简介：摘要目的探索基质辅助激光解吸电离飞行时间（MALDI-TOF）质谱仪不同算法快速识别甲氧西林耐药金黄色葡萄球菌可行性。方法从北京同仁医院检验科2017年1月至2019年6月的细菌库中选取314株金黄色葡萄球菌临床分离株用MALDI-TOF MS鉴定，经头孢西丁纸片法（抑菌环直径≤21 mm）及聚合酶链反应（PCR）mecA基因初筛，将菌株分为甲氧西林耐药的金黄色葡萄球菌（MRSA）组（130株）和甲氧西林敏感的金黄色葡萄球菌（MSSA）组（184株）；甲酸提取法采集谱图，将MRSA组和MSSA组再各分成3个亚组，即MRSA-1亚组（43株）、MRSA-2亚组（42株）及MRSA-3亚组（45株）和MSSA-1亚组（60株）、MSSA-2亚组（61株）及MSSA-3亚组（63株）；使用Bruker MALDI-TOF质谱仪的ClinProTools软件中的遗传算法、快速分类算法、监督式神经网络算法以及中元汇吉质谱仪EX-Smartspec软件的卷积神经网络算法进行试验研究，重复3轮（第1轮MRSA-1和MRSA-2、MSSA-1和 MSSA-2为建模组，MRSA-3和MSSA-3为验证组，依此类推进行3轮）。以4种算法的受试者工作特征（ROC）曲线下面积展开性能确认。从北京同仁医院检验科2019年7—12月的细菌库中选38株MRSA和40株MSSA临床株，使用甲酸提取法采集谱图，对卷积神经网络算法建立的模型进行独立测试。结果在3轮建模和验证后，3个子组Bruker ClinProTools遗传算法的ROC曲线下面积分别为0.89、0.74和0.64，快速分类算法的ROC曲线下面积分别为0.77、0.95和0.94，监督式神经网络算法的ROC曲线下面积分别为0.90、0.98和0.98，中元汇吉质谱仪EX-Smartspec软件的卷积神经网络算法的ROC曲线下面积分别为0.95、0.99和0.99。卷积神经网络算法的独立测试结果显示其敏感度88.82%（810/912）、特异度81.15%（779/960）、准确性84.88%（1 589/1 872）、ROC曲线下面积0.92。结论Bruker ClinProTools软件中的监督式神经网络算法与中元汇吉质谱仪EX-Smartspec软件所用的卷积神经网络算法在快速识别MRSA时的性能指标可被临床接受。利用卷积神经网络算法，通过MALDI-TOF质谱技术可快速确认MRSA株，及时指导临床用药。