Unidentified bacteria or isolates w

Unidentified bacteria or isolates with ambiguous profiles.One of the most attractive potential uses of 16S rRNA gene sequence informatics is to provide genus and species identification for isolates that do not fit any recognized biochemical profiles, for strains generating only a “low likelihood” or “acceptable” identification according to commercial systems, or for taxa that are rarely associated with human infectious diseases. The cumulative results from a limited number of studies to date suggest that 16S rRNA gene sequencing provides genus identification in most cases (>90%) but less so with regard to species (65 to 83%), with from 1 to 14% of the isolates remaining unidentified after testing (5, 11, 17). Difficulties encountered in obtaining a genus and species identification include the recognition of novel taxa, too few sequences deposited in nucleotide databases, species sharing similar and/or identical 16S rRNA sequences, or nomenclature problems arising from multiple genomovars assigned to single species or complexes.Routine isolates.Surveys have looked at the feasibility of identifying routine clinical isolates or specific groups of medically important bacteria using SSU gene sequence data. In each of these studies, SSU sequence data has been compared to identification results obtained either in conventional or commercial test formats (Table 1). A couple of general observations can be made from these investigations, namely, (i) a higher percentage of species identifications were obtained using SSU sequence results than with either conventional or commercial methods and (ii) most studies, with the exception of one study by Fontana et al. (6), have found that 16S yielded species identification rates of 62 to 91%. In the study by Fontana et al. (6) the closest match in the MicroSeq 500 database was considered the identification no matter what the distance score was. For bacteria that are difficult to grow or identify the identification rates were lower with 16S rRNA sequencing (62 to 83%) than the values traditionally acceptable in the clinical laboratory (i.e., ≥90%) (12). Problems again revolved around complete and accurate databases and groups that are not easily distinguishable by 16S rRNA gene sequencing (2, 8).

ผลลัพธ์ (ไทย) 1:

แบคทีเรียหรือไอโซเลตที่ไม่ระบุชื่อซึ่งมีโปรไฟล์ที่ไม่ชัดเจน หนึ่งในการใช้ศักยภาพที่น่าสนใจที่สุดของข้อมูลลำดับยีน 16S rRNA คือการให้ข้อมูลการระบุสกุลและสปีชีส์สำหรับไอโซเลตที่ไม่เหมาะกับโปรไฟล์ทางชีวเคมีใดๆ ที่ได้รับการยอมรับ สำหรับสายพันธุ์ที่สร้าง "โอกาสต่ำ" หรือ " การระบุตัวตนที่ยอมรับได้” ตามระบบเชิงพาณิชย์ หรือสำหรับแท็กซ่าที่ไม่ค่อยเกี่ยวข้องกับโรคติดเชื้อในมนุษย์ ผลสะสมจากการศึกษาจำนวนจำกัดจนถึงปัจจุบัน ชี้ให้เห็นว่าการจัดลำดับยีน 16S rRNA ให้การระบุสกุลในกรณีส่วนใหญ่ (>90%) แต่น้อยกว่านั้นสำหรับสายพันธุ์ (65 ถึง 83%) โดยมีตั้งแต่ 1 ถึง 14% ของ แยกได้ไม่ปรากฏหลักฐานหลังการทดสอบ (5, 11, 17) ความยากลำบากที่พบในการได้รับการจำแนกประเภทและสปีชีส์ ได้แก่ การรับรู้แท็กซ่าชนิดใหม่ มีลำดับน้อยเกินไปที่ฝากไว้ในฐานข้อมูลนิวคลีโอไทด์ สปีชีส์ที่ใช้ลำดับ 16S rRNA ที่คล้ายกันและ/หรือเหมือนกัน หรือปัญหาระบบการตั้งชื่อที่เกิดขึ้นจากจีโนโมวาร์หลายตัวที่กำหนดให้กับสปีชีส์หรือสารเชิงซ้อนเดี่ยว การแยกเชื้อประจำ การสำรวจได้พิจารณาความเป็นไปได้ในการระบุการแยกเชื้อทางคลินิกตามปกติหรือกลุ่มเฉพาะของแบคทีเรียที่มีความสำคัญทางการแพทย์โดยใช้ข้อมูลลำดับยีน SSU ในแต่ละการศึกษาเหล่านี้ มีการเปรียบเทียบข้อมูลลำดับ SSU กับผลการระบุตัวตนที่ได้รับทั้งในรูปแบบการทดสอบทั่วไปหรือเชิงพาณิชย์ (ตารางที่ 1) การสังเกตทั่วไปสองสามประการสามารถทำได้จากการตรวจสอบเหล่านี้ กล่าวคือ (i) เปอร์เซ็นต์ของการจำแนกชนิดพันธุ์ที่สูงกว่าได้รับโดยใช้ผลลัพธ์ลำดับ SSU มากกว่าวิธีการทั่วไปหรือเชิงพาณิชย์ และ (ii) การศึกษาส่วนใหญ่ ยกเว้นการศึกษาหนึ่งเรื่องโดย ฟอนทาน่า และคณะ (6) พบว่า 16S ให้อัตราการจำแนกชนิดพันธุ์ที่ 62 ถึง 91% ในการศึกษาโดย Fontana และคณะ (6) การจับคู่ที่ใกล้เคียงที่สุดในฐานข้อมูล MicroSeq 500 ถือเป็นการระบุตัวตนไม่ว่าคะแนนระยะทางจะเป็นเท่าใด สำหรับแบคทีเรียที่เติบโตได้ยากหรือระบุอัตราการระบุตัวตนได้ต่ำกว่าด้วยการจัดลำดับ 16S rRNA (62 ถึง 83%) มากกว่าค่าที่ยอมรับโดยทั่วไปในห้องปฏิบัติการทางคลินิก (เช่น ≥90%) (12) ปัญหาเกิดขึ้นอีกครั้งเกี่ยวกับฐานข้อมูลและกลุ่มที่สมบูรณ์และแม่นยำซึ่งไม่สามารถแยกแยะได้ง่ายด้วยการจัดลำดับยีน 16S rRNA (2, 8)

ผลลัพธ์ (ไทย) 2:

แบคทีเรียที่ไม่สามารถระบุได้หรือสารแยกที่มีลักษณะคลุมเครือ หนึ่งในการใช้งานที่น่าสนใจที่สุดของสารสนเทศลำดับยีน 16S rRNA คือการระบุสกุลและสายพันธุ์สำหรับสายพันธุ์ที่แยกต่างหากซึ่งไม่สอดคล้องกับแผนที่ทางชีวเคมีที่เป็นที่ยอมรับใด ๆ สายพันธุ์ที่ผลิตเฉพาะ "ความเป็นไปได้ต่ำ" หรือ "ยอมรับได้" ตามระบบการค้าหรือกลุ่มการจำแนกที่ไม่ค่อยเกี่ยวข้องกับโรคติดเชื้อของมนุษย์ จนถึงปัจจุบันผลการศึกษาจำนวนจำกัด พบว่าการจัดลำดับยีน 16S rRNA ให้การระบุสกุลในกรณีส่วนใหญ่ (> 90%) แต่มีการระบุสายพันธุ์น้อยกว่า (65-83%) และยังคงระบุสายพันธุ์ที่แยกได้ 1-14% หลังจากการทดสอบ (5, 11, 17) ปัญหาที่พบในการระบุสกุลและสายพันธุ์รวมถึงการระบุกลุ่มการจำแนกใหม่ลำดับน้อยเกินไปที่เก็บไว้ในฐานข้อมูลนิวคลีโอไทด์การแบ่งปันสายพันธุ์ที่คล้ายกันและ/หรือลำดับ 16S rRNA ที่เหมือนกันหรือปัญหาการตั้งชื่อที่เกิดจากการย้ายถิ่นของจีโนมหลายตัว

ผลลัพธ์ (ไทย) 3:

แบคทีเรียที่ไม่รู้จักหรือตัวแยกที่มีลักษณะคลุมเครือ หนึ่งในแอพพลิเคชันที่มีศักยภาพมากที่สุดสําหรับข้อมูลทางพันธุกรรม16 s rRNAคือการแยกสายพันธุ์ที่ไม่เป็นไปตามลักษณะทางชีวเคมีที่เป็นที่ยอมรับและสร้างเฉพาะสายพันธุ์ที่ระบุว่า"มีความเป็นไปได้ต่ํา"หรือ"ยอมรับได้"ตามระบบเชิงพาณิชย์หรือไม่ค่อยเกี่ยวข้องกับโรคติดเชื้อของมนุษย์การจําแนกประเภทและการระบุชนิด จนถึงปัจจุบันผลสะสมของจํานวนการศึกษาที่จํากัดแสดงให้เห็นว่าการจัดลําดับยีนrRNA 16 sให้การระบุสกุลในกรณีส่วนใหญ่( > 90 % )แต่ไม่มากนักในสายพันธุ์( 65 %ถึง83 % )และ1 %ถึง14 %ของสายพันธุ์ที่แยกได้ยังไม่ได้รับการระบุหลังจากการทดสอบ( 5,11,17 ) ความยากลําบากในการระบุสกุลและสายพันธุ์ได้แก่การระบุกลุ่มการจําแนกประเภทใหม่ลําดับที่เก็บไว้ในฐานข้อมูลnucleotideน้อยเกินไปชนิดที่ใช้ร่วมกันลําดับrRNA 16 sที่คล้ายกันและ/หรือเหมือนกันหรือปัญหาการตั้งชื่อที่เกิดจากจีโนมหลายชนิดที่กําหนดให้กับสายพันธุ์เดียวหรือคอมเพล็กซ์
การแยกตามปกติ การสํารวจนี้มุ่งเน้นไปที่ความเป็นไปได้ในการใช้ข้อมูลลําดับยีนSSUเพื่อระบุแบคทีเรียที่เฉพาะเจาะจงที่มีความสําคัญทางการแพทย์ในทางคลินิกหรือทางคลินิก ในแต่ละการศึกษาข้อมูลลําดับSSUได้รับการเปรียบเทียบกับผลการประเมินที่ได้จากการทดสอบแบบปกติหรือเชิงพาณิชย์(ตารางที่1 ) ข้อสังเกตทั่วไปบางอย่างสามารถสรุปได้จากการศึกษาเหล่านี้คือ( I )เปอร์เซ็นต์ของการระบุชนิดที่ได้จากผลลัพธ์ลําดับSSUสูงกว่าเปอร์เซ็นต์ที่ได้จากวิธีการทั่วไปหรือเชิงพาณิชย์ ( ii )นอกเหนือจากการศึกษาของFontana et al .(6)การศึกษาส่วนใหญ่พบว่าอัตราการระบุชนิดที่ผลิตโดย16 sเท่ากับ62 %ถึง91 % ในการศึกษาของFontana et al.(6)การจับคู่ที่ใกล้เคียงที่สุดในฐานข้อมูลMicroSeq 500ถือว่าเป็นการรับรู้โดยไม่คํานึงถึงคะแนนระยะทาง สําหรับแบคทีเรียที่ยากต่อการเจริญเติบโตหรือระบุอัตราการระบุลําดับ16 s rRNA ( 62-83 % )ต่ํากว่าค่าที่ยอมรับได้ในห้องปฏิบัติการทางคลินิก(เช่น≥90 % ) ( 12 ) อีกครั้งปัญหาเกี่ยวกับฐานข้อมูลและกลุ่มที่สมบูรณ์และถูกต้องซึ่งไม่สามารถแยกแยะได้ง่ายโดยการเรียงลําดับยีนrRNA 16 s ( 2,8)