微生物自动化鉴定系统的工作原理.pdf

.. 微生物自动化鉴定系统的工作原理 微生物鉴定的自动化技术近十几年得到了快速发展。数码分类技术集数学、计算机、信 息及自动化分析为一体，采用商品化和标准化的配 套鉴定和抗菌药物敏感试验卡或条板， 可快速准确地对临床数百种常见分离菌进行自动 分析鉴定和药敏试验。目前自动化微生物鉴定和药 敏分析系统已在世界范围内临床实验室中广泛应用。 一、微生物数码鉴定法 早在七十年代中期， 一些国外公司就研究出借助生物信息编码鉴定细菌的新方法。 这些 技术的应用，为医学微生物检验工作 提供了一个简便、科学的细菌鉴定程序，大大提高了细菌鉴定的准确性。目前，微生物 编码鉴定技术已经得到普遍应用，并早已商品化和 形成独特的不同细菌鉴定系统。如 API 、 Micro-ID 、 RapID、Enterotube 和 Minitek 等 系统。这种鉴定 系统是自动化鉴定系统的基础。 ( 一 ) 数码鉴定法基本原理 数码鉴定是指通过数学的编码技术将细菌的生化反应模式转换成数学模式， 给每种细菌 的反应模式赋予一组数码，建立数据库或编成检索 本。通过对未知菌进行有关生化试验并将生化反应结果转换成数字（编码），查阅检索 本或数据库，得到细菌名称。其基本原理是计算并 比较数据库内每个细菌条目对系统中每个生化反应出现的频率总和。 随着电脑技术的进 步，这一过程已变得非常容易。 1．简要介绍计算步骤： (1) 出现频率（概率）的计算：将记录成阳性或阴性结果转换成出现频率：①对阳性特 征，则除以 100 即得。②对阴性特征，除以 1 ;.. .. 00 的商被 1 减去即可。③说明：对“ 0”和“ 100”，因这 2 个数太超量，为了使结果不 出现过小或过大，而用相似值 0.01 或 0 .99 值代替。 (2) 在每一个分类单位中，将所有测定项目的出现频率相乘，得出总出现频率。 (3) 在每个分类菌群中的所有菌的总出现频率相加，除以一个分类单位的总出现频率， 乘 100，即得鉴定 % （%id ） (4) 在每个菌群中， 再按 %id 值大小顺序重新排列。 将未知菌单次总发生频率除以最典型 反应模式单次总发生频率，得到模式频率 T 值，代表个体与总体的近似值。 T 值越接近 1，个体与总体越接近， 鉴定价值越大。 按%id 大小排序，将相邻两项的 %id 之比为 R， 代表着首选条目与次选条目的差距，差距越大，价值越大。如果 %id≥80，参考 T 及 R 值可作出鉴定。 2 ．在编码检索本中检索数据谱得出的结果有以下几种形式（以 API 鉴定系统为例）。 (1) 有此数码谱 : ①有一个或几个菌名条目及相应的鉴定值（ %id 和 T 值）。②对鉴定结 果好坏的评价，最佳……等。 ③用小括号列出关键的生化结果及阳性百分率。④有时， 鉴定结果不佳或有多条菌名条 目, 需进一步补充试验项目才能得出良好的鉴定结 果。⑤指出某些注意要点，需用“推测性鉴定”，并将此菌送至参考实验室；需用“血 清学鉴定”，作进一步的证实等。 (2) 无此数码谱：可能有以下原因：①此生化谱太不典型。②不能接受，鉴定值低 (%id ＜80.0) 。③可疑。需进一步确认是否 纯培养，重新鉴定，可与供应商技术服务部联系。 3. 结果解释 ;..