摩洛哥子的分类学识别使用MALDI-MS毒素蛋白质的指纹和计算建模
Boujemaa Ajdi1, Moulay Abdelmonaim El Hidan2, Abdelhafed El Asbahani3
1Laboratory of Microbial Biotechnology and Plant Protection, Faculty of Sciences, University of Ibn Zohr, Agadir, Morocco; Institute for Advanced Biosciences, CR Inserm U1209, CNRSUMR 5309, University of Grenoble-Alpes, 38000 Grenoble, France; Platform BioPark Archamps, 74160 Archamps, France.
子的识别是具有挑战性的. 这项研究使用毒液分子质量指纹 (MFP) 和机器学习来准确识别摩洛哥的子物种,提供一种快速,经济高效的方法.
科学领域:
- 动物学 动物学
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 子的分类学识别是复杂的,通常依赖于形态学,导致错误识别,特别是在摩洛哥等不同地区.
- 准确的子鉴定对于研究和了解它们的临床重要性至关重要.
研究的目的:
- 开发一种实用且可靠的方法,使用毒液分子质量指纹 (MFP) 来识别子物种.
- 创建基于毒素分析的预测模型和光谱库,以快速区分子.
主要方法:
- 在摩洛哥收集了来自15个物种的251只子标本.
- 采用矩阵辅助激光脱/电离质谱法 (MALDI-MS) 获得毒液分子质量指纹 (MFP).
- 利用机器学习算法构建预测模型和从MFP中获得的平均光谱配置文件库.
主要成果:
- 一个计算模型使用32个分子签名实现了99%的识别能力.
- 外部验证表明分类准确度很高:计算模型为97%,光谱库为98%.
- 通过使用MALDI-MS和MFPs,成功地将子物种从家族到物种分化.
结论:
- 本研究介绍了MALDI-MS和MFPs用于生成预测模型和用于子识别图书馆的首次演示.
- 开发的方法为摩洛哥的子分类学提供了快速,准确和成本效益的分子方法.
- 这种概念验证为可靠,快速的子分子鉴定铺平了道路.
更多相关视频
06:34Identification of Rare Bacterial Pathogens by 16S rRNA Gene Sequencing and MALDI-TOF MS
Published on: July 11, 2016
11:09Use of MALDI-TOF Mass Spectrometry and a Custom Database to Characterize Bacteria Indigenous to a Unique Cave Environment Kartchner Caverns, AZ, USA
Published on: January 2, 2015
