Summary

Identifizierung von Rare bakteriellen Erregern von 16S rRNA-Gen-Sequenzierung und MALDI-TOF-MS

Published: July 11, 2016
doi:

Summary

Matrix-assisted laser desorption/ionization time of flight mass spectrometry (MALDI-TOF MS) and molecular techniques (16S rRNA gene sequencing) permit the identification of rare bacterial pathogens in routine diagnostics. The goal of this protocol lies in the combination of both techniques which leads to more accurate and reliable data.

Abstract

Es gibt eine Reihe von seltenen und daher unzureichend bakterielle Pathogene beschrieben, die schwere Infektionen berichtet werden insbesondere bei immunsupprimierten Patienten zu verursachen. In den meisten Fällen nur wenige Daten, meist als Fallberichte veröffentlicht, zur Verfügung, die die Rolle solcher Krankheitserreger wie ein infektiöses Agens untersuchen. Daher wird, um die pathogene Charakter solcher Mikroorganismen zu klären, ist es notwendig, epidemiologische Studien durchzuführen, die eine große Anzahl dieser Bakterien umfassen. Die verwendeten Methoden in einer solchen Überwachung Studie haben die folgenden Kriterien erfüllen: die Identifizierung der Stämme hat genau zu sein nach der gültigen Nomenklatur, sollten sie leicht sein (Robustheit), sparsam in der Routinediagnostik zu handhaben, und sie haben zu erzeugen, vergleichbar Ergebnisse unter verschiedenen Labors. Im Allgemeinen gibt es drei Strategien für die Bakterienstämme in einer Routineeinstellung identifiziert: 1) phänotypische Identifizierung der BioChemica charakterisierendenl und metabolischen Eigenschaften der Bakterien, 2) Molekulartechniken wie 16S rRNA-Gen-Sequenzierung und 3) Massenspektrometrie als neuartige Proteom basierten Ansatz. Da Massenspektrometrie und molekularen Ansätzen die vielversprechendsten Mittel zur Identifizierung einer Vielzahl von Bakterienarten sind, sind diese beiden Methoden beschrieben. Die Fortschritte, Grenzen und mögliche Probleme bei der Anwendung dieser Techniken werden diskutiert.

Introduction

Sichere Identifizierung von seltenen Krankheitserregern in der Routinediagnostik wird durch die Tatsache erschwert, dass die klassische kulturelle und biochemische Methoden sind umständlich und manchmal fragwürdig. Darüber hinaus hat ein diagnostisches mikrobiologischen Labor eine große Anzahl von Krankheitserregern zu verarbeiten, von ein paar hundert bis zu mehreren tausend hin, täglich, die die Verwendung von automatisierten Systemen erfordert. Zusätzlich zu der Verwaltung eines hohen Tagesdurchsatz, die genaue Identifizierung von Bakterienspezies erforderlich. Dies ist gerechtfertigt , da sie in ihrer antimikrobiellen Empfindlichkeitsmuster unterscheiden und damit die korrekte Identifizierung liefert dem Arzt wichtige Informationen geeigneten Antibiotika zu wählen (zB Enterococcus spp., Acinetobacter spp.) 12,43.

Automatisierte mikrobiellen Identifizierungssysteme (AMIS) gelten standardisierte Sätze von enzymatischen Reaktionen, die metabolischen Eigenschaften von bakteriellen Isolate zu charakterisieren <sup> 13,15,16,26,27. Obwohl die in diesen Systemen verwendeten Patronen verwenden , um eine große Anzahl von verschiedenen biochemischen Reaktionen, zum Beispiel 47 in der GN – Karte der AMIS in dieser Studie verwendeten 52, diese Strategie erlaubt eine sichere Identifikation nur für eine begrenzte Anzahl von Bakterien. Weiterhin wird die Datenbank, ein fortschrittliches Expertensystem fokussiert klar auf der Erfassung der relevanten und hoch relevanten Bakterien von medizinischer Bedeutung 13,15,16,36. Zwei weitere Systeme, die weithin in Laboratorien verwendet werden, gelten auch für diese biochemische Ansatz zur Identifizierung von Bakterien. Jüngste Studien zeigen eine vergleichbare Identifikationsgenauigkeit zwischen den Amis in dieser Studie und einer der Wettbewerber verwendet (93,7% bzw. 93,0%), während die 3. AMIS eine Identifikationsgenauigkeit von nur 82,4% hat auf Art 35 nivellieren. Solche Abweichungen können von der Qualität der zugrunde liegenden Identifikationsdatenreferenzen, die Versionen von Kits und Software, Unterschiede in metabo erklärt werdenlism und Kenntnisse des technischen Personals 35,36.

Zwei automatisierte MALDI-TOF-MS-Systeme (MALDI-TOF mikrobiellen Identifizierungssystem, MMIS) werden hauptsächlich verwendet. Diese Systeme ermöglichen die Erfassung einer großen Anzahl von Bakterienspezies auf der Grundlage ihrer Protein Fingerabdruck-Massenspektren. Zum Beispiel verwendet die Datenbank des MMIs enthält 6,000 Referenzspektren. Identifikationssysteme basierend auf Massenspektrometrie bieten schnelle und zuverlässige Detektion einer Vielzahl von Mikroorganismen , einschließlich seltene Erreger 11,48,51. Bis heute sind nur wenige direkte Vergleiche zwischen den verfügbaren MMIS in dieser Studie und der Wettbewerber verwendet 19,33. Gemäß Daek et al. Beide Systeme bieten eine ähnlich hohe Rate der Identifikationsgenauigkeit, aber die in dieser Studie verwendet MMIs scheint in Speziesidentifizierung 19 zuverlässiger zu sein.

In ähnlicher Weise Adressieren molekulare Techniken gut konserviert, sondern auch verschiedene Gene ( <em> zB 16S rDNA oder rpoB) ermöglichen eine eindeutige Identifizierung von Arten 3,22,61. Unter diesen ist die 16S – rDNA der am häufigsten verwendete Housekeeping – Gen wegen seiner Präsenz in allen 34 Bakterien. Seine Funktion unverändert bleibt und schließlich mit etwa 1500 bp, das lang genug ist , für Bio-Informatik 14,34 eignen. Viele Forscher betrachten 16S rRNA – Gen – Analyse als "Gold-Standard" für die Identifizierung von Bakterien 21. Dies ist aufgrund der Tatsache , dass nur wenige Laboratorien DNA-DNA – Hybridisierungstechniken bisher zur Identifizierung von seltenen oder neue Bakterien 14,34 verwenden. Darüber hinaus werden immer mehr Datenbanken verfügbar , die für die 16S – rRNA – Gen – Analyse 50 verwendet werden kann. Sie hat jedoch berücksichtigt werden, dass 16S rDNA basierten Detektionssystemen haben eine begrenzte Empfindlichkeit gegenüber Standard-PCR-Protokolle. Darüber hinaus ist die molekulare Ansatz anspruchsvoll, zeitaufwendig und erfordert gut ausgebildetes Personal sowiegewidmet Laboreinrichtungen und ist daher nicht so leicht in die Routinediagnostik implementiert 55. Darüber hinaus hat es sich gezeigt, dass die Kombination von mindestens zwei verschiedenen Methoden der Bakterienidentifikation zur hochgenauen Dehnungs Identifizierung führt. Die Kombination von MALDI-TOF MS und 16S-rDNA-Sequenzierung erlaubt die Identifizierung einer großen Anzahl von verschiedenen Bakterienspezies mit hoher Genauigkeit. Vor kurzem hat die Kombination von MALDI-TOF – MS und 16S rRNA – Gen – Analyse wurde 56 zur Identifizierung von Bakterien studieren epidemiologische Fragestellungen und seltene Krankheitserreger vorgestellt.

Protocol

1. Extraktion von Bakterien-DNA Herstellung der PBS-Lösung Wiegen 1,65 g Na 2 HPO 4 x 2H 2 O, 0,22 g NaH 2 PO 4 x 2H 2 O und 8,80 g NaCl in einem Kolben und füllt mit destilliertem Wasser auf ein Endvolumen von 1000 ml. Den pH-Wert auf 7,4. Für die endgültige Verwendung filtern Sie die Lösung durch eine bakteriendichte (0,22 & mgr; m-Filter). DNA Extraction of Gram-negative Bacteria Streak das Pati…

Representative Results

MALDI-TOF-MS ist eine neue, schnelle und kostengünstige Methode für die mikrobiologische Routinediagnostik. Bakterielle Artbestimmung durch MALDI-TOF – MS – Spektren produziert hauptsächlich aus ribosomalen Proteinen zusammengesetzt , sondern auch andere "sehr konservierten Proteinen mit Housekeeping Funktionen beeinträchtigt in geringem Umfang durch die Umgebungsbedingungen" 17 .Die Datenbank dieser MMIS enthält eine große Menge von Referenzspektren und sogar …

Discussion

Sowohl MALDI-TOF MS und 16S-rRNA-Gen-Sequenzierung bieten die Möglichkeit, eine große Anzahl von verschiedenen Bakterien zu identifizieren. MALDI-TOF-MS ist eine schnelle und kostengünstige Methode, die leicht zu handhaben und große Datenbanken von bakteriellen Massenspektren zur Verfügung. Aus diesem Grund ist MALDI-TOF MS eine schnelle, kostengünstige und zuverlässige Methode zum Screening Studien konzentrierten sich auf seltene bakterielle Pathogene 17,20,39,51 zuführen. In einer prospektiven Studi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

The authors would like to thank Prof. Enno Jacobs for his continuing support.

Materials

CHROMASOLV, HPLC grade water, 1 L Sigma-Aldrich Chemie, München, Germany 270733
Tissue Lyser LT Qiagen, Hilden, Germany 85600 Oscillating Homogenizer
Glass-beads 1,0mm VWR International, Darmstadt, Germany 412-2917
Thermomixer 5436 Eppendorf, Hamburg, Germany 2050-100-05
QIAamp DNA Mini Kit (250) Qiagen, Hilden, Germany 51306
Taq PCR Core Kit (1000 U) Qiagen, Hilden, Germany 201225
Forward Primer TPU1 (5´-AGA GTT TGA TCM TGG CTC AG-3’) biomers.net GmbH, Ulm, Germany 
Reverse Primer RTU4 (5´-TAC CAG GGT ATC TAA TCC TGT T-3´) biomers.net GmbH, Ulm, Germany 
Mastercycler  Eppendorf, Hamburg, Germany Thermocylcer
Reaction tube 1.5 mL SARSTEDT, Nümbrecht, Germany 72,692
Reaction tube 2 mL SARSTEDT, Nümbrecht, Germany 72,693,005
PCR 8er-CapStrips Biozym Scientific, Hessisch Oldendorf, Germany 711040X
PCR 8er-SoftStrips Biozym Scientific, Hessisch Oldendorf, Germany 711030X
Sharp R-ZV11  Sharp Electronics, Hamburg, Germany Microwave
Titriplex III (EDTA Na2-salt dehydrate; 1 kg) Merck, Darmstadt, Germany 1084211000
SeaKem LE Agarose Biozym Scientific, Hessisch Oldendorf, Germany 849006
(2 x 500 g)
SmartLadder SF – 100 to 1000 bp Eurogentec, Lüttich, Belgium MW-1800-04
Bromphenol blue (25 g) Sigma-Aldrich Chemie, München, Germany B0126
Xylene cyanol FF (10 g) Sigma-Aldrich Chemie, München, Germany X4126
ComPhor L Maxi  Biozym, Hessisch Oldendorf, Germany
Ethidium bromide solution 1 %(10 mL) Carl Roth, Karlsruhe, Germany 2218.1
Gel Doc 2000 Bio-Rad Laboratories, München, Germany Gel-documentation system 
ExoSAP-IT (500 reactions) Affymetrix UK, Wooburn Green, High Wycombe, United Kingdom 78201
Buffer (10 x) with EDTA  Life Technologies, Darmstadt, Germany 402824
BigDye Terminator Kit v1.1 Life Technologies, Darmstadt, Germany 4337450
Hi-Di formamide (25 mL) Life Technologies, Darmstadt, Germany 4311320
DyeEx 2.0 Spin Kit (250) Qiagen, Hilden, Germany 63206
3130 Genetic Analyzer Life Technologies, Darmstadt, Germany Sequenzer
MicroAmp optical 96-well reaction plate with barcode Life Technologies, Darmstadt, Germany 4306737
3130 Genetic Analyzer, plate base 96-well Life Technologies, Darmstadt, Germany 4317237
3130 Genetic Analyzer, plate retainer 96-well Life Technologies, Darmstadt, Germany 4317241
3130 Genetic Analyzer, well plate septa Life Technologies, Darmstadt, Germany 4315933
3130 Genetic Analyzer, POP-7 Polymer, 7 mL Life Technologies, Darmstadt, Germany 4352759
3130 Genetic Analyzer, 4-Capillary Array, 50 cm Life Technologies, Darmstadt, Germany 4333466
Sequencing Analysis Software 5.4 Life Technologies, Darmstadt, Germany
microflex (the MALDI TOF MS maschine) Bruker Daltonik, Bremen, Germany
MALDI Biotyper (the MALDI TOF MS system) Bruker Daltonik, Bremen, Germany our mMIS
VITEK MS  bioMérieux, Nürtingen, Germany  2nd mMis 
flexControl 3.4 (control software) Bruker Daltonik, Bremen, Germany
Biotyper Realtime Classification 3.1 (RTC), (analysis software) Bruker Daltonik, Bremen, Germany
α-cyano-4-hydroxycinnamic acid, HCCA, 1 g Bruker Daltonik, Bremen, Germany 201344
Peptide Calibration Standard II Bruker Daltonik, Bremen, Germany 222570
MSP 96 target polished steel Bruker Daltonik, Bremen, Germany 8224989
peqgreen  peqlab  37-5010
MALDI Biotyper Galaxy  Bruker Daltonik, Bremen, Germany Part No. 1836007 
Vitek 2  bioMérieux, Nürtingen, Germany  our aMis 
MicroScan  Beckman Coulter  2nd aMis 
BD Phoenix™ Automated Microbiology System BD 3rd aMis 
Staphylococcus aureus subsp. aureus Rosenbach (ATCC® 25923™) ATCC  postive control for PCR 

References

  1. . . Applied Biosystems 3130/3130xl Genetic Analyzers – Getting Started Guide. , (2010).
  2. . Ch. 5. Applied Biosystems 3130/3130xl Genetic Analyzers – Getting Started Guide. , 81-104 (2010).
  3. Adekambi, T., Drancourt, M., Raoult, D. The rpoB gene as a tool for clinical microbiologists. Trends Microbiol. 17 (1), 37-45 (2009).
  4. Almuzara, M. N., et al. First case of fulminant sepsis due to Wohlfahrtiimonas chitiniclastica. J.Clin.Microbiol. 49 (6), 2333-2335 (2011).
  5. Areekul, S., Vongsthongsri, U., Mookto, T., Chettanadee, S., Wilairatana, P. Sphingobacterium multivorum septicemia: a case report. J.Med.Assoc.Thai. 79 (6), 395-398 (1996).
  6. Aydin, T. T., et al. Chryseobacterium indologenes Septicemia in an Infant. Case Rep.Infect.Dis. 2014, 270521 (2014).
  7. Baillie, S., Ireland, K., Warwick, S., Wareham, D., Wilks, M. Matrix-assisted laser desorption/ionisation-time of flight mass spectrometry: rapid identification of bacteria isolated from patients with cystic fibrosis. Br.J.Biomed.Sci. 70 (4), 144-148 (2013).
  8. Benedetti, P., Rassu, M., Pavan, G., Sefton, A., Pellizzer, G. Septic shock, pneumonia, and soft tissue infection due to Myroides odoratimimus: report of a case and review of Myroides infections. Infection. 39 (2), 161-165 (2011).
  9. Bertelli, C., Greub, G. Rapid bacterial genome sequencing: methods and applications in clinical microbiology. Clin.Microbiol.Infect. 19 (9), 803-813 (2013).
  10. Bhuyar, G., Jain, S., Shah, H., Mehta, V. K. Urinary tract infection by Chryseobacterium indologenes. Indian J.Med.Microbiol. 30 (3), 370-372 (2012).
  11. Buchan, B. W., Ledeboer, N. A. Emerging technologies for the clinical microbiology laboratory. Clin.Microbiol.Rev. 27 (4), 783-822 (2014).
  12. Castillo-Rojas, G., et al. Comparison of Enterococcus faecium and Enterococcus faecalis Strains isolated from water and clinical samples: antimicrobial susceptibility and genetic relationships. PLoS ONE. 8 (4), e59491 (2013).
  13. Chatzigeorgiou, K. S., Sergentanis, T. N., Tsiodras, S., Hamodrakas, S. J., Bagos, P. G. Phoenix 100 versus Vitek 2 in the identification of gram-positive and gram-negative bacteria: a comprehensive meta-analysis. J.Clin.Microbiol. 49 (9), 3284-3291 (2011).
  14. Clarridge, J. E. Impact of 16S rRNA gene sequence analysis for identification of bacteria on clinical microbiology and infectious diseases. Clin.Microbiol.Rev. 17 (4), 840-862 (2004).
  15. Crowley, E., et al. Evaluation of the VITEK 2 Gram-negative (GN) microbial identification test card: collaborative study. J.AOAC Int. 95 (3), 778-785 (2012).
  16. Crowley, E., et al. Evaluation of the VITEK 2 gram positive (GP) microbial identification test card: collaborative study. J.AOAC Int. 95 (5), 1425-1432 (2012).
  17. Croxatto, A., Prod’hom, G., Greub, G. Applications of MALDI-TOF mass spectrometry in clinical diagnostic microbiology. FEMS Microbiol.Rev. 36 (2), 380-407 (2012).
  18. Crum-Cianflone, N. F., Matson, R. W., Ballon-Landa, G. Fatal case of necrotizing fasciitis due to Myroides odoratus. Infection. 42 (5), 931-935 (2014).
  19. Deak, E., et al. Comparison of the Vitek MS and Bruker Microflex LT MALDI-TOF MS platforms for routine identification of commonly isolated bacteria and yeast in the clinical microbiology laboratory. Diagn.Microbiol.Infect.Dis. 81 (1), 27-33 (2015).
  20. DeMarco, M. L., Ford, B. A. Beyond identification: emerging and future uses for MALDI-TOF mass spectrometry in the clinical microbiology laboratory. Clin.Lab.Med. 33 (3), 611-628 (2013).
  21. Deng, J., et al. Comparison of MALDI-TOF MS, gene sequencing and the Vitek 2 for identification of seventy-three clinical isolates of enteropathogens. J.Thorac.Dis. 6 (5), 539-544 (2014).
  22. Drancourt, M., Berger, P., Raoult, D. Systematic 16S rRNA gene sequencing of atypical clinical isolates identified 27 new bacterial species associated with humans. J.Clin.Microbiol. 42 (5), 2197-2202 (2004).
  23. Fenselau, C., Demirev, P. A. Characterization of intact microorganisms by MALDI mass spectrometry. Mass Spectrom.Rev. 20 (4), 157-171 (2001).
  24. Freney, J., et al. Septicemia caused by Sphingobacterium multivorum. J.Clin.Microbiol. 25 (6), 1126-1128 (1987).
  25. Funke, G., Frodl, R., Sommer, H. First comprehensively documented case of Paracoccus yeei infection in a human. J.Clin.Microbiol. 42 (7), 3366-3368 (2004).
  26. Funke, G., Funke-Kissling, P. Evaluation of the new VITEK 2 card for identification of clinically relevant gram-negative rods. J.Clin.Microbiol. 42 (9), 4067-4071 (2004).
  27. Funke, G., Funke-Kissling, P. Performance of the new VITEK 2 GP card for identification of medically relevant gram-positive cocci in a routine clinical laboratory. J.Clin.Microbiol. 43 (1), 84-88 (2005).
  28. Gaillot, O., et al. Cost-effectiveness of switch to matrix-assisted laser desorption ionization-time of flight mass spectrometry for routine bacterial identification. J.Clin.Microbiol. 49 (12), 4412 (2011).
  29. Gilchrist, C. A., Turner, S. D., Riley, M. F., Petri, W. A., Hewlett, E. L. Whole-genome sequencing in outbreak analysis. Clin.Microbiol.Rev. 28 (3), 541-563 (2015).
  30. Holland, R. D., et al. Rapid identification of intact whole bacteria based on spectral patterns using matrix-assisted laser desorption/ionization with time-of-flight mass spectrometry. Rapid Commun.Mass Spectrom. 10 (10), 1227-1232 (1996).
  31. Holmes, B., Owen, R. J., Hollis, D. G. Flavobacterium spiritivorum, a new species isolated from human clinical specimens. Int.J.Syst.Bacteriol. 32 (2), 157-165 (1982).
  32. Holmes, B., Owen, R. J., Weaver, R. E. Flavobacterium multivorum, a new species isolated from human clinical specimens and previously known as group IIk, biotype 2. Int.J.Syst.Bacteriol. 31 (1), 21-34 (1981).
  33. Jamal, W., Albert, M., Rotimi, V. O. Real-time comparative evaluation of bioMerieux VITEK MS versus Bruker Microflex MS, two matrix-assisted laser desorption-ionization time-of-flight mass spectrometry systems, for identification of clinically significant bacteria. BMC Microbiol. 14 (1), 289 (2014).
  34. Janda, J. M., Abbott, S. L. 16S rRNA gene sequencing for bacterial identification in the diagnostic laboratory: pluses, perils, and pitfalls. J.Clin.Microbiol. 45 (9), 2761-2764 (2007).
  35. Jin, W. Y., et al. Evaluation of VITEK 2, MicroScan, and Phoenix for identification of clinical isolates and reference strains. Diagn.Microbiol.Infect.Dis. 70 (4), 442-447 (2011).
  36. Jossart, M. F., Courcol, R. J. Evaluation of an automated system for identification of Enterobacteriaceae and nonfermenting bacilli. Eur.J.Clin.Microbiol.Infect.Dis. 18 (12), 902-907 (1999).
  37. Karas, M., Hillenkamp, F. Laser desorption ionization of proteins with molecular masses exceeding 10,000 daltons. Anal.Chem. 60 (20), 2299-2301 (1988).
  38. Koh, Y. R., et al. The first Korean case of Sphingobacterium spiritivorum bacteremia in a patient with acute myeloid leukemia. Ann.Lab.Med. 33 (4), 283-287 (2013).
  39. Kok, J., Chen, S. C., Dwyer, D. E., Iredell, J. R. Current status of matrix-assisted laser desorption ionisation-time of flight mass spectrometry in the clinical microbiology laboratory. Pathology. 45 (1), 4-17 (2013).
  40. Koljalg, S., et al. First report of Wohlfahrtiimonas chitiniclastica from soft tissue and bone infection at an unusually high northern latitude. Folia Microbiol.(Praha). , (2014).
  41. Krishnamurthy, T., Ross, P. L. Rapid identification of bacteria by direct matrix-assisted laser desorption/ionization mass spectrometric analysis of whole cells. Rapid Commun.Mass Spectrom. 10 (15), 1992-1996 (1996).
  42. Ktari, S., et al. Nosocomial outbreak of Myroides odoratimimus urinary tract infection in a Tunisian hospital. J.Hosp.Infect. 80 (1), 77-81 (2012).
  43. Lim, Y. M., Shin, K. S., Kim, J. Distinct antimicrobial resistance patterns and antimicrobial resistance-harboring genes according to genomic species of Acinetobacter isolates. J.Clin.Microbiol. 45 (3), 902-905 (2007).
  44. Marinella, M. A. Cellulitis and sepsis due to sphingobacterium. JAMA. 288 (16), 1985 (2002).
  45. McElvania, T. E., Shuey, S., Winkler, D. W., Butler, M. A., Burnham, C. A. Optimizing identification of clinically relevant Gram-positive organisms by use of the Bruker Biotyper matrix-assisted laser desorption ionization-time of flight mass spectrometry system. J Clin.Microbiol. 51 (5), 1421-1427 (2013).
  46. Mellmann, A., et al. Evaluation of matrix-assisted laser desorption ionization-time-of-flight mass spectrometry in comparison to 16S rRNA gene sequencing for species identification of nonfermenting bacteria. J.Clin.Microbiol. 46 (6), 1946-1954 (2008).
  47. Mignard, S., Flandrois, J. P. 16S rRNA sequencing in routine bacterial identification: a 30-month experiment. J.Microbiol.Methods. 67 (3), 574-581 (2006).
  48. Nomura, F. Proteome-based bacterial identification using matrix-assisted laser desorption ionization-time of flight mass spectrometry (MALDI-TOF MS): A revolutionary shift in clinical diagnostic microbiology. Biochim.Biophys.Acta. , (2014).
  49. Opota, O., Croxatto, A., Prod’hom, G., Greub, G. Blood culture-based diagnosis of bacteraemia: state of the art. Clin.Microbiol.Infect. 21 (4), 313-322 (2015).
  50. Patel, J. B. 16S rRNA gene sequencing for bacterial pathogen identification in the clinical laboratory. Mol.Diagn. 6 (4), 313-321 (2001).
  51. Patel, R. MALDI-TOF MS for the Diagnosis of Infectious Diseases. Clin.Chem. , (2014).
  52. Pincus, D. H., Miller, M. J. Ch. 1. Encyclopedia of Rapid Microbiological Methods. , 1-32 (2005).
  53. Potvliege, C., et al. Flavobacterium multivorum septicemia in a hemodialyzed patient. J.Clin.Microbiol. 19 (4), 568-569 (1984).
  54. Rebaudet, S., Genot, S., Renvoise, A., Fournier, P. E., Stein, A. Wohlfahrtiimonas chitiniclastica bacteremia in homeless woman. Emerg.Infect.Dis. 15 (6), 985-987 (2009).
  55. Risch, M., et al. Comparison of MALDI TOF with conventional identification of clinically relevant bacteria. Swiss Med.Wkly. 140, 13095 (2010).
  56. Schröttner, P., Rudolph, W. W., Eing, B. R., Bertram, S., Gunzer, F. Comparison of VITEK2, MALDI-TOF MS, and 16S rDNA sequencing for identification of Myroides odoratus and Myroides odoratimimus. Diagn.Microbiol.Infect.Dis. 79 (2), 155-159 (2014).
  57. Schröttner, P., Rudolph, W. W., Taube, F., Gunzer, F. First report on the isolation of Aureimonas altamirensis from a patient with peritonitis. Int.J.Infect.Dis. 29, 71-73 (2014).
  58. Schröttner, P., et al. Actinobacillus equuli ssp. haemolyticus in a semi-occlusively treated horse bite wound in a 2-year-old girl. Ger.Med.Sci. 11, (2013).
  59. Seng, P., et al. Ongoing revolution in bacteriology: routine identification of bacteria by matrix-assisted laser desorption ionization time-of-flight mass spectrometry. Clin.Infect.Dis. 49 (4), 543-551 (2009).
  60. Shahul, H. A., Manu, M. K., Mohapatra, A. K., Chawla, K. Chryseobacterium indologenes pneumonia in a patient with non-Hodgkin’s lymphoma. BMJ Case.Rep. 2014, (2014).
  61. Stackebrandt, E., Göbel, B. M. Taxonomic note: a place for DNA-DNA reassociation and 16S rRNA sequence analysis in the present species definition in bacteriology. Int.J.Syst.Bacteriol. 44, 846-849 (1994).
  62. Tan, K. E., et al. Prospective evaluation of a matrix-assisted laser desorption ionization-time of flight mass spectrometry system in a hospital clinical microbiology laboratory for identification of bacteria and yeasts: a bench-by-bench study for assessing the impact on time to identification and cost-effectiveness. J.Clin.Microbiol. 50 (10), 3301-3308 (2012).
  63. Tanaka, K. The origin of macromolecule ionization by laser irradiation (Nobel lecture). Angew.Chem.Int.Ed.Engl. 42 (33), 3860-3870 (2003).
  64. Thaiwong, T., Kettler, N. M., Lim, A., Dirkse, H., Kiupel, M. First report of emerging zoonotic pathogen Wohlfahrtiimonas chitiniclastica in the United States. J.Clin.Microbiol. 52 (6), 2245-2247 (2014).
  65. Török, M. E., Peacock, S. J. Rapid whole-genome sequencing of bacterial pathogens in the clinical microbiology laboratory–pipe dream or reality. J.Antimicrob.Chemother. 67 (10), 2307-2308 (2012).
  66. Toth, E. M., et al. Wohlfahrtiimonas chitiniclastica gen. nov., sp. nov., a new gammaproteobacterium isolated from Wohlfahrtia magnifica (Diptera: Sarcophagidae). Int.J.Syst.Evol.Microbiol. 58, 976-981 (2008).
  67. Tristezza, M., Gerardi, C., Logrieco, A., Grieco, F. An optimized protocol for the production of interdelta markers in Saccharomyces cerevisiae by using capillary electrophoresis. J.Microbiol.Methods. 78 (3), 286-291 (2009).
  68. Valentine, N. B., Wahl, J. H., Kingsley, M. T., Wahl, K. L. Direct surface analysis of fungal species by matrix-assisted laser desorption/ionization mass spectrometry. Rapid Commun.Mass Spectrom. 16 (14), 1352-1357 (2002).
  69. van Veen, S. Q., Claas, E. C., Kuijper, E. J. High-throughput identification of bacteria and yeast by matrix-assisted laser desorption ionization-time of flight mass spectrometry in conventional medical microbiology laboratories. J.Clin.Microbiol. 48 (3), 900-907 (2010).
  70. Verma, R. K., Rawat, R., Singh, A., Singh, D. P., Verma, V. Sphingobacterium multivorum causing fatal meningoencephalitis: a rare case report. Int.J.Res.Med.Sci. 2 (4), 1710-1712 (2014).
  71. Yabuuchi, E., Kaneko, T., Yano, I., Moss, C. W., Miyoshi, N. Sphingobacterium gen. nov., Sphingobacterium spiritivorum comb. nov., Sphingobacterium multivorum comb. nov., Sphingobacterium mizutae sp. nov., and Flavobacterium indologenes sp. nov.: Glucose-nonfermenting Gram-negative rods in CDC groups IIK-2 and IIb. Int.J.Syst.Bacteriol. 33 (3), 580-598 (1983).

Play Video

Cite This Article
Schröttner, P., Gunzer, F., Schüppel, J., Rudolph, W. W. Identification of Rare Bacterial Pathogens by 16S rRNA Gene Sequencing and MALDI-TOF MS. J. Vis. Exp. (113), e53176, doi:10.3791/53176 (2016).

View Video