A Practical Workflow for the Identification of Aspergillus, Fusarium, Mucorales by MALDI-TOF MS: Database, Medium, and Incubation Optimization
Notice bibliographique
Résumé
There is an increasing body of literature on the utility of MALDI-TOF MS in the identification of filamentous fungi. However, the process still lacks standardization. In this study, we attempted to establish a practical workflow for the identification of three clinically important molds: Aspergillus, Fusarium, and Mucorales using MALDI-TOF MS. We evaluated the performance of Bruker Filamentous Fungi database v3.0 for the identification of these fungi, highlighting when there would be a benefit of using an additional database, the MSI-2 for further identification. We also examined two other variables, namely, medium effect and incubation time on the accuracy of fungal identification. The Bruker database achieved correct species level identification in 85.7% of Aspergillus and 90% of Mucorales, and correct species-complex level in 94.4% of Fusarium. Analysis of spectra using the MSI-2 database would also offer additional value for species identification of Aspergillus species, especially when suspecting species with known identification limits within the Bruker database. This issue would only be of importance in selected cases where species-level identification would impact therapeutic options. Id-Fungi plates (IDFP) had almost equivalent performance to Sabouraud dextrose agar (SDA) for species-level identification of isolates and enabled an easier harvest of the isolates with occasional faster identification. Our study showed accurate identification at 24 h for Fusarium and Mucorales species, but not for Aspergillus species, which generally required 48 h.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».