Rapid and accurate identification and classification of microorganisms is of paramount importance to public health and safety. With the advance of mass spectrometry (MS) technology, the speed of identification can be greatly improved. However, the increasing number of microbes sequenced is complicating correct microbial identification even in a simple sample due to the large number of candidates present. To properly untwine candidate microbes in samples containing one or more microbes, one needs to go beyond apparent morphology or simple “fingerprinting”; to correctly prioritize the candidate microbes, one needs to have accurate statistical significance in microbial identification. We meet these challenges by using peptide-centric representations of microbes to better separate them and by augmenting our earlier analysis method that yields accurate statistical significance. Here, we present an updated analysis workflow that uses tandem MS (MS/MS) spectra for microbial identification or classification. We have demonstrated, using 226 MS/MS publicly available data files (each containing from 2500 to nearly 100,000 MS/MS spectra) and 4000 additional MS/MS data files, that the updated workflow can correctly identify multiple microbes at the genus and often the species level for samples containing more than one microbe. We have also shown that the proposed workflow computes accurate statistical significances, i.e., E values for identified peptides and unified E values for identified microbes. Our updated analysis workflow MiCId, a freely available software for Microorganism Classification and Identification, is available for download at https://www.ncbi.nlm.nih.gov/CBBresearch/Yu/downloads.html.

Open image in new window

快速，准确地识别和分类微生物对公共健康和安全至关重要。随着质谱（MS）技术的进步，可以大大提高识别速度。但是，由于存在大量候选物，因此测序的微生物数量不断增加，即使在简单的样品中，也使正确的微生物鉴定变得复杂。为了适当地解开包含一种或多种微生物的样品中的候选微生物，人们需要超越明显的形态或简单的“指纹”；为了正确地确定候选微生物的优先级，人们需要在微生物鉴定中具有准确的统计意义。我们通过使用以肽为中心的微生物表示法将它们更好地分离，并通过增强我们的早期分析方法来产生准确的统计意义，从而应对这些挑战。在这里，我们介绍了使用串联MS（MS / MS）光谱进行微生物鉴定或分类的更新的分析工作流程。我们已经证明，使用226个MS / MS公开可用的数据文件（每个文件包含2500至近100,000个MS / MS光谱）和4000个其他MS / MS数据文件，更新后的工作流程可以正确识别属下的多种微生物，并且通常包含一种以上微生物的样品的物种水平。我们还表明，提出的工作流程可以计算出准确的统计显着性，即 我们提供了使用串联MS（MS / MS）光谱进行微生物鉴定或分类的更新的分析工作流程。我们已经证明，使用226个MS / MS公开可用的数据文件（每个文件包含2500至近100,000个MS / MS光谱）和4000个其他MS / MS数据文件，更新后的工作流程可以正确识别属下的多种微生物，并且通常包含一种以上微生物的样品的物种水平。我们还表明，提出的工作流程可以计算出准确的统计显着性，即 我们提供了使用串联MS（MS / MS）光谱进行微生物鉴定或分类的更新的分析工作流程。我们已经证明，使用226个MS / MS公开可用的数据文件（每个文件包含2500至近100,000个MS / MS光谱）和4000个其他MS / MS数据文件，更新后的工作流程可以正确识别属下的多种微生物，并且通常包含一种以上微生物的样品的物种水平。我们还表明，提出的工作流程可以计算出准确的统计显着性，即 更新后的工作流程可以正确识别属多个微生物，并且通常可以在物种级别上识别包含多个微生物的样品。我们还表明，提出的工作流程可以计算出准确的统计显着性，即 更新后的工作流程可以正确地识别属多种微生物，并且对于包含一种以上微生物的样品，通常可以在物种水平上进行识别。我们还表明，提出的工作流程可以计算出准确的统计显着性，即Ë值确定肽和统一Ë用于识别微生物的值。我们更新的分析工作流程MiCId是可免费获得的微生物分类和鉴定软件，可从https://www.ncbi.nlm.nih.gov/CBBresearch/Yu/downloads.html下载。

在新窗口中打开图像