从单细胞计数看血流感染药敏

原创
来源:邹晶晶
2026-10-22 14:55:32
21次浏览
分享:
收藏
核心提示:传统血流感染药敏往往需48–72 h。研究团队利用大体积散射成像(LVSi)以单细胞分辨率识别并计数细菌,并以加药/对照有效生长速率比0.09为抑制阈值,在数小时内判定生长、MIC和药敏类别,为快速表型AST提供新思路。

为什么传统药敏要等这么久

血流感染治疗讲究争分夺秒,但传统表型药敏检测通常需要先完成血培养、菌株分离,再把细菌扩增到足够数量后观察其在抗生素中的生长情况,因此从采血到获得明确药敏结果往往需要48–72 h。真正拖慢流程的,并不只是最后一次药敏读数,而是“先把菌养到看得见、测得出”的前置过程(图1)。

分子检测可以更快发现部分耐药基因,却只能回答“有没有已知耐药标志”,不能完整替代细菌在药物作用下的真实表型,也不能直接给出MIC。于是,这项研究把问题换了一个角度:既然等待大量增殖太慢,能不能在细菌数量还很少时,就直接观察它们在抗生素下还能不能继续生长?

图1  LVSi通过大体积散射成像识别并计数单个细菌,以连续计数形成生长轨迹,再与传统AST流程进行比较。

先把血液里的少量细菌找出来

早期血流感染的菌量通常很低,而普通高倍显微镜一次能观察到的样本体积很小,视野里可能根本没有细菌。研究团队因此开发了大体积散射成像系统(LVSi):用780 nm红外光照射样本,细菌会产生可被相机捕获的散射信号,每个细菌在图像中表现为一个动态亮点。系统把观察体积扩大到约5 μL,同时仍能把这些亮点逐个识别和计数。

这里的“单细胞”并不是始终盯住某一个细菌,而是指成像具有单细胞分辨率:每个细菌可以被单独识别。大体积负责提高低菌量样本中“找到细菌”的机会,单细胞分辨率负责在找到后逐个计数。两者结合后,研究者就能连续记录不同时间点的细菌总数变化,而不是等到形成肉眼可见的菌落后再判断(图1)。

真正的关键不是“看到”,而是把药物作用算出来

LVSi得到的原始数据只是不同时间点识别到的细菌数量。为了把这些散射亮点转化为药敏结果,作者没有采用“某个终点看菌多不多”的简单比较,而是用动态生长-抑制模型拟合整条生长曲线。模型同时考虑细菌自身生长、抗生素造成的杀灭/抑制、细菌开始生长和药物起效的时间延迟,以及残留非细菌颗粒带来的背景。

Kgrowth = kg − kd

其中,kg表示细菌自身的生长速率,kd表示药物造成的杀灭或抑制速率。两者相减得到有效生长速率Kgrowth,可以理解为“药物作用以后,细菌还剩多少净生长能力”。如果只看Kgrowth本身,不同菌株天然生长快慢仍可能造成差异,因此作者进一步把同一样本加药后的Kgrowth与无药对照比较。

R = Kgrowth,ABX / Kgrowth,C

这个比值R才是后续药敏判定的核心。R越小,说明抗生素使细菌的净生长能力下降得越明显;R较高,则说明细菌在药物存在时仍能继续生长。这样,系统最终判断的不是某个细菌“死没死”,而是由大量单细胞计数共同形成的群体生长动力学。

0.09怎样变成MIC和S/I/R

阈值并不是人为随意设定。作者利用质控菌株MIC实验中的12组数据(6组大肠埃希菌、6组金黄色葡萄球菌),以R = Kgrowth,ABX/Kgrowth,C为预测指标绘制ROC曲线,最终确定抑制阈值Ti = 0.09,在这组阈值建立数据中的准确率为0.979。于是判断规则变得明确:当R > 0.09时,认为该药物浓度下细菌仍在生长;当R ≤ 0.09时,认为细菌已被有效抑制。

 

比较对象

判定规则

含义

R = Kgrowth,ABX/Kgrowth,C

R > 0.09

仍有生长,当前浓度抑制不足

R = Kgrowth,ABX/Kgrowth,C

R ≤ 0.09

生长受到抑制

浓度梯度

首次出现R ≤ 0.09的最低浓度

定义为LVSi-AST测得的MIC

在MIC实验中,只要逐级增加药物浓度,找到第一个使R降到0.09及以下的浓度,就得到MIC。8组“菌株-药物”组合的MIC均与标准肉汤微量稀释法相差不超过一个二倍稀释梯度,基本一致率达到100%(8/8)(图2)。

图2  不同药物浓度下的生长曲线被换算为生长速率比,并据此确定MIC;8项MIC检测与BMD达到100%基本一致。

临床上还需要把结果转换成敏感(S)、中介(I)和耐药(R)。作者没有为每份临床样本完整跑一遍浓度梯度,而是在两个CLSI断点浓度上分别判断“生长还是抑制”:较低浓度对应敏感断点,较高浓度对应中介断点。由此得到下面的分类逻辑(图1、图3)。

低断点浓度

高断点浓度

最终分类

抑制

抑制

敏感 S

生长

抑制

中介 I

生长

生长

耐药 R

 

从质控菌到临床样本,这套方法准不准

研究进一步将LVSi-AST用于16例血培养阳性的BSI患者样本,共覆盖11种常用抗生素。首先看“某个断点浓度下到底是生长还是抑制”:200次生长/抑制判断与临床参考结果约98%一致,120 min时的敏感性为95.1%,特异性为98.7%。再把两档断点结果组合成最终S/I/R分类,在100次药敏分类比较中达到96%分类一致率,且没有主要错误或极重大错误;4次不一致均属于中介附近的小错误(图3)。

这组结果也说明了阈值法的薄弱环节:当真实MIC恰好靠近临床断点时,药物配制或加载浓度的轻微波动就可能让“中介”向敏感或耐药偏移。因此,作者提出未来需要标准化预装药板,并在断点附近进行重复检测。

图3  16例血培养阳性临床样本的药敏验证。生长/抑制判断约98%一致,最终药敏分类一致率为96%。

 

快了多少,又离真正的“直接血液药敏”还有多远

为了测试低菌量条件,作者又使用人工加入大肠埃希菌的全血样本。经过约30 min的血细胞去除和富集预处理,当菌量≥10³ CFU/mL时,可在约150 min内直接完成动力学药敏;当初始菌量仅2–10² CFU/mL时,需要先进行少于3.5 h的快速培养,但总周转时间仍可控制在7.5–8 h以内(图4)。全血中测得的MIC与纯培养体系和参考方法保持高度一致,提示血液基质并未明显破坏这种动力学判定。

图4  人工加菌全血中的直接LVSi-AST验证。高菌量样本约2–3 h完成,极低菌量结合短时快速培养后总时间仍低于8 h。

结论

这项工作的创新点并不只是“拍到单个细菌”,而是把大体积单细胞成像、连续计数和动力学阈值判定连成了一套完整流程:先在低菌量样本中找到细菌,再把每个细菌作为独立散射点计数,最后用加药/对照生长速率比把动态变化转换成MIC和S/I/R。相比依赖单一终点读数,它更能处理缓慢生长和延迟抑制等复杂表型。

不过,临床转化仍需谨慎解读。16例患者验证使用的是“血培养已经阳性”的样本,而真正的原始全血实验目前主要来自人工加菌模型,并非直接来自未经培养的患者血液;0.09阈值也只由12组质控实验建立。样本规模、菌种和抗生素覆盖仍需扩大,尤其需要进一步验证不同菌种和断点附近中介表型的稳定性。

文献来源  Xu J, Zhang Y, Hong Y, et al. Ultrarapid Kinetic Antimicrobial Susceptibility Testing from Blood Using Single-Cell Scattering Phenotypic Imaging. ACS Sensors. 2026. doi:10.1021/acssensors.6c00743.

网站声明

1、凡本网所有原始/编译文章及图片、图表的版权均属微生物安全与健康网所有,未经授权,禁止转载,如需转载,请联系取得授权后转载。

2、凡本网未注明"信息来源:(微生物安全与健康网)"的信息,均来源于网络,转载的目的在于传递更多的信息,仅供网友学习参考使用并不代表本网同意观点和对真实性负责,著作权及版权归原作者所有,转载无意侵犯版权,如有侵权,请速来函告知,我们将尽快处理。

3、转载请注明:文章转载自www.mbiosh.com

联系方式:020-87680942

评论
请先登录后发表评论~
发表评论
热门资讯