ACNBH + Agrément FMC N° 100 168 38ème Colloque National des Biologistes des Hôpitaux Montpellier – 28/09 au 02/10/2009 DECLARATION D’INTERET DANS LE CADRE DE MISSIONS DE FORMATION REALISEES POUR L’ACNBH Dr. Alain Gravet exerçant au CH de Mulhouse déclare sur l’honneur ne pas avoir d'intérêt, direct ou indirect (financier) avec les entreprises pharmaceutiques, du diagnostic ou d’éditions en relation avec le DMDIV et/ou le sujet présenté. + Spectrométrie de masse et identification bactérienne Dr. Alain Gravet Laboratoire de Microbiologie Centre Hospitalier de Mulhouse + L’identification bactérienne identification phénotypique (1) L’identification d’un micro-organisme est une étape importante dans le diagnostic d’une maladie infectieuse Orientation famille bactérienne, un genre, voire une espèce : Morphologie des colonies, morphologie après coloration, caractéristiques de croissance, pigmentation, odeur, caractère hémolytique sur gélose au sang, catalase, oxydase Pour une identification plus précise : utilisation de galeries d’identification biochimique manuelles ou pouvant être lues sur automates Des tests d’agglutination peuvent également être utilisés pour l’identification bactérienne + L’identification bactérienne identification phénotypique (2) Galeries biochimiques d’identification Miniaturisation des tests : Système Api® de bioMérieux Etude du métabolisme (incubation de 18-24h, éventuellement 48h) Recherche d’activités enzymatiques (pas de croissance nécessaire, inoculum plus important) Automates utilisation de substrat chromogénique, fluorescent ou fluorogéniques lecture colorimétrique, tubidimétrique ou fluorométrique. Méthode dépendant du fabricant Systèmes Vitek®, Phoenix®, Walk-away®, Taxons +/- différents selon le fabricant, différentes cartes ou cartouches (BG-…) Certains taxons absents : anaérobie… en développement + Identification moléculaire des micro-orgnismes Bouleversement de l’identification, mises en évidence des erreurs et des insuffisances de l’identification phénotypique Analyse de la séquence du gène de l’ARN 16S pour les bactéries et comparaison avec les banques électroniques de séquences (GenBank, MBL…) 99% de similarité identifie à l’espèce, 97-99 le genre, < 97% possible nouvelle espèce Autres possibilités : séquençage du gène rpoB, puce à ADN Utilité: Identification des bactéries fastidieuses Les mycobactéries (PCR, hybridation) Lorsque identification peu performante (Acinetobacter) Discordance identification et antibiogramme par exemple Isolement dans une circonstance inhabituelle + Identification phénotypique/moléculaire Méthode Immuno Rapidité Sensibilité Spécificité Universalité Côut +++ ++ + - +/- + ++ ++ +/- + Automates ++ ++ ++ +/- ++ ARN16S +/- +/- +++ ++ +++ Puces à ADN +/- +/- ++ ++ ++ API + Spectrométrie de masse et temps de vol (TOF) 1897, Thompson, séparation de particules en fonction de leur charge et de leur masse, découverte de l’élection, calcul du ratio m/z 1919, Ashton, premier spectromètre de masse Source Particules chargées Analyseur Système de vide Détecteur Enregistrement + Spectrometrie de masse et temps de vol (TOF) 1946, Stephen application du temps de vol à la spectrométrie de masse Accélération de molécules chargée Vitesse dépend de la charge et de la masse (m/z) Séparation en fonction du poids et de la charge V 1,2,3 Source Accélérateur Vide Détecteur + Spectrométrie de masse (MS) 1968 première utilisation de la Spectrométrie de masse pour classification et identification bactérienne (acide acétique) 1977 à 1994, développement de plusieurs Techniques MS, analyse de molécules chargées GC/MS, Pyrolysis MS, FAB MS + Maldi-Tof Technique MALDI (matix assisted laser desorption ionisation) Ionisation de biomolécules (peptides, protéines) Ionisation douce Utilisation en routine de la technique pour l’analyse de biomolécules Analyse sur de cellules entières + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + Maldi-Tof + + Spectromètres Microflex® Bruker Première commercialisation : juin 2005 Fréquence du Laser : 60 Hz Longueur trajet jusqu’au détecteur 1,05 m Gamme de masses (m/z) : 50 à 300 kDa Dépôts : Étapes d’extraction (ethanol, acétonitrile) Possibilité de « smear » Plaques 96 positions Logiciel : Biotyper® Spectres + Spectromètres Axima® Shimadzu Première commercialisation : décembre 2007 Fréquence du Laser : 50 Hz Longueur trajet jusqu’au détecteur : 1,2 m Gamme de masses (m/z) : 1 à 500 kDa Dépôt : direct d’une partie de la colonies extraction pour certains microorganismes Plaques : 48 x 4 positions Logiciel : Saramis® (AnagnosTec) Superspectres Spectres + Différences Technique de dépôts Bases taxonomiques Nombre absolu plus important de taxons pour Biotyper® (mais pas de superspectres) La grande majorité des micro-organismes d’intérêt médical dans les deux bases, quelques différences (début 2009) Présents dans la base Biotyper® Candida incospicua, Campylobacter lari, Campylobacter fetus, Corynebacterium Présents dans la base Anagnotec® Abiotrophia defectiva, Candida guillermondii, Candida lusitaniae Mycobacterium spp, Aspergillus, Filamenteux + Choix Microbiologie de Mulhouse Solution spectromètre de masse Axima® Shimatzu Base taxonomique Saramis® Anagnostec Solution informatique avec SIL SirWeb® - I2A Arrivée fin mai 2009 Utilisation en routine + + Saramis® AnagnosTec Spectral ARchive And Microbial Identifications System Superspectres « spectre moyen d’environs 15 souches d’une même espèce, exclusions des identifications faussement positives Spectres : de référence : comparaison en deuxième intention Superspectres et spectres validées par le gold Standards : ARN16S, MLST et méthodes biochimiques Centres de référence et laboratoires de diagnostic + Saramis® AnagnosTec SARAMIS Premium Comparaisons avec Superspectres et spectres Visualisation des spectres Génération de dendrogramme Génération de superspectres Mai 2009 2160 superspectres, représentant 130 genres, 462 espèces de bactéries, 39 genres et 125 espèces de levures et champignons 40.000 spectres : 235 genres, 1110 espèces bactériennes, 73 genres et 235 espèces de champignons + Base taxonomiques actuelle Adaptation et évolution constante Diversité des isolats cliniques humains Inclus des microorganismes rares et atypiques Spectres Pantoea agglomerans Acinetobacter lwoffi 0 4 m /z 0 8 Burkholderia cepacia Raoultella ornithinolytica Staphylococcus aureus Escherichia coli 4000 m/z 8000 + Choix de matrice DHB HCCA • Formation de longs cristaux de la périphérie vers le centre • Peu de cristaux au centre • Convient au dépôt directe de la majorité des taxons • Nécessite plus de tirs de laser • Obtention de 100 à 200 pics par spectre • Nombreux signaux avec m/z > 10 kDa • Acide Alpha 4-cyano-4-hydroxycinnamice •Formation de petits cristaux sphérique • Distribution homogène • Ne convient pas au dépôt direct pour certains taxons • Nécessite moins de tirs laser • Obtention de 80-150 pics par spectre • peu de signaux avec m/z < 10 kDa + Choix de la matrice : Clostridium speticum DHB ~150 pics 100 80 %Int. 60 CHCA ~100 pics 40 20 0 3000 4000 5000 6000 7000 8000 m/z 9000 10000 11000 12000 13000 + Préparation de l’échantillon Ac. formique 25% dépôt 1 µL, sécher ajout 1 µL de matrice direct Évaporation du sovlant (T° ambiante) Plaque Maldi Dépôt simple mais exige : • matériel adapté • précision • un certain entrainement Analyse automatique du spectre Préparation de l’échantillon Plaque Maldi avec 44 positions addition of 1 µl de matrice sélection et transfère d’une colonie ou dépôt D’une solution Utilisation d’un contrôle Identification des bactéries, levures et champignons filamenteux + Le dépôt Dépôt d’une petite quantité de colonie avec un cône ou un Inoclic® Ajout de la matrice (0,5 ou 1µL), mélanger par de petits mouvements circulaires Formation des cristaux + + Acquisition Acquisition automatique ~30-60sec 3775 <<C:\Dok umente und Eins tellungen\m.erhard\Eigene Dateien\Anagnos Tec -dc \Zwis c henablage\Dok ument Banner.tx t>> Spec [BP = 3 5000 7000 10939 11000 11906 11572 10608 10347 9000 Mass (m/z) 10226 9330 8450 10 0 3000 9994 7980 20 7863 30 7367 40 6837 7092 50 5931 5015 60 3581 % Intensity 70 9654 80 8744 8074 90 9453 1648.1 7075 100 13000 Spectre de masse des Enterobacteriaceae : famille, genre, et espèces Escherichia coli Hafnia alvei Signaux retrouvés pour différents taxons (ex m/z 4365 : Protéine ribosomale L36) Leclercia adecarboxylata Klebsiella pneumoniae Possibilité de reconnaitre familles de bactéries Enterobacter aerogenes Proteus mirabilis 3000 5000 7000 m/z 9000 11000 > 50 espèces d‘entérobactéries identifiées 13000 37 SuperSpectra: Klebsiella species percent matching masses 56 82 Klebsiella pneumoniae 95 33 41 * 22 30 47 54 62 88 63 94 43 9463 4122 4730 5408 5691 6138 Klebsiella oxytoca 3395 * 11 71 362 7 91 56 7111 7362 7902 8256 8709 * consensus spectrum: Klebsiella oxytoca 2 10 29 2 12 82 Su perSp ectrum: Kl ebsiella oxytoca type 9 10229 10809 30 40 50 60 70 80 90 Enterobacter aero genes species genus family similar ity dendrogram of mass fingerprints #A006528-1: Kl ebsiella oxytoca multiple mass spectra of a species 3000 mass m/z Le superspectre inclut les spectres de masses spécifiques de l‘espèce 15000 Identification d‘une souche par recherche d‘une concordence avec superspectres relative in ntensity Trichophyton_rubrum_1 Superspectrum 5 56 368 2 3 45 51 04 44 35 5 5 39 61 5 6 61 Comparaison des spectres de 2 souches d’isolats cliniques 71 73 20 68 75 7 79 161 57 3 9 4 8 8 81 10 963 9 8 6 49 0 1 Meilleure similarité avec T. rubrum SuperSpectre 539 582 3000 4600 6200 from Erhard et al. 2007, Exp. Dermatol. m/z 7800 9400 11000 Les deux échantillons sont identifiés Trichophyton rubrum Avec une confiance de 99% 39 + Algorythme Spectre 1 min SuperSpectra Reference Spectra >50.000 Spectra + Approche : identification Identification de spectres analysés avec des spectres validés de la base Famille genre espèce Possibilité d’identification séquentielles par des signaux communs à Une famille, un genre, une espèce Etape 3 – Identification avec Saramis 3775 <<C: \ Dokum ent e und Einst ellungen\ m . er har d\ Eigene Dat eien\ AnagnosTec- dc\ Zwischenablage\ Dokum ent Banner . t xt >> Spec [ BP = 3 0 3000 5000 7000 9000 Mass (m/z) 10939 9994 11000 11572 11906 10608 10 10226 9330 7863 8450 20 7367 30 3581 40 6837 7092 50 5931 5015 60 10347 7980 70 9654 80 8744 8074 90 9453 1648.1 7075 100 % Intensity + 13000 Comparaison avec les SuperSpectra™ selon algorithme propre + Etape 4 – Comparaison du spectre aux spectres de la base si nécessaire 3775 <<C: \ Dokum ent e und Einst ellungen\ m . er har d\ Eigene Dat eien\ AnagnosTec- dc\ Zwischenablage\ Dokum ent Banner . t xt >> Spec [ BP = 3 0 3000 5000 7000 9000 Mass (m/z) Comparaison simple 10939 9994 11000 11572 11906 10608 9330 8450 10 10226 10347 7980 20 7863 30 7367 40 6837 7092 50 5931 5015 60 3581 % Intensity 70 9654 80 8744 8074 90 9453 1648.1 7075 100 13000 Obtention d’un dendrogramme + + Identification – Intégration dans le laboratoire (1) dépôt AXIMA™ Acquisition des spectres (2) (3 +/- 4) Sp e c # 1 M C= > Ad v BC( 3 2 , 0 . 5 , 1 . 0 ) = > NF 0 . 7 [ BP = 9 7 4 0 . 9 , 10269] 9741 Vo y a g e r 100 1.0E+4 7173 (5) SARAMIS™ identification 90 7200 80 0 3000 5100 7200 11400 12225 10923 11741 10697 10302 9065 9300 Mass (m/z) 9555 9194 8851 8285 8327 7158 7186 7871 7706 5381 5565 6316 6858 8394 10 6111 20 3204 3410 3636 30 4611 4869 5096 40 5459 5723 50 6255 4365 60 9537 70 % Intensity Transfert identification 13500 + Organisation Laboratoire Microbiologie Saramis Serveur SirWeb® Spectrométre SIL Hémocultures Urines Divers Expectorations Coprocultures + Laboratoire de Microbiologie Personnel 3 biologistes 22 techniciens – 1 cadre Identifications avant Galeries Api® Utilisation de milieux chromogènes Tests immunologiques Envoi à l’extérieur pour séquençage ARN 16S Antibiogrammes sur boites Utilisation AutoScan + Programmation : création de projet + + + + + + + + + Passage de contrôles qualités Identification d’une souche d’Enterobacter gergoviae (99,9% superspectre) Identication d’une souche d’Acinetobacter ursingii (99,9% superspectre) Identification également donné à 99% par Api20E Identification galerie Api NE : Acinetobacter lwoffi/junii Identification d’une souche de Staphylococcus caprae (94,6% superspectre, utilisation d’acide formique) Galerie Api Staph : 1. Staphylococcus capitis, 2. Staphylococcus caprae (faible pourcentage) + Contrôles qualités années antérieures Référence Maldi-Tof Commentair es Eikennella corodens Eikennella corodens 99,9% SSp Bacillus cereus Bacillus 99,9% SSp cereus/mycoides/thuringie nsis/anthracis 86,1% SSp Bacillus cereus Escherichia hermannii Escherichia hermannii 90,0% SSp Escherichia vulneris Escherichia vulneris 99,9% SSp Pseudomonas fluorecens Pseudomonas fluorecens 99,9% SSp Acinetobacter junii Acinetobacter ursingii 84,6% SSp Acinetobacter baumannii Acinetobacter baumannii 99,9% SSp Pasteurella mutocida Pasteurella multocida 99,9% SSp + Contrôles qualités années antérieures Référence Maldi-Tof Commentaire s Streptococcus pyogenes Streptococcus pyogenes 82,9% SSp Streptococcus sanguis Streptococcus sanguis 70,2% SSp Staphylococcus hominis Staphylococcus hominis 99,9% SSp Enterococcus gallinarum Enterococcus gallinarum 92,0% SSp Enterococcus faecium Enterococcus faecium 99,99% SSp Erysipelothrix rhusiopathiae Erysipelothrix rhusiopathiae 99,9% SSp Oligella urethralis ???? 3 sp + Oligella urethralis - masse 104 + Contrôles qualités années antérieures Référence Maldi-Tof Commentair es Candida paraspilosis Candida parapsilosis 99,9% SSp Candida krusei Issatchenkia orietalis 99,8% SSp Candida albicans Candida africana/albicans/dublinen sis Candida african/albicans Candida albicans Compare: Candida albicans 99,9% SSp Candida dublinensis 92,3% SSp 88,3% SSp 25 Sp (4932)% Candida 92,5% SSp africana/albicans/dublinen sis Compare : SP Candida dublinensis + Résultats sur 1000 identifications Souches de routine Certaines souches identifiées non passées : Souches identifiées sur milieux chromogènes Escherichia coli, Proteus mirablis (ECBU) Staplylococcus aureus (test d’agglutination) Candida albicans (milieux chromogènes) Streptococcus pneumoniae Haemophilus influenzae Pseudomonas aeruginosa + Répartitions des microorganismes identifiés Entérobactéries 20 134 126 6 Autres Bactéries GramStaphylocoques 52 571 93 Autres Gram+ Bactéries anaérobies Champignons Non identifiés + Entérobactéries n = 569 M. morganii 3% S. marcencens C. freundiiC. koseri 2% 1% 3% K. oxytoca 3% autres 3% E. coli 46% E. aerogenes 4% P. mirabilis 5% E. cloacae 14% K. pneumoniae 16% + Autres bacilles Gram – (n = 91) Bactéries Nbr Bactéries Nbr Pseudomonas aeruginosa 38 Pseudomonas stutzeri 1 Acinetobacter baumanii 22 Neisseria subflava 1 Stenotrophomonas maltophilia 13 Neisseria meningitidis 1 Haemophilus influenzae 6 Haemophilus parahaemoliticus 1 Achromobacter xylosidens 4 Campylobacter jejunii 1 Rothia mucilanogenes 1 Bulkhoderia cenocepacia 1 + Staphylocoques (n = 126) Bactéries nombre Staphylococcus epidermidis 70 Staphylococcus aureus 15 Staphylococcus hominis 12 Staphylococcus capitis 12 Staphylococcus intermedius 5 Staphylococcus simulans 3 Staphylococcus lugdunensis 3 Staphylococcus haemolyticus 3 Staphylococcus warnerii 1 Staphylococcus sciuri 1 Staphylococcus saprophyticus 1 + Autres Gram+ (n = 134) Bactéries nombre Enterococcus faecalis 104 Streptococcus agalactiae 7 Streptococcus anginosus 6 Enterococcus facium 4 Streptococcus bovis 3 Streptococcus sanguis 2 Streptococcus dysgalactiae subsp. equisimilis 1 Streptococcus dysgalactiae dysgalactiae 3 Corynebacterium pseudodiphtericum 2 Rothia mucilaginosa 1 Micrococcus luttae 1 + Bactéries anaérobies (n = 20) Bactéries nombre Bacteroides fragilis 9 Clostridium difficile 6 Clostridium bifermentens 2 Fusobacterium necrophorum 1 Bacteroides thetaiotaomicron 1 Bacteroides distiasonis 1 + Champignons (n = 52) Bactéries nombre Candida glabrata 25 Candida albicans 20 Candida tropicalis 2 Candida kefyr (Kluyveromyces marxianus) 2 Candida krusei (Issatchenkia orientalis) 2 Candida lusitaniae 1 + Microorganismes non identifiés Prélèvement Identification Maldi-Tof Identification sortie Hémoculture Acinetobacter sp Acinetobacter sp Urines Acinetobacter sp Acinetobacter sp Hémoculture Acinetobacter sp Streptococcus sp Plaie Bacillus Bacillus sp Crachats - BK Identification Matches < 22% Contaminant Hémoculture Ochrobacter En cours + Simplicité de l’identification, multiplication des identifications Faible coût en réactif Identification en répliquât Identification en dupliquât Hémocultures : identification de tous les flacons Identification des souillures (arguments en faveur) Gestion des problèmes de contamination + Conclusions (1) Prise en main Importance de la qualité du dépôts (maitrise et répétabilité) Rôle des biologistes et techniciens préservé Garder techniques simples d’identification Expertise de l’antibiogramme, de interprétation clinique Résultats d’identification très satisfaisants Quelques lacunes qui se combleront Streptocoques, corynebactéries… Système très ouvert, possible intégration de « spectre maison » après confirmation par S16 Echange possible avec autres laboratoires + Conclusion (2) Parfaite intégration dans le laboratoire, avec l’informatique Validation avec accès au dossier du patient (antériorités…) Gain de temps à la validation des antibiogrammes, à l’envoi sur l’informatique du laboratoire Perspectives, développement Identification sur flacons d’hémoculture Utilisation du module de comparaison des spectres pour étudier les souches dans le cadre de surveillance des BMR Possibilité de reconnaître en fonction du spectre, de la présence ou non de certains pics ÷ Des résistances ou profils de résistance particuliers (SARM) La production de toxines