Improving the taxonomic classification of ruminal bacteria and archaea with a custom MALDI-TOF Mass Spectrometry database
本研究建立了首个经过验证的瘤胃特异性 MALDI-TOF MS 数据库及自动化光谱处理工作流，与商业数据库相比，显著提高了识别此前代表性不足的瘤胃细菌和古菌的准确性、重复性和分类分辨率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在牛、羊和其他食草动物的胃里，隐藏着一座繁忙且肉眼不可见的城市。这个被称为“瘤胃”的生态系统是一个发酵室，数以万计的微小生物在这里协同工作，分解那些动物自身无法消化的坚韧植物纤维。作为获得温暖家园和稳定食物供应的回报，这些微生物会产生富含能量的化合物来喂养宿主动物。然而，这个群体不仅是营养的来源，也是气候变化的主要引擎。这一微生物群体中的某些成员，特别是被称为“产甲烷菌”的一类，在消化过程中会产生甲烷气体作为副产物。准确了解究竟有哪些物种存在、它们的数量有多少以及它们正在进行怎样的活动，对于改善动物健康和减少温室气体排放至关重要。然而，几十年来，科学家们一直难以快速且准确地识别这些生物。虽然我们知道瘤胃中充满了生命，但大多数特定的细菌和古菌菌株仍然是一个谜，因为用于识别它们的工具是为完全不同的世界而设计的。
多年来，实验室鉴定微生物的标准方法一直依赖于读取它们的遗传密码，这是一个缓慢且耗费人力的过程。一种被称为“质谱分析”的更快速的替代方法，已经彻底改变了医院识别致病菌的方式。这种技术的工作原理是提取微生物的微小样本，用激光将其气化，并测量飞出的蛋白质的重量。每种微生物都有独特的蛋白质“指纹”，如果计算机拥有这些指纹的库，它就能在几秒钟内识别出未知样本。问题在于，这些机器使用的商业数据库是为人类医学设计的。它们充满了导致人类感染的细菌指纹，但在涉及牛胃中生存的专门微生物方面却几乎是空白的。当研究人员尝试将这些标准机器用于瘤胃样本时，计算机经常无法识别这些生物，或者更糟的是，给出看似笃定实则完全错误的答案，将一种牛的微生物误认为是真菌或人类病原体。
为了解决这个问题，一个研究小组着手为瘤胃构建一个新的定制数据库。他们从自己的培养收藏中收集了222种不同的细菌菌株和6种古菌菌株。这些菌株代表了瘤胃中发现的广泛微生物生命，其中包括许多从未在质谱数据库中被妥善编目的微生物。随后，团队在实验室中培养了这些微生物，并精心准备它们以供机器扫描。他们开发了一种特定的蛋白质提取配方，用于从这些坚韧且高度专业化的细胞中提取蛋白质，以确保生成的指纹清晰且一致。在收集了数千份高质量的扫描数据后，他们将这些数据整理成一个新的数字数据库，作为机器可以使用的参考指南。
这个新数据库带来的结果是立竿见影且具有戏剧性的。在更新之前，机器在识别瘤胃微生物方面表现挣扎。对于旧库中完全缺失的细菌，几乎所有的扫描都被标记为不可靠。对于那六种甚至更难研究的古菌，机器几乎每次都无法正确识别它们，经常将它们归类为不相关的真菌或酵母物种。在研究人员添加了新的瘤中特异性库之后，机器的表现发生了蜕变。识别这些细菌的置信度显著提高，且达到物种水平的正确识别数量大幅飙升。对于古菌而言，改进效果更为惊人；机器从完全无法识别它们，转变为近乎完美地准确识别它们。新系统还消除了机器经常自信地将瘤胃微生物误认为是霉菌或人类酵母等物质的情况。
除了能准确命名之外，新系统还使结果更加一致。过去，如果研究人员对同一种微生物进行十次扫描，机器可能会给出十个略有不同的答案，这使得数据难以信任。有了这个新的定制库，这些差异显著缩小了。研究人员还通过将这些新的指纹与已知微生物的家族树进行对比，来检查这些指纹是否符合生物学逻辑。他们发现，机器自然地将相关的物种归为一类，就像基因分析所做的那样。这证实了蛋白质指纹确实捕捉到了生物体之间的真实生物学差异。通过创造这个专门的工具，研究人员消除了瘤胃科学中的一个主要瓶颈。他们提供了一种能够快速且准确地处理数千个微生物样本的方法，让科学家们终于能够探索瘤胃生态系统的完整多样性，并理解这些微小生物在动物健康和全球气候中所扮演的具体角色。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。