LETTER

We lazen met belangstelling het artikel “Ribosomal RNA Sequence Analysis of Brucella Infection Misidentified as Ochrobactrum anthropi Infection” door Horvat en collega’s (1 Het artikel meldde dat een Brucella-isolaat ten onrechte was geïdentificeerd als Ochrobactrum anthropi. De 16S-rRNA-resultaten gaven aan dat de isolaten Brucella-soorten waren, met 100% overeenstemming met rRNA-sequenties van bekende brucellae en lage homologie met Ochrobactrum anthropi-sequenties.

Ons laboratorium is sinds december 2011 drie keer met dergelijke omstandigheden te maken gehad. Stammen werden geïsoleerd uit bloedkweken van twee patiënten die zonder duidelijke oorzaak koorts hadden en uit een beenmergkweek van een patiënt met een linker scheenbeen. Ze werden aanvankelijk geïdentificeerd als Bordetella bronchiseptica (1 doos) en Ochrobactrum anthropi (2 gevallen) via het Vitek 2 Compact microbiële identificatiesysteem en gramnegatieve (GN) identificatiekaart. Als het eerste geval (m wordt geïdentificeerd als Bordetella bronchiseptica) had brucellosesymptomen van splenomegalie, licht verhoogde transaminase, typische golvende koorts en een significant verhoogd lymfocytniveau in zijn aantal witte bloedcellen, 16S rRNA PCR-amplificatie en sequencing werden uitgevoerd en de resultaten werden geanalyseerd met GenBank (toegangsnummers ACBJ01000075 .1, ACEM01000005.1, NC_013118.1 en NC_009668.1). De resultaten gaven aan dat het hoogste niveau van identiteit was voor Brucella abortus, Brucella melitensis en Brucella microti onder de Brucella spp., Evenals Ochrobactrum anthropi ATCC 49188 (zoekopdrachtdekking, 100%; maximale identiteit, 99%). Ochrobactrum anthropi kon echter worden uitgesloten op basis van een negatief resultaat dat werd waargenomen in de halfvaste-mediummotiliteitstest en flagellaire kleuring. De resultaten suggereren dat het geautomatiseerde microbiële identificatiesysteem onbetrouwbaar is, dus twee bewaarde stammen die door de Vitek-test als Ochrobactrum anthropi werden geïdentificeerd, werden in subcultuur gebracht en opnieuw geëvalueerd. 16S rRNA PCR-amplificatie, sequentiebepaling en uitlijning werden uitgevoerd. De resultaten waren vergelijkbaar met die van de eerste stam; d.w.z. de hoogste identiteit was voor verschillende isolaten binnen de Brucella spp. en Ochrobactrum anthropi. Ook hier werd Ochrobactrum anthropi uitgesloten op basis van een negatief resultaat van de halfvaste-medium motiliteitstest en flagellaire kleuring. We hebben ook de test uitgevoerd waarbij gebruik werd gemaakt van real-time PCR, gevolgd door curve-analyse met hoge resolutie smelt (HRM) om de Brucella-stammen te identificeren. Ze werden geïdentificeerd als Brucella melitensis. Alle drie de stammen werden bevestigd als Brucella melitensis door de Chinese CDC, en de sera van de patiënten waren positief voor Brucella-antilichaam met behulp van de Brucella-microagglutinatietest. Deze drie vlekken werden geserotypeerd als biovar type I.

Brucella is een potentieel agent van bioterrorisme en ook een significante ziekteverwekker die laboratoriuminfecties veroorzaakt (2, 3). Er is echter eerder melding gemaakt van verkeerde identificatie van Brucella-soorten door sommige commerciële bacteriële identificatiesystemen (4, 5). Vanwege deze steeds terugkerende verkeerde identificaties laboratoria vertrouwen nu op moleculaire methoden om Brucella te identificeren. Naast het rapport van Horvat en collega’s hebben studies van Gee et al. aangetoond dat de 16S rRNA-consensussequentie van de Brucella-soort, gegenereerd nadat 65 Brucella-stammen van 6 soorten waren gesequenced, gedeeld 100% identiteit met 11 Brucella 16S rRNA-gensequenties in GenBank, inclusief B. melitensis-stam 16M en B. suis-stam 1330 (6). Deze resultaten geven aan dat de 16S rRNA-gensequencing-methode is een efficiënt middel om langzaam groeiende Gram-negatieve bacillen klinisch te identificeren, maar we maken ons ernstig zorgen over de volledige afwezigheid van homologie met Ochrobactrum anthropi in vergelijking met de 99% overeenkomst met Brucella spp. of de Ochrobactrum anthropi-stammen (inclusief de ATCC-stam) die hier worden gerapporteerd. Heeft dit te maken met het gebruik van verschillende databases (SmartGene versus GenBank)? We kijken uit naar een antwoord van Horvat en collega’s om beter gebruik te maken van 16S rRNA-sequentieanalyse om langzaam groeiende bacteriën zoals Brucella melitensis te identificeren.