[发明专利]基于质谱分析数据的GBS菌株的克隆复合体分型系统及应用

说明书

本发明公开了基于质谱分析数据的GBS菌株的克隆复合体分型系统及应用。所述分型系统包括：数据收集模块，用于获取GBS菌株蛋白质样本质谱数据；分型模块，用于对质谱数据进行分型处理；所述的分型处理采用基于遗传算法、SVM、KNN、RF、XGB等分类算法或聚类分析方法构建的GBS菌株克隆复合体的识别模型。该系统通过遗传算法等分类算法或聚类分析方法构建GBS菌株常见克隆复合体的自动识别模型，与现有耗时长、操作繁琐、费用昂贵的分子生物学GBS菌株分型方法相比，能够在菌种鉴定的同时，不需花费其他成本且快速分型，尤其是甄别高致病型CC17亚群，具有快速、准确、低成本、高通量，更高的灵敏度和准确率。

技术领域

本发明涉及生物技术领域，具体而言，涉及基于质谱分析数据的GBS菌株的克隆复合体分型系统及应用。

背景技术

B族链球菌(Group B streptococcus,GBS)，又称无乳链球菌(S.agalactiae)，是围生期重症感染主要致病菌之一，严重威胁母婴安全，可造成胎膜早破、羊膜炎、早产、死胎、产褥感染、新生儿败血症、脑膜炎、中毒性休克、肺炎、早产合并低体重儿或极低体重儿等母婴不良后果。新生儿GBS感染分为早发型感染(EOD，出生1周内发病)和晚发型感染(LOD，出生7d～3个月发病)。EOD患儿常有败血症合并肺炎或合并脑膜炎，发病率为(1～4)/1 000，多为产时垂直传播；LOD患儿以脑膜炎多见，可由产时垂直传播、院内感染或其他因素所致。新生儿GBS感染致死率和致残率高，不少存活儿中留有严重的神经系统后遗症。

细菌分型常用于研究病原菌的分子流行情况，制定合理感控措施，更好的预防和控制相关感染性疾病。GBS菌有多种分型方法，按其荚膜多糖抗原可分为Ⅰa、Ⅰb、Ⅱ～Ⅸ等10种血清型，根据七个保守的管家基因核苷酸序列可进行多位点序列分型(MLST)。MLST已广泛用于GBS分子流行病学研究，在人类中已鉴定出ST型基础上的6个主要克隆复合体(Complex clone,CC)：CC1、CC10/CC12、CC17、CC19、CC23和CC26，其中CC17能表达一种能侵袭脑上皮细胞的高毒力蛋白(HvgA)，而能易于通过患儿血脑屏障引发脑膜炎，被认为是高毒力菌。基质辅助激光解析电离飞行时间质谱(MALDI-TOF MS)技术依据细菌蛋白指纹谱，能在数分钟内快速自动将致病菌鉴定到属、种甚至亚型，具有快速、准确、低成本、高通量的特点，近年来在临床病原微生物鉴定领域应用广泛。该技术对微生物鉴定的理论基础，是将设备采集的未知样品图谱与数据库中已知菌种的图谱进行统计学聚类分析，获得鉴定结果，故此菌种鉴定准确性和特异性高度依赖于MALDI-TOF MS生产厂商或用户预先建立的微生物MALDI-TOF MS图谱数据库的完善性与可靠性。虽然微生物质谱仪厂家随设备提供了完善的微生物GBS种属鉴定用数据库，但是该数据库仅能将GBS准确鉴定种，而不能进行进一步对亚型快速准确分型。MLST分型在流行病学领域广泛应用，但是传统的MLST分型操作方法耗时长、操作繁琐、费用昂贵，不适于临床常规开展。为了探索MALDI-TOF MS技术在GBS细菌亚型快速分型中的潜能，我们研究分析了GBS菌株不同ST型的MALDI-TOF MS蛋白质谱峰谱，发现按MLST分型归类的不同CC群GBS蛋白指纹谱峰统计差异显著，相同的CCs蛋白指纹谱峰统计聚类好(CC10需分成ST10和非S10群)，即GBS菌MALDI-TOF MS蛋白指纹谱呈CC群依赖性类聚。这与2020年基因组学新发现-基因组特征与CCs关联相一致，即具有不同侵袭潜能的GBS菌CCs种群具有不同的毒力和生态学适应基因组特征。已发现279个CC特异性基因，可能参与毒力、疾病、新陈代谢和细胞机制的调节，如CC17和CC23的特征性编码菌毛、群体感应蛋白、摄取离子和微量营养素的蛋白基因。已有与ST型相关的GBS菌MALDI-TOF MS蛋白指纹图研究甚少，仅见GBS菌株ST1和ST-17菌株MALDI-TOF MS特征峰谱的研究，或需要依赖于商业化的蛋白质谱数据统计分析收费软件如CliniProTools，临床应用受限。已有研究显示，不同CCs GBS致病性与毒力不同，临床上强烈需要对其进行快速分型。鉴于GBS菌MALDI-TOF MS蛋白指纹谱呈CC群依赖性类聚，我们利用先进的统计学方法和软件分析系统，在GBS菌MALDI-TOF MS蛋白指纹图中发现了CC特异性差异肽峰谱，并建立CCs分型模型和质谱图数据库(MSP)，用于GBS菌的快速准确CCs临床分型。目前，国内外尚无MALDI-TOF MS蛋白指纹图GBS细菌CCs分型模型/质谱图数据库。