Preview

Журнал микробиологии, эпидемиологии и иммунобиологии

Расширенный поиск

Идентификация микроорганизмов с применением газовой хромато-масс-спектрометрии

https://doi.org/10.36233/0372-9311-2020-97-4-8

Полный текст:

Аннотация

В обзоре изложена основная информация, имеющаяся в литературе, об использовании метода газовой хромато-масс-спектрометрии. Обсуждены вопросы, затрагивающие значимость этого метода для идентификации микроорганизмов. Отмечена перспективность создания отечественного программного обеспечения и баз данных масс-спектров микроорганизмов.

Существует множество методов идентифика­ции микроорганизмов (МО): фенотипические, гено­типические, хемотаксономические методы, прямое белковое профилирование и др. [1]. Каждый из этих методов имеет свои достоинства и недостатки и применяется в зависимости от цели эксперимента.

Одним из современных методов, используе­мых для дифференциации и идентификации МО, является метод газовой хромато-масс-спектрометрии (ГХ/МС). Он основан на сочетании двух ана­литических методов: капиллярной газовой хромато­графии и масс-спектрометрии. Принцип метода — качественное и количественное определение мар­керных веществ МО (жирных кислот (ЖК), альде­гидов, спиртов, стеринов и др.) непосредственно в исследуемом материале.

Количественное газохроматографическое оп­ределение индивидуальных ЖК в биологических объектах является одним из наиболее востребован­ных методов аналитической и клинической биохи­мии: оно широко используется при оценке пищевой ценности продуктов питания, для таксономическо­го и судебно-медицинского установления приро­ды биологических образцов, в качестве источника информативных биомедицинских критериев в ди­агностике заболеваний разной этиологии, в науч­но-исследовательских, бактериологических и вете­ринарных лабораториях [2]. Одной из перспектив применения газовой хроматографии в биомедицин­ских исследованиях является концепция метаболи­ческих профилей — систем интегральной оценки метаболизма как для макроорганизмов (метаболи­ческие профили биосред: мочи, крови, слюны, вы­дыхаемого воздуха), так и для МО. Метаболические профили так же индивидуальны, как и отпечатки пальцев [3].

Наличие специфических веществ (маркеров) в исследуемых образцах открывает возможность для направленного поиска и идентификации МО в со­обществах с использованием метода ГХ/МС. Так, с определения маркера были начаты работы группы американских исследователей под руководством D.C. White [4], впоследствии изучивших структуру микробных сообществ [5] различных групп МО по известным маркерам без количественных определе­ний видового состава сообщества. Установлено, что нечетные, разветвленные и циклопропановые ЖК, а также жирные альдегиды встречаются преимуще­ственно у грамположительных бактерий, а высшие жирные β-оксикислоты присущи только грамотрицательным МО. К настоящему времени состав ЖК большинства МО III и IV групп патогенности изу­чен [6][7][8][9][10][11][12][13], показана его воспроизводимость, дока­заны родо- и видоспецифичность ЖК [14].

Разработанный Г.А. Осиповым алгоритм [14] позволил не только рассчитать качественный и ко­личественный состав микробного сообщества, в том числе МО III-IV групп патогенности, в биото­пах человека, но и следить за изменением его со­става, отслеживая изменения метаболизма МО ме­тодом ГХ/МС.

Идентификация МО путем получения профиля ЖК включает в себя несколько последовательных этапов:

  • рост и накопление бактерий в определенных условиях;
  • омыление клеточных липидов;
  • метилирование ЖК;
  • экстракцию и очистку метиловых эфиров ЖК;
  • разделение метиловых эфиров ЖК газовой хроматографией;
  • идентифицирование и количественное опре­деление пиков.

Полученные профили можно сравнить с серией библиотек профилей и списком бактерий с наиболее похожими профилями, представленными вместе с расчетом относительного сходства. За рубежом продаются подобные системы, например система микробиологической идентификации «Sherlock» («MIDI Inc. Delaware», США), запущенная в 1991 г. для быстрой идентификации более 1500 видов МО путем анализа ЖК и альдегидов [15]. Программное обеспечение позволяет автоматизировать газовую хроматографию. Метод хорошо себя зарекомендо­вал; результаты, полученные путем ГХ/МС-анализа, были аналогичными данным, полученным с ис­пользованием молекулярно-биологических методов исследования.

Необходимо отметить, что значимость си­стемы микробиологической идентификации зави­сит от вида исследуемого МО. Наибольшая слож­ность возникает при проведении внутривидовой межштаммовой дифференциации. Высокая степень вариабельности ЖК-состава либо высокая гомоло­гия спектров ЖК изолятов одного вида не всегда позволяют провести внутривидовую дифференциа­цию [16][17]. Поэтому в настоящее время для иден­тификации МО, помимо ЖК, в качестве биомарке­ров используют сахара, аминокислоты, нуклеозиды, органические кислоты и некоторые вторичные метаболиты. Также следует учитывать тот факт, что на фенотипическую экспрессию ЖК в клеточных стенках бактерий или клеточных мембранах влияет целый ряд факторов, включая состав среды, тем­пературу культивирования и фазу роста. В связи с этим требуется строгая стандартизация протокола исследования.

В России на основе ГХ/МС также была раз­работана и внедрена в практику комплексная авто­матизированная хемотаксономическая система для обнаружения патогенных бактерий, возбудителей острых кишечных инфекций в продуктах питания по профилю ЖК [18]. Подобно работе с использова­нием системы микробиологической идентификации «Sherlock», не исключен этап выделения чистых культур с помощью селективных питательных сред. Авторами была создана отечественная база данных по ЖК для более чем 200 микробов, принадлежа­щих к 12 родам (Salmonella, Klebsiella, Enterobacter, Hafnia, Serratia, Citrobacter, Campylobacter, Escheri­chia, Listeria, Yersinia, Staphylococcus, Francisella). В настоящее время метод ГХ/МС с анализом спектра ЖК успешно используется для описания и характе­ристики патогенных бактерий III-IV групп [14].

В то же время сведений о применении данно­го подхода для идентификации возбудителей особо опасных инфекционных заболеваний мало. В част­ности, в отношении возбудителя холеры в доступ­ной литературе обнаружена работа американских авторов [19], в которой была предпринята попытка провести межвидовую дифференциацию предста­вителей семейства Vibrionaceae по наличию или отсутствию гидрокси-, разветвленных, циклопропановых и ненасыщенных ЖК. В эксперимент были взяты 16 представителей семейства, которые в про­цессе анализа были разделены на 12 групп. Низкая специфичность метода могла быть обусловлена не­достаточно полной на тот момент базой данных мо­лекулярных маркеров МО. В настоящее время такая база данных включает информацию по ЖК, спиртам, стеролам и другим биологически активным соедине­ниям МО (более 200 позиций), что является доста­точным для определения таксономической принад­лежности МО на уровне рода, а иногда и вида.

Т.Е. Кузьменко с соавт. [20] исследовали со­став ЖК свободных липидов у 3 штаммов Vibrio cholerae O1: 1 штамма El Tor и 2 штаммов клас­сического биовара. Следует отметить, что немно­гочисленные работы по попытке изучения состава ЖК у холерных вибрионов проводились на разном оборудовании с применением различных методи­ческих приемов выделения и идентификации без стандартизации условий культивирования МО, что не позволяло адекватно интерпретировать получен­ные результаты.

В 1996 г. группой исследователей была про­ведена идентификация двух клинических изолятов F. tularensis от пациентов с пневмонией. При срав­нении спектров ЖК с применением базы данных MIDI была подтверждена их видовая принадлеж­ность и обнаружены межштаммовые различия. В данном исследовании показано, что дискриминиру­ющая способность метода ГХ/МС аналогична мето­ду полногеномного секвенирования [21].

T.J.J. Inglis и соавт. [22] показали возмож­ность дифференциации близкородственных штам­мов — Burkholderia pseudomallei и Burkholderia thailandensis. В результате проведенного исследова­ния показано, что в состав клеток штамма B. pseu­domallei, вызывающего мелиоидоз, входит 2-гид- рокситетрадекановая кислота. Данная кислота от­сутствует в составе клеток непатогенного штамма B. thailandensis.

Разрешающая способность метода ГХ/МС для дифференциации представителей рода Yersinia по­казана в работе A. Leclercq и соавт. [16]. Анализ со­отношения ЖК (12:0/16:0 и 14:0/16:0) позволил раз­делить род Yersinia на 3 кластера: непатогенные иерсинии; патогенные изоляты Yersinia enterocolitica; Yersinia pseudotuberculosis и Yersinia pestis. При ана­лизе 29 штаммов Y. pestis были выявлены основные ЖК: 12:0, 14:0, 3-OH-14:0, 16:0, 16:1ω9-цис, 17:0- цис и 18:11ω9-транс. Авторы отметили, что состав ЖК штаммов Y. pestis был достаточно однороден и не зависел от биотипа, риботипа и эпидемиологиче­ских характеристик.

В 2000 г. группа исследователей применила метод ГХ/МС для сравнения ЖК-спектров споро­вых и вегетативных клеток аэробных бацилл, об­разующих эндоспоры (роды Bacillus, Paenibacillus и Brevibacillus). В ходе исследования была проде­монстрирована высокая воспроизводимость метода ГХ/МС. Показано, что как в споровых, так и в ве­гетативных формах преобладают разветвленные на­сыщенные ЖК. При этом содержание насыщенных ЖК в споровых формах значительно выше, чем в вегетативных. По мнению авторов, анализ спектра ЖК может быть дополнительным инструментом при проведении хемотаксономического анализа аэ­робных бацилл [23]. Метод ГХ/МС был успешно ис­пользован для исследования неизвестных порошков на предмет наличия спор сибирской язвы [24].

Кроме исследования ЖК-состава мембран, метод ГХ/МС широко используется для характе­ристики липополисахарида (ЛПС). Установлено, что, имея общую структуру ЛПС, липид А у раз­ных представителей грамотрицательных бактерий отличается по головным заместителям, количеству и составу ЖК. В зависимости от вида МО состав липида А может варьировать от 4 ЖК (Francisella tularensis, Helicobacter pylori, Pseudoalteromonas issachenkonii KMM 3549T), образуя тетраацилированные формы липида А, до 7 ЖК — гептаацилированные варианты липида А (Erwinia carotovora и Acinetobacter radioresistens S13). Большинство гексаацилированных молекул липида А имеют асимметричное распределение ЖК между глюкозаминами дисахарида липида А. Симметричное (2 + 2) распределение ЖК обнаружено в липиде А из Coxiella burnetii и некоторых гексаацилированных (3 + 3) структурах. В составе эндотоксинов из морских бактерий Pseudoalteromonas haloplanktis TAC 125 и Alteromonas addita KMM 3600T идентифицированы пентаацилированные структуры липида А [25][26][27].

N. Phillips с соавт. [28] провели исследова­ние модификаций липида А ЛПС возбудителя ту­ляремии. В работе были использованы 2 штамма: F. tularensis LVS (ATCC 29684) с ранее изученным жирнокислотным профилем липида А и F. tularensis 1547-57 (тип B). При использовании метода ГХ/МС показано, что штамм F. tularensis 1547-57 (тип B) имеет схожий с F. tularensis LVS ЖК-состав липида А, но дополнительно содержит в составе длинноце­почечные ЖК (С200, С220, С240). В ходе дальнейшего исследования липида А было показано присутствие в нем галактозамина. По мнению авторов, данная модификация липида А может влиять на устойчи­вость бактерии к действию антимикробных пепти­дов. Применение метода ГХ/МС позволило выявить молекулярные маркеры природного и вакцинного штаммов туляремийного микроба.

В диагностических целях используется мультиионный метод ГХ/МС-анализа in situ, созданный отечественными исследователями, который позво­ляет проводить идентификацию возбудителя непо­средственно в биологическом материале (мокрота, гнойный экссудат, биоптаты тканей и др.), минуя стадию выделения чистой культуры. Данный метод предусматривает проведение идентификации по 150 микробным маркерам одновременно, что дела­ет анализ на основе ГХ/МС экспрессным методом диагностики [29].

Метод ГХ/МС может быть использован для реконструкции видового состава и структуры эко­логических сообществ МО [3], позволяя опреде­лять состав микробного сообщества не только ка­чественно, но и количественно [30], включая пато­генные МО в биотопах человека, а также следить за изменением состава микробиоценоза и отслеживать изменения метаболизма его участников [14][31][32]. Показана возможность применения газохромато­графического анализа для определения наличия в пробах клинического материала возбудителей анаэробных инфекций [3]. При таком инфекцион­ном процессе в пробах гноя, дренажной жидкости открытой раны накапливаются летучие ЖК С3-С6 (в том числе изомерные), тогда как при инфекции аэробного происхождения — уксусная кислота и нелетучие кислоты [3].

Изучение профиля ЖК позволяет получать данные о микробном сообществе некультивируемых МО при бактериологическом анализе.

Методы ГХ/МС могут быть успешно исполь­зованы в изучении адаптационных свойств МО. Спектр ЖК является фенотипической характери­стикой бактериальной клетки. Вариации его состава позволяют судить об изменениях условий культиви­рования МО. В настоящее время наиболее изучен регуляторный механизм адаптации бактерий к тем­пературному режиму окружающей среды [33][34].

Клеточные мембраны бактерий представля­ют собой сложные гетерогенные системы, физи­ко-химические свойства которых зависят от коли­чественного и качественного состава липидных компонентов. Наглядным примером могут служить изменения вязкости мембран, ассоциированных со спектром ЖК, у бактерий рода Yersinia. Установле­но, что повышение вязкости мембраны при сниже­нии температуры культивирования обусловлено из­менением физических свойств мембранных липи­дов, связанным со способностью МО модулировать спектр ЖК, входящих в состав фосфолипидов [33].

F. Chen и соавт. [35] изучили пути метаболизма двух штаммов возбудителя туляремии: F. tularensis subsp. holarctica (патогенный для человека) и F. tularensis subsp. novicida (непатогенный для чело­века). При изучении ГХ/МС-методом профиля изо­топологов аминокислот, полисахаридного деривата глюкозы, фруктозы, аминосахаров, ЖК, 3-гидроксибутирата, лактата, сукцината и малата показано, что штаммы в различной степени используют дан­ные субстраты. По мнению авторов исследования, различия в использовании субстратов могут быть связаны с вирулентностью штаммов и их персистенцией в организме хозяина и переносчика.

Одним из ключевых моментов при проведении ГХ/МС является анализ полученных данных. Под­ход основан на анализе времени выхода вещества и наличия нескольких значимых ионов. Данный метод анализа является наиболее точным и дает наилучшие результаты, однако сильно зависит от используемого оборудования — одно и то же вещество будет иметь разное время удержания при при­менении разных колонок. Это делает практически невозможным использование данных, полученных другими авторами, и требует создания баз данных именно на «своем» оборудовании. Помимо этого практически все базы данных содержат масс-спек­тры отдельных веществ, а не целых МО. Одной из возможных проблем использования зарубежного программного обеспечения и баз данных является зависимость от хаотичной санкционной политики зарубежных стран, что может привести к блокиро­ванию работы дорогостоящего импортного обору­дования. Все это делает актуальными работы по созданию отечественного программного обеспе­чения, баз данных масс-спектров веществ и базы профилей МО для их идентификации с помощью ГХ/МС.

Выводы

Таким образом, ГХ/МС-метод характеризуют:

  • высокая чувствительность (1×103–1×104 кле­ток в пробе) и достоверность, возможность использования в клинической диагностике;
  • способность выявлять возбудителей инфек­ций, находящихся в «спящем» состоянии (микроколонии окутаны защитной полисаха­ридной капсулой);
  • универсальность методики в отношении раз­ных групп МО: бактерий, грибов, вирусов;
  • экспрессность — полное время анализа со­ставляет 2 ч;
  • селективность — возможность идентифика­ции МО до вида;
  • использование любого биоматериала.

Метод лишен недостатков классических ме­тодов идентификации и дифференциации. Так, в отличие от бактериологических исследований ГХ/МС — экспрессный метод: отсутствуют стадии повторных пересевов и биохимических тестов, ко­торые особенно сложны, трудоемки и длительны. Нет необходимости в получении чистой культуры; возможна идентификация некультивируемых форм МО. В отличие от иммуносерологических исследо­ваний ГХ/МС — прямой метод: отсутствуют оши­бочные определения, связанные с индивидуальны­ми вариациями иммунного ответа; он также более чувствительный. В отличие от молекулярно-биоло­гических методов дается адекватная количествен­ная оценка; метод менее дорогой, для его реализа­ции используются доступные любым лабораториям химические реактивы и методики пробоподготовки.

Список литературы

1. Старостин К.В., Демидов Е.А., Розанов А.С., Брянская А.В., Пельтек С.Е. Исследование воспроизводимости результатов идентификации микроорганизмов с помощью метода МАЛДИ времяпролетной масс-спектрометрии в зависимости от условий культивирования на примере Geobacillus stearothermophilus. Вавиловский журнал генетики и селекции. 2013; 17(4-1): 748-57.

2. Ариповский А.В., Колесник П.О., Кулагина Т.П., Титов В.Н. Подготовка проб для газохроматографического определения жирных кислот: преимущества безэкстракционного метода с прямой переэтерификацией липидов высушенных биологических проб. Клиническая лабораторная диагностика. 2018; 63(3): 141-7. DOI: http://doi.org/10.18821/0869-2084-2018-63-3-141-147

3. Хутаков Р.В., Саганов В.П., Раднаева Л.Д., Дамбаев Г.Ц., Хитрихеев В.Е., Доржиев Т.Э. Использование метода газовой хроматографии в диагностике и лечении больных острым холециститом (обзор литературы). Вестник Бурятского государственного университета. 2015; (12): 164-9.

4. Bobbie R.J., White D.C. Characterization of benthic microbial community structure by high-resolution gas chromatography of fatty acid methyl esters. Appl. Environ. Microbiol. 1980; 39(6): 1212-22.

5. Nichols P.D., Mancuso C.A., White D.C. Measurement of methanotroph and methanogen signature phospholipids for use in assessment of biomass and community structure in model system. Org. Geochem. 1987; 11(6): 451-61. DOI: http://doi.org/10.1016/0146-6380(87)90002-7

6. Попов Д.А., Овсиенко С.Т., Осипов Г.А., Вострикова Т.Ю. Ускоренный способ идентификации возбудителей бактериемий с применением метода газовой хромато-масс-спектрометрии. Клиническая лабораторная диагностика. 2013; (5): 54-8.

7. Birnbaum D., Herwaldt L., Low D.E., Noble M., Pfaller M., Sherertz R., et al. Efficacy of microbial identification system for epidemiologic typing of coagulase-negative staphylococci. J. Clin. Microbiol. 1994; 32(9): 2113-9.

8. Hoffmann M., Fischer M., Whittaker P. Evaluating the use of fatty acid profiles to identify deep-sea Vibrio isolates. Food Chem. 2010; 122(4): 943-50. DOI: http://doi.org/10.1016/j.foodchem.2010.04.015

9. Huys G., Vancanneyt M., Coopman R., Janssen P., Falsen E., Altwegg M., et al. Cellular fatty acid composition as a chemotaxonomic marker for the differentiation of phenospecies and hybridization groups in the genus Aeromonas. Int. J. Syst. Bacteriol. 1994; 44(4): 651-8. DOI: http://doi.org/10.1099/00207713-44-4-651

10. Livesley M.A., Thompson I.P., Bailey M.J., Nuttall P.A. Comparison of the fatty acid profiles of Borrelia, Serpulina and Leptospira species. J. Gen. Microbiol. 1993; 139(4): 889-95. DOI: http://doi.org/10.1099/00221287-139-4-889

11. Whittaker P., Fry F.S., Curtis S.K., Al-Khaldi S.F., Mossoba M.M., Yurawecz M.P., et al. Use of fatty acid profiles to identify foodborne bacterial pathogens and aerobic endospore-forming bacilli. J. Agric. Food Chem. 2005; 53(9): 3735-42. DOI: http://doi.org/10.1021/jf040458a

12. Wu H.Y., Yan H., Zheng M.L., Sun M.M., Wang Q., Hu C.M., et al. Legionella qingyii sp. nov., isolated from water samples in China. Int. J. Syst. Evol. Microbiol. 2019; 69(7): 2017-22. DOI: http://doi.org/10.1099/ijsem.0.003421

13. Zayed M.E. Identification of two fungicide degrading Pseudomonas species by gas chromatography of cellular fatty acids. Commun. Agric. Appl. Biol. Sci. 2004; 69(4): 779-88.

14. Верховцева Н.В., Осипов Г.А. Метод газовой хроматографии— масс-спектрометрии в изучении микробных сообществ почв агроценоза. Проблемы агрохимии и экологии. 2008; (1): 51-4.

15. Kunitsky C., Osterhoute G., Sasser M. Identification of microorganisms using fatty acid methyl esters (FAME) analysis and the MIDI Sherlock® Microbial Identification System. In: Encyclopedia of Rapid Microbiological Methods. Volume 3. Bethesda: Parenteral Drug Association; 2006: 1-18.

16. Leclercq A., Guiyoule A., El Lioui M., Carniel E., Decallonne J. High homogeneity of the Yersinia pestis fatty acid composition. J. Clin. Microbiol. 2000; 38(4): 1545-51.

17. Whittaker P. Comparison of Yersinia pestis to other closely related Yersinia species using fatty acid profiles. Food Chemistry. 2009; 116(3): 629-32. DOI: http://doi.org/10.1016/j.foodchem.2009.02.073

18. Комаров Г.Д., Помазанов В.В., Порсиус Н. Способ обнаружения и идентификации микроорганизмов. Заявка на изобретение № 97108375; 1997.

19. Lambert M.A., Hickman-Brenner F.W., Farmer Hi J.J., Moss C.W. Differentiation of Vibrionaceae species by their cellular fatty acid composition. Int. J. Syst. Bacteriol. 1983; 33(4): 777-92. DOI: http://doi.org/10.1099/00207713-33-4-777

20. Кузьменко Т.Е., Головня Р.В., Воронова Е.А. Исследование состава высших жирных кислот свободных липидов Vibrio cholerae. Биоорганическая химия. 1980; 6(1): 90-8.

21. Clarridge J.E. 3rd, Raich T.J., Sjosted A., Sandstrom G., Darouiche R.O., Shawar R.M., et al. Characterization of two unusual clinically significant Francisella strains. J. Clin. Microbiol. 1996; 34(8): 1995-2000.

22. Inglis T.J.J., Aravena-Roman M., Ching S., Croft K., Wuthiekanun V., Mee B.J. Cellular fatty acid profile distinguishes Burkholderia pseudomallei from аvirulent Burkholderia thailandensis. J. Clin. Microbiol. 2003; 41(10): 4812-4. DOI: http://doi.org/10.1128/jcm.41.10.4812-4814.2003

23. Song Y., Yang R., Guo Z., Zhang M., Wang X., Zhou F. Distinctness of spore and vegetative cellular fatty acid profiles of some aerobic endospore-forming bacilli. J. Microbiol. Methods. 2000; 39(3): 225-41. DOI: http://doi.org/10.1016/S0167-7012(99)00123-2

24. Wills B., Leikin J., Rhee J., Saeedi B. Analysis of suspicious powders following the post 9/11 anthrax scare. J. Med. Toxicol. 2008; 4(2): 93-5. DOI: http://doi.org/10.1007/bf03160961

25. Кабанов Д.С., Прохоренко И.Р. Структурный анализ липополисахаридов грамотрицательных бактерий (обзор). Биохимия. 2010; 75(4): 469-91.

26. Корнеев К.В., Кондакова А.Н., Арбатский Н.П., НовотоцкаяВласова К.А., Ривкина Е.М., Анисимов А.П. и др. Различия в биологической активности липополисахаридов в зависимости от степени ацилирования липида А из мутантных штаммов Yersinia pestis и бактерий рода Psychrobacter. Биохимия. 2014; 79(12): 1629-35.

27. Park B.S., Song D.H., Kim H.M., Choi B.S., Lee H., Lee J.O. The structural basis of lipopolysaccharide recognition by the TLR4-MD-2 complex. Nature. 2009; 458: 1191-5. DOI: http://doi.org/10.1038/nature07830

28. Phillips N.J., Schilling B., McLendon M.K., Apicella M.A., Gibson B.W. Novel modification of lipid A of Francisella tularensis. Infect. Immun. 2004; 72(9): 5340-8. DOI: http://doi.org/10.1128/IAI.72.9.5340-5348.2004

29. Осипов Г.А. Хромато-масс-спектрометрический анализ микроорганизмов и их сообществ в клинических пробах при инфекциях и дисбиозах. В кн.: Химический анализ в медицинской диагностике. М.: Наука; 2010: 293-368.

30. Шумилова Л.П., Куимова Н.Г. Изучение микробного сообщества городских почв методом газовой хроматографии— масс-спектрометрии. Бюллетень физиологии и патологии дыхания. 2013; (50): 121-5.

31. Верховцева Н.В., Ларина Г.Е., Спиридонов Ю.Я., Степанов А.Л., Осипов Г.А. Микробные консорциумы почв агроценозов разных природных зон России с учетом их сельскохозяйственного использования. Проблемы агрохимии и экологии. 2008; (2): 37-43.

32. Полеско И.В., Осипов Г.А., Кабаева Т.И. Микроэкология организма человека при себорее и акне. Детские инфекции. 2006; 5(3): 26-33.33. Андрюков Б.Г., Сомова Л.М., Тимченко Н.Ф. Жирные кислоты как объект исследования температурных адаптационных стратегий микроорганизмов-психрофилов. Здоровье. Медицинская экология. Наука. 2015; (3): 43-9.

33. Сомова Л.М., Бузолева Л.С., Плехова Н.Г. Ультраструктура патогенных бактерий в разных экологических условиях. Владивосток: Медицина ДВ; 2009.

34. Chen F., Rydzewski K., Kutzner E., Häuslein I., Schunder E., Wang X., et al. Differential substrate usage and metabolic fluxes in Francisella tularensis subspecies holarctica and Francisella novicida. Front. Cell. Infect. Microbiol. 2017; (7): 275. DOI: http://doi.org/10.3389/fcimb.2017.00275


Об авторах

Руслан Вячеславович Писанов
ФКУЗ «Ростовский-на-Дону противочумный институт» Роспотребнадзора
Россия
к.б.н., в.н.с., и.о. зав. лаб. диагностики особо опасных инфекций


Елена Сергеевна Шипко
ФКУЗ «Ростовский-на-Дону противочумный институт» Роспотребнадзора
Россия
м.н.с. лаб. диагностики особо опасных инфекций


Ольга Викторовна Дуванова
ФКУЗ «Ростовский-на-Дону противочумный институт» Роспотребнадзора
Россия
к.б.н., с.н.с. лаб. диагностики особо опасных инфекций


Диана Игоревна Симакова
ФКУЗ «Ростовский-на-Дону противочумный институт» Роспотребнадзора
Россия
к.б.н., н.с. лаб. диагностики особо опасных инфекций


Просмотров: 112


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0372-9311 (Print)
ISSN 2686-7613 (Online)