MALDI-TOF MS 從鑑定工具走向抗藥性偵測和次種分型的全方位平台。
光譜資料庫的擴充與品管
商業資料庫（Bruker ~3000 species, VITEK MS ~800）覆蓋常見臨床分離菌，但對罕見菌種（Nocardia, Actinomyces, NTM species）覆蓋不足。使用者自建資料庫（custom MSP）可改善——需標準化：至少 20 技術重複 spectra、reference strain 以 16S/ITS 定序確認身份。MALDI-TOF 的鑑定限制在近緣物種的區分——如 Streptococcus pneumoniae vs S. mitis group（光譜高度相似，準確率 ~80%），需輔以 optochin/bile solubility。
MALDI-TOF 偵測碳青黴烯酶（CPE detection）
Meropenem hydrolysis assay：將菌株與 meropenem 在 buffer 中共培養 30 min-4 h → MALDI-TOF 偵測 meropenem（m/z 384）與其水解產物（m/z 358）的 peak ratio。完全水解 → carbapenemase 陽性。Burckhardt & Zimmermann（2011, J Clin Microbiol 49:3321）首報。進階：MBT STAR-Carba IVD kit（Bruker）標準化了操作流程，敏感度 >95%、特異度 >98%。IRDL（Imipenem-Related Degradation in Liquid）assay 是變體方法。
AI-enhanced MALDI-TOF
Machine learning 分析 raw MALDI-TOF spectra 可擴充其功能至 subspecies typing 和 AMR prediction：(1) Weis et al.（2022, Nat Med 28:164）以 logistic regression 分析 spectra 預測 S. aureus 的 MRSA 狀態（AUC ~0.91），但前瞻性驗證 AUC 下降至 ~0.79——提示 site-specific spectral variation 的挑戰；(2) Random forest/CNN 模型預測 K. pneumoniae ESBL/carbapenemase 攜帶狀態在特定醫院表現良好但跨院 generalizability 待驗證。
MBT Lipid Xtract 與 glycolipid profiling
新一代 MALDI-TOF 延伸至脂質分析——Mycobacterium 的 mycolic acid 和 mycobacterial glycolipids 可在 m/z 1000-3000 Da 範圍產生種特異性指紋，改善 NTM 分型。Teramoto et al.（2019, J Clin Microbiol 57:e00094-19）建立 lipid-based MALDI-TOF 資料庫，對 NTM 鑑定準確率 >98%。
文獻：Burckhardt I & Zimmermann S. 2011. J Clin Microbiol 49:3321-3324. / Weis C et al. 2022. Nat Med 28:164-174.