[发明专利]通过质谱术和分数规整识别微生物的方法

说明书

本发明涉及通过微生物的质谱从由一组参考数据表示的参考微生物中识别微生物，所述识别包括：根据质谱确定微生物的一组数据；对于每种参考微生物，计算所确定的一组数据和参考的一组数据之间的距离，根据关系式计算概率f(m)：其中：m为针对参考微生物计算的距离；N(m|_μ,σ)是针对m，当微生物是参考微生物时，模拟待识别的微生物和参考微生物之间的距离的随机变量的值；是针对m，当微生物不是参考微生物时，模拟待识别的微生物和参考微生物之间的距离的随机变量的值；及p是在0到1的范围内的标量。

技术领域

本发明涉及通过质谱术识别微生物，尤其是细菌。

背景技术

已知使用质谱术来识别微生物，尤其是细菌。制备微生物的样本，在此之后获取和预处理样本的质谱，特别是消除基线和消除噪声。然后，检测预处理的频谱的峰值，且这样获得的峰值的列表利用从峰值列表构建的知识库的数据，通过分类工具被“分析”和“比较”，所述每一个峰值列表与已识别的微生物或微生物群(血统、类、族等)相关。

在分类工具中，“一对多”类型的SVM(“Support Vector Machine”)分类是已知的(以下简称“SVM-UTC”)。“一对多”SVM分类包括对于类的集合的每一类对象，确定将该类与集合中的其他类分开的定向边界。如此获得与集合中的类一样多的“一对多”分类符。未知对象的识别则包括通过计算未知对象和与所述分类符相关联的边界之间的代数距离来查询每个分类符。通常，未知对象被确定为属于与最大计算出的距离相关联的类。

这个原理被示意性地示于图1和图2，其中示出了能够仅由质谱中的两个峰值识别的3种微生物的非常简单的情况，例如3种微生物的质谱的最高强度的两个峰值。第一微生物的特征在于位于值m₁₁的第一峰值和位于值m₁₂的第二峰值(图1A)，第二微生物的特征在于位于值m₂₁的第一峰值和位于值m₂₂的第二峰值(图1B)，而第三微生物的特征在于位于值m₃₁的第一峰值和位于值m₃₂的第二峰值(图1C)。

SVM-UTC分类包括，首先，获得每种微生物的一组训练质谱和确定每个质谱中的两个有关的峰值的位置，以形成一组训练矢量p₁是第一峰值的测量位置，p₂是第二峰值的测量位置。由于测量的不确定性，矢量的值的散布可以观察到。在第二步骤，计算将与该微生物相关的一组矢量与和另外两种微生物相关联的矢量分离的边界。三个边界F1、F2和F3如此获得，如示于图2的，并设置有例如用虚线箭头指示的方向。

未知微生物的识别包括获取一个或多个微生物质谱，从中推导出测量峰值的矢量M，并计算该矢量M到每个定向边界F1、F2和F3的代数距离，也被称为“范围”。因此，例如等于的代数距离矢量被获得。在非常简单的图示的情况下，因此可以推断，未知微生物是第二微生物。

当然，这里所示的例子是非常简单的。在实际中，微生物必须从数百种微生物中识别，能够超过实质上1,000个峰值的许多峰值被保留用于该识别。另外，图示的情况也很简单，因为微生物彼此距离非常远，且已经以足够的精度进行了测量，以便能够从距离推断出重要的信息。

在实际情况中，很难或甚至不可能直接推断出关于到边界的所计算的距离的有关信息。事实上，距离值可以对应于非常不同的情况。图3A到3D以简单的方式示出了该原理。这些图显示了将与第一微生物相关的训练峰值矢量(用圆圈表示)和与其他微生物相关的其他训练峰值矢量(用三角形表示)分开的边界F₁。待识别的未知微生物的测量峰值的矢量M用正方形表示。