JoVE Journal > Immunology and Infection
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Please note that all translations are automatically generated. Click here for the English version.
Immunology and Infection

Identifiering av sällsynta mängden sjukdomsalstrande bakterier från 16S rRNA Gene sekvensering och MALDI-TOF MS

Published: July 11, 2016
doi:
10.3791/53176
, , ,
1Institut für Medizinische Mikrobiologie und Hygiene, Medizinische Fakultät Carl Gustav Carus,TU Dresden, 2Institut für Virologie, Medizinische Fakultät Carl Gustav Carus,TU Dresden

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

Det finns ett antal sällsynta och följaktligen inte tillräckligt beskrivna bakteriella patogener som rapporteras orsaka allvarliga infektioner, särskilt i patienter med nedsatt immunförsvar. I de flesta fall bara några data, mestadels publicerade som fallrapporter, finns som undersöka vilken roll sådana patogener som ett smittämne. Därför, i syfte att klargöra den patogena karaktären av sådana mikroorganismer, är det nödvändigt att genomföra epidemiologiska studier som omfattar ett stort antal av dessa bakterier. De metoder som används i ett sådant uppföljningsstudie måste uppfylla följande kriterier: identifiering av stammarna måste vara korrekt enligt gällande nomenklatur, bör de vara lätta att hantera (robusthet), ekonomisk i rutindiagnostik och de måste generera jämförbara resultat mellan olika laboratorier. Generellt finns det tre strategier för att identifiera bakteriestammar i en rutin inställning: 1) fenotypisk identifiering karaktäriserar BioChemical och metaboliska egenskaper av bakterierna, 2) molekylära tekniker, såsom 16S rRNA-genen sekvensering och 3) masspektrometri som ett nytt proteom baserad metod. Eftersom masspektrometri och molekylära metoder är de mest lovande verktygen för att identifiera ett stort antal bakteriearter, är dessa två metoder som beskrivs. Förskott, begränsningar och potentiella problem när du använder dessa tekniker diskuteras.

Introduction

Säker identifiering av sällsynta patogener i rutindiagnostik hämmas av det faktum att klassiska kulturella och biokemiska metoder är besvärliga och ibland tvivelaktig. Vidare har en diagnostisk mikrobiologiska laboratoriet för att bearbeta ett stort antal patogener, som sträcker sig från några hundra till flera tusen, dagligen, vilket kräver användning av automatiserade system. Utöver hanteringen av en hög daglig genomströmning krävs exakt identifiering av bakteriearter. Detta är motiverat eftersom de skiljer sig i sina resistensmönster och därför korrekt identifiering ger läkaren viktig information för att välja lämpliga antibiotika (t.ex. Enterococcus spp., Acinetobacter spp.) 12,43.

Automatiserade mikrobiella identifieringssystem (AMIS) tillämpa standardiserade uppsättningar av enzymatiska reaktioner för att karakterisera de metaboliska egenskaperna hos bakterieisolat <sup> 13,15,16,26,27. Även om patronerna som används i dessa system använder ett stort antal olika biokemiska reaktioner, t.ex., 47 i GN kortet i AMIS användes i denna studie 52, denna strategi tillåter säker identifiering endast för ett begränsat antal bakterier. Vidare är databasen, ett avancerat expertsystem, klart inriktad på detektering av relevanta och högst relevanta bakterier av medicinsk betydelse 13,15,16,36. Ytterligare två system, ofta används i laboratorier, även tillämpa denna biokemiska tillvägagångssätt för bakteriell identifiering. Nyligen genomförda studier visar en jämförbar identifieringsnoggrannhet mellan AMIS användes i denna studie och en av konkurrenterna (93,7% och 93,0% respektive), medan den 3: e Amis har en identifieringsnoggrannhet på endast 82,4% på artnivå 35. Sådana skillnader kan förklaras av kvaliteten på de underliggande identifieringsdatareferenser, versionerna av byggsatser och programvara, skillnader i metabolism och skicklighet av teknisk personal 35,36.

Två automatiska MALDI-TOF MS-system (MALDI-TOF mikrobiell identifieringssystem, MMI) används främst. Dessa system medger detektering av ett stort antal bakteriearter baserat på deras proteinfingeravtrycks masspektra. Exempelvis databasen av de MMI används innehåller 6000 referensspektra. Identifieringssystem baserade på masspektrometri erbjuder snabb och tillförlitlig detektering av en stor mångfald mikroorganismer inklusive sällsynta patogener 11,48,51. Hittills har endast ett fåtal direkta jämförelser finns mellan MMI används i denna studie och dess konkurrent 19,33. Enligt Dæk et al. Båda systemen ger en liknande hög grad av identifiering noggrannhet, men de MMI användes i denna studie verkar vara mer tillförlitliga i artidentifiering 19.

På samma sätt, adresse molekylära tekniker väl bevarade men också distinkta gener ( <em> t ex 16S rDNA eller rpoB) tillåta en tydlig artbestämning 3,22,61. Bland dessa är 16S rDNA den mest använda housekeeping-gen på grund av sin närvaro i alla bakterier 34. Dess funktion är oförändrad och slutligen, med ungefär 1500 bp, det är tillräckligt lång för att vara lämpliga för bioinformatik 14,34. Många forskare anser 16S rRNA genanalys som "guldstandard" för bakteriell identifiering 21. Detta beror på det faktum att få laboratorier använder DNA-DNA hybridiseringstekniker hittills för identifiering av sällsynta eller nya bakterier 14,34. Dessutom, fler och fler databaser finns tillgängliga som kan användas för 16S rRNA genanalys 50. Emellertid måste man ta hänsyn till att 16S rDNA baserade detektionssystem har en begränsad känslighet jämfört med standard-PCR-protokoll. Dessutom är den molekylära tillvägagångssätt sofistikerade, tidskrävande och kräver högt utbildad personal samtdedikerade laboratorier och är därför inte lätt implementeras i rutindiagnostik 55. Dessutom har det visat sig att kombinationen av åtminstone två olika metoder för bakteriell identifiering leder till mycket noggrann stamidentifiering. Kombinationen av MALDI-TOF MS och 16S rDNA-sekvensering möjliggör identifiering av ett stort antal olika bakteriearter med hög noggrannhet. Nyligen kombinationen av MALDI-TOF MS och 16S rRNA genanalys presenterades för bakteriell identifiering studera epidemiologiska frågor och sällsynta patogener 56.

Protocol

1. Utvinning av bakterie-DNA Framställning av PBS-lösning Väg 1,65 g Na 2 HPO 4 x 2 H2O, 0,22 g NaH 2 PO 4 x 2 H2O och 8,80 g NaCl i en kolv och fyll med destillerat vatten till en slutvolym av 1000 ml. Justera pH till 7,4. För slutlig användning filtrera lösningen genom ett bakteriesäkert (0,22 | im) filter. DNA Extraktion av gramnegativa bakterier Streak patientmaterial på lämpligt odlingsmedier …

Representative Results

MALDI-TOF MS är en ny, snabb och billig metod för mikrobiologisk rutindiagnostik. Bakteriell artbestämning av MALDI-TOF MS producerar spektra huvudsakligen består av ribosomproteiner men även andra "mycket konserverade proteiner med hushållning funktioner påverkas i minimal grad av miljöförhållanden" 17 .Det databas denna MMI innehåller ett stort antal referensspektra och även bakterier som sällan förekommer i kliniska isolat kan säkert identifieras <s…

Discussion

Både MALDI-TOF MS och 16S rRNA gensekvenser erbjuder möjligheten att identifiera ett stort antal olika bakterier. MALDI-TOF MS är en snabb och billig metod, vilken är enkel att hantera och stora databaser av bakteriellt masspektra är tillgängliga. Av denna anledning är MALDI-TOF MS en snabb, kostnadseffektiv och tillförlitlig metod för att genomföra screening studier inriktade på sällsynta bakteriella patogener 17,20,39,51. I en prospektiv studie som jämförde MALDI-TOF MS med andra fenotypiska m…

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 
DOWNLOAD MATERIALS LIST

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).

Tags

16S RRNA Gene SequencingMALDI-TOF MSRare Bacterial PathogensMyroidesOdoratimimusBacterial DNA Extraction16S RRNA PCRSanger SequencingMALDI-TOF MS AnalysisMALDI Biotyper SoftwareBacterial IdentificationDiagnostic Microbiology

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
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).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image