S_{ld}\) cut-off önermemektedir.

MATLAB vectorization эмне үчүн маанилүү?

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

Kaynakta verilen performans örneğine боюнча 2.000 database peak table менен 400 deneysel спектр arasındaki 800.000 correlation coefficient, standart 2026 PC donanımında бир saniyeden kısa sürede hesaplanabilmektedir.

Бул performans бир бардык программалык камсыздоо benchmark'ı эмес жана her bilgisayar үчүн garanti edilen süre катары yorumlanmamalıdır. Kaynak гана söz konusu correlation hesaplama aşaması үчүн бул örneği vermektedir.

Калибрлөө каталарына каршы brute-force ыкмасы деген эмне?

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

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

Rank-list талдоосу эмне үчүн өзүнчө керек?

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

MicrobeMS бул nedenle бир türün database'deki temsilcilerinin sıralamadaki yerlerini жана skorlarını birlikte değerlendirerek species-specific rank-list score hesaplayabilmektedir.

Normalize edilmiş skorun temel biçimi:

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

жана bunun logaritmik karşılığı:

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

катары берилет. \(S_{ldrl,j}\) 0 менен 3 арасында değişebilir.

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

Artificial neural network функциясынын ролу кандай?

MicrobeMS гана correlation/distance tabanlı identification менен sınırlı эмес. NeuroDeveloper yazılımına ANN arayüzü de içermektedir.

Бул işlevin geliştirilmesindeki motivasyonlardan biri, Bacillus anthracis менен yakın akrabaları же Yersinia pestis менен Y. pseudotuberculosis сыяктуу spektral катары birbirine son derece benzeyen organizmaların standart mesafe yöntemleriyle ayrılmasının zor olabilmesidir.

Ancak булак ANN işlevinin MicrobeMS'in erken dönemlerinde başarıyla kullanıldığını, son yıllarda болсо aktif катары geliştirilmediğini açıkça belirtmektedir. Dolayısıyla ANN modülü учурдагы изилдөөнүн ana doğrulama sonucu эмес.

Бул Түркия үчүн эмнени билдирет?

Бул изилдөө Almanya'daki Robert Koch Institute ortamında иштелип чыккан бир yazılımı жана 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 катары ilgi çekici olabilir. Ancak yerel kullanım үчүн cihaz formatı uyumluluğu, laboratuvar preprocessing protokolü, yerel strain çeşitliliği, referans database kapsamı, сапат güvence süreçleri жана klinik/regülasyon gereklilikleri мындан тышкары değerlendirilmelidir.

Özellikle бул çalışmadaki 23/24 identification sonucu Türkiye'deki rutin mikrobiyolojik tanıya aktarılabilecek бир performans oranı эмес. Kaynak yazılımı formal катары valide edilmiş klinik tanı ürünü түрүндө sunmamaktadır.

Изилдөө колдогон натыйжалар

• MicrobeMS, MATLAB tabanlı комплекстүү бир MALDI-ToF микроорганизм спектр analiz ortamıdır.
• Ham veri importundan preprocessing, quality control, peak picking жана identification'a kadar birden fazla işlem бирдей программалык камсыздоо ичинде gerçekleştirilebilir.
• Metadata жана spektral database yönetimi desteklenmektedir.
• BrukerRaw жана mzXML tabanlı ар башка veri kaynaklarının işlenmesine yönelik araçlar бар.
• Quality test dört ölçüt üzerinden 0–100 arası bireysel жана genel skor üretmektedir.
• Pseudo-gel görünümü yüzlerce же binlerce spektrumun birlikte incelenmesini колдойт.
• UHCA менен peak-table tabanlı unsupervised clustering yapılabilmektedir.
• Correlation/distance tabanlı identification үчүн MATLAB vectorization büyük karşılaştırma matrislerinin hızlı hesaplanmasını sağlamaktadır.
• HPB test panelindeki standart identification örneğinde 24 vakanın 23'ü genus жана species düzeyinde doğru tanımlanmıştır.
• Program RKI'de database oluşturma жана өзгөчө/nadir patojen спектрлеринин araştırma amaçlı analizlerinde kullanılmıştır.

Изилдөө колдобогон же далилдебеген натыйжалар

• MicrobeMS'in formal катары valide edilmiş klinik tanı yazılımı экендиги gösterilmemektedir.
• RKI spektral database'lerinin düzenleyici amaçlı formal validasyonu бул изилдөөдө sunulmamaktadır.
• 23/24 sonucu бардык bakteriler, cihazlar, laboratuvarlar же örnek türleri үчүн genel doğruluk oranı эмес.
• MicrobeMS'in ticari MALDI-ToF platformlarından genel катары көбүрөөк doğru экендиги gösterilmemektedir.
• MicrobeMS \(S_{ld}\) skorları ticari MALDI Biotyper skorlarıyla bire бир eşdeğer эмес.
• In silico database deneysel спектр database'iyle бирдей identification performansına sahip эмес.
• ANN işlevi изилдөөнүн güncel ana performans değerlendirmesi эмес.
• Yazılımın учурдагы kullanımı klinik karar же tedavi seçimi үчүн otomatik катары yeterli эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

HPB тест панели кантип түзүлгөн?

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

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

Бул программалык камсыздоо çalışmasındaki analiz yeni бир prospektif laboratuvar deneyi эмес; көбүрөөк мурун yayımlanan test panelinin MicrobeMS'in güncel özellikleri колдонуу менен yeniden analizidir.

Тест панелинин негизги сандары

Стандарттык identification workflow кантип жүргүзүлгөн?

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

Standard ID seçildiğinde:

1. Quality test uygulanır.
2. microbems.opt dosyasındaki parametrelere боюнча preprocessing yapılır.
3. Peak'ler çıkarılır.
4. Identification analysis dialog açılır.
5. Önceden tanımlanan .pkf database otomatik yüklenir.
6. Experimental peak list менен database girişleri karşılaştırılır.
7. Skor ranking жана taxonomic натыйжалар түзүлөт.
8. Sonuçlar HTML, text же Excel raporuna aktarılabilir.

Kaynakta experimental database'ler үчүн 30 peak'li referans girişlerinin avantajlı bulunduğu; in silico database'de болсо 78 peak'li girişlerin көбүрөөк etkili экендиги белгиленет. RKI database'lerinin 30, 45 же 78 peak içeren ар башка .pkf sürümleri bulunabilmektedir.

23 туура натыйжанын ичинде эмнелер бар?

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

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

İlgili örneğin spektrumunun manuel incelenmesinde m/z 3065 civarında yoğun бир peak görülmüş жана булак bunu pPCP1 plasmid taşıyan Y. pestis strain'leriyle ilişkili tipik MALDI özelliği катары değerlendirmiştir. Böylece manuel takip, test örneğinin doğru kimliği болгон Y. pestis yorumunu desteklemiştir.

Бул örnek бирдей zamanda otomatik skor ranking'in uzman değerlendirmesinin tamamen yerine geçmediğini göstermektedir.

7-сүрөт эмнени көрсөтөт?

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

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

Бул nedenle MicrobeMS sonucu гана tek бир numerik skor катары üretmez; сапат bilgisi, ranking yapısı жана spektral peak eşleşmelerini birlikte inceleme olanağı verir.

Көз карандысыз программалык тесттерде эмне табылган?

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

Matthias Mailänder, GUI üzerinden erişilebilen функциялары NeuroDeveloper entegrasyonu жана LC-MS in silico spectra сыртында sistematik катары test ettiğini; vendor MALDI-ToF verilerinin yüklendiğini, preprocessing zincirinin çalıştığını жана сапат kontrollü identification/classification işlevlerinin güçlü olduğunu bildirmektedir.

Jörg Rau болсо yazılımı Windows 10 үстүндө gerçek laboratuvar ortamında ticari MALDI yazılımlarıyla paralel çalıştırmıştır. Kaynakta arayüzün sade экендиги, text/Excel/HTML raporların kolay yorumlandığı жана karmaşık cluster analizlerinde hesaplamaların hızlı gerçekleştiği белгиленет.

Bunlar önemli operasyonel testlerdir бирок kontrollü, çok merkezli formal software validation çalışmasıyla бирдей şey эмес. Nitekim makalenin kendisi MicrobeMS жана RKI database'lerinin formal validation'dan geçmediğini açıkça belirtmektedir.

MicrobeMSтин күчтүү жактары

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

Негизги чектөөлөр

• Yazılım жана RKI database'leri formal klinik validation sürecinden geçirilmemiştir.
• Identification başarısı kullanılan reference database'in tür жана strain kapsamına güçlü biçimde көз каранды.
• Düşük kaliteli spektrumlar yakın akraba türlerin ayrımını zorlaştırabilir.
• Preprocessing жана 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 жана formal traceability менен бирдей şey эмес.

Булак жана Ыкма Жөнүндө Эскертүү

Tam özgün изилдөө 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 программалык камсыздоо идентификация, metodoloji жана örnek veri yeniden analizi çalışması.

Yayın durumu: Yüklenen изилдөө бир preprinttir жана hakem değerlendirmesinden geçmemiştir. Sonuçlar бул 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 жана yazarla yayımlanan bioRxiv preprint kaydı.

BioRxiv yayın tarihi: 12 Mayıs 2026.

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

Makalede incelenen программалык камсыздоо sürümü: MicrobeMS v0.92, Ocak 2026.

Güncel sürüm ayrımı: MicrobeMS'in resmî Wiki'si Mayıs 2026 itibarıyla v0.93 sürümünü güncel sürüm катары listelemektedir. Бул Verianla makalesinin bilimsel açıklaması булак изилдөөдө incelenen v0.92 sürümüne dayanır; v0.93'e sonradan eklenen değişiklikler geriye dönük катары изилдөө bulgusu kabul edilmemiştir.

Programlama ortamı: MATLAB.

Kaynakta dağıtım biçimi: Windows жана Linux үчүн MATLAB p-code; Windows үчүн standalone uygulama.

Güncel dağıtım notu: Projenin resmî sitesi MicrobeMS'i açık булак программалык камсыздоо катары tanımlamamaktadır; программалык камсыздоо test жана ticari olmayan kullanım amacıyla ücretsiz dağıtılmaktadır. Бул nedenle MicrobeMS бул makalede “açık булак” катары nitelendirilmemiştir.

Kaynak-içi dağıtım ifadesi notu: Yazılım açıklamasının бир bölümünde standalone менен MATLAB m-/p-code ifadeleri birlikte geçerken Code Availability bölümü гана p-code Windows/Linux жана standalone Windows dağıtımını belirtmektedir. Güncel Wiki de булак kodu эмес p-code/standalone paketleri sunmaktadır. Бул ifadeler sessizce tek бир dağıtım biçimine dönüştürülmemiştir.

Temel программалык камсыздоо konfigürasyonu: Otomatik QT, preprocessing, peak detection жана 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 жана 24 teknik replikat спектр.

Kamuya açık deneysel database: Kaynakta RKI MALDI-ToF database v4.2 үчүн 11.055 спектр жана 1.601 bacterial strain bildirilmektedir.

Database DOI: Çalışmanın abstract bölümünde RKI database koleksiyonu үчүн 10.5281/zenodo.7702374 bağlantısı берилет.

In silico database: Çalışmada 17.850 pseudo-MALDI spektrumu жана спектр başına 80 pseudo-peak içeren 2024 deneysel in silico database аныкталат; yazar bunu tanısal kullanım үчүн önermemektedir.

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

Bağımsız test: Çalışmada Matthias Mailänder жана Jörg Rau tarafından v0.92 үстүндө gerçekleştirilen ayrı operasyonel программалык камсыздоо testleri raporlanmıştır. Bunlar formal klinik validation катары değerlendirilmemiştir.

Kaynak-içi editoryal not: “Independent Testing” bölümünde Matthias Mailänder жана Jörg Rau alt bölümlerinin ikisi de “8.1” катары numaralandırılmıştır. Бул numaralandırma hatası bilimsel içeriği etkilemediğinden sessizce булак metne atfedilmemiş, гана burada kayıt altına alınmıştır.

Çıkar çatışması: Yazar herhangi бир çıkar çatışması bildirmemiştir.

Üretken yapay zekâ beyanı: Yazar, makale metninin гана dilsel revizyonu үчүн DeepL'in ticari sürümü менен Gemini'nin ücretsiz sürümünün kullanıldığını жана başka yapay zekâ ыкма же araçlarının kullanılmadığını belirtmektedir.

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

CRediT: Yüklenen tek yazarlı изилдөөдө ayrı бир CRediT authorship contribution statement bulunmamaktadır.

Bilimsel güvenlik жана yorum sınırı: Бул изилдөө mikrobiyal spektrumların hesaplamalı analizi жана программалык камсыздоо iş akışını tanımlamaktadır. Verianla metni, yüksek patojeniteli organizmaların yetiştirilmesi же laboratuvar üretimi үчүн operasyonel protokol oluşturmaz; булак изилдөөнүн spektral analiz жана программалык камсыздоо sonuçlarıyla sınırlıdır.

Bilimsel içerik sınırı: Бул Verianla makalesindeki MicrobeMS mimarisi, denklemler, сапат testleri, preprocessing yöntemleri, veritabanları, UHCA parametreleri, HPB test paneli жана identification bulguları yüklenen çalışmaya dayanmaktadır. Dış булак гана preprint DOI'si, tarih, güncel yayın durumu жана güncel программалык камсыздоо sürümü/dağıtım durumunun bibliyografik doğrulanması amacıyla kullanılmıştır; kaynakta bulunmayan yeni biyolojik же tanısal натыйжа eklenmemiştir.