ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
Стоматология
doi: 10.25005/2074-0581-2026-28-2-471-479
ЦИФРОВОЙ ПОЛУКОЛИЧЕСТВЕННЫЙ УЧЁТ КОЛОНИЙ НА СЕКТОРАЛЬНЫХ ЧАШКАХ: ПОВТОРЯЕМОСТЬ ПРИ РАЗНЫХ УРОВНЯХ ИНОКУЛЮМА (CANDIDA ALBICANS)

Я.Н. ХАРАХ1, П.Ю. КОЛЕСНИКОВ2,3, С.Н. КЕРАСОВ1, В.В. АЛЯМОВСКИЙ4, А.С. ОГАНЕСЯН1, В.Н. ЦАРЁВ5, С.Д. АРУТЮНОВ1

1Кафедра ортопедической стоматологии и цифровых технологий, Российский университет медицины, Москва, Российская Федерация
2Лаборатория микробной экологии человека, Государственный научный центр Российской Федерации – Институт медико-биологических проблем Российской академии наук, Москва, Российская Федерация
3Лаборатория молекулярно-биологических исследований, Российский университет медицины, Москва, Российская Федерация
4Кафедра пропедевтики терапевтической стоматологии, Российский университет медицины, Москва, Российская Федерация
5Кафедра микробиологии, вирусологии, иммунологии, Российский университет медицины, Москва, Российская Федерация

Цель: оценить повторяемость полуколичественной цифровой метрики роста при учёте колоний на секторальных чашках и определить практический рабочий диапазон её применения на модели Candida albicans.

Материал и методы: суточная культура Candida albicans выращивалась на мясопептонном агаре, стандартизировалась по мутности до 0,5 единиц по шкале Мак-Фарланда, и готовилась серия разведений, соответствующих уровням условной исходной нагрузки 10⁰, 10², 10⁴, 10⁶ и 10⁸. Выполнялся секторальный посев 100 мкл на чашки с мясопептонным агаром с последующей инкубацией при 37°C в течение 24 часов (по три независимых повтора на уровень). Цифровой учёт проводился методом автоматизированного распознавания изображений на приборе Scan 500 (Interscience, Saint Nom-la-Bretèche, France; версия ПО 6.3.8.0) в режиме общего счёта с фиксированными параметрами обработки. При наличии артефактов выполнялась консервативная операторская коррекция путём удаления неколонизированных микроорганизмами объектов. В качестве зависимой переменной использовалась метрика U – скорректированное оператором число распознанных колоний (шт.) в режиме общего счёта («Total count») при фиксированных параметрах обработки.

Результаты: распределения показателя U различались между уровнями условной исходной нагрузки; различия были статистически значимыми по H-критерию Краскела-Уоллиса (p=0,012). Повторяемость зависела от диапазона: при низких уровнях фиксировались нулевые значения и высокая вариабельность (CV 173,2% для 10⁰ и 102,4% для 10²), тогда как на уровне порядка 10⁴ разброс был минимальным (CV 6,1%). В высоком диапазоне не выявлено простой монотонной зависимости U от номинального уровня нагрузки. Число удалённых оператором неколониальных объектов варьировало от 0 до 99 на чашку.

Заключение: цифровой показатель U следует рассматривать как стандартизированный цифровой счёт (фиксированные настройки распознавания с операторской коррекцией), пригодный для сравнительных сопоставлений «контроль – эксперимент» при неизменном протоколе. Практический рабочий ориентир в условиях данной модели соответствовал порядку 10⁴.

Ключевые слова: Candida albicans, подсчёт микробных колоний, компьютерная обработка изображений, воспроизводимость результатов, микробиологические методы, посев (микробиологический).

Скачать файл:

Литература
  1. Арутюнов СД, Царёв ВН, Ипполитов ЕВ, Апресян СВ, Трефилов АГ. Формирование биоплёнки на временных зубных протезах: соотношение процессов первичной микробной адгезии, коагрегации и колонизации. Стоматология. 2012;91(5):5-10.
  2. Bächle J, Merle C, Hahnel S, Rosentritt M. Bacterial adhesion on dental polymers as a function of manufacturing techniques. Materials (Basel). 2023;16(6):2373. https://doi.org/10.3390/ma16062373
  3. Garre A, Egea JA, Esnoz A, Palop A, Fernandez PS. Tail or artefact? Illustration of the impact that uncertainty of the serial dilution and cell enumeration methods has on microbial inactivation. Food Res Int. 2019;119:76-83. https:// doi.org/10.1016/j.foodres.2019.01.059
  4. Marsit NM, Saadawi S, Alennabi K. Challenges of growth-based microbiological methods in sterility assurance of pharmaceutical product manufacturing. Discov Pharm Sci. 2025;1:13. https://doi.org/10.1007/s44395-025-00020-6
  5. Gorsuch JP, Jones Z, Le Saint D, Kitts CL. Enumeration of industrial Bacillus assemblages in commercial products with customized plate-counting assays. J Microbiol Methods. 2019;164:105682. https://doi.org/10.1016/j. mimet.2019.105682
  6. Panisello Yagüe D, Mihaljevic J, Mbegbu M, Wood CV, Hepp C, Kyman S, et al. Survival of Staphylococcus aureus on sampling swabs stored at different temperatures. J Appl Microbiol. 2021;131(3):1030-8. https://doi.org/10.1111/ jam.15023
  7. Zhu G, Yan B, Xing M, Tian C. Automated counting of bacterial colonies on agar plates based on images captured at near-infrared light. J Microbiol Methods. 2018;153:66-73. https://doi.org/10.1016/j.mimet.2018.09.004
  8. Rodrigues PM, Luís J, Tavaria FK. Image analysis semi-automatic system for colony-forming-unit counting. Bioengineering. 2022;9(7):271. https://doi. org/10.3390/bioengineering9070271
  9. Zhang L. Machine learning for enumeration of cell colony forming units. Vis Comput Ind Biomed Art. 2022;5:26. https://doi.org/10.1186/s42492-022-00122-3
  10. Cao L, Zeng L, Wang Y, Cao J, Han Z, Chen Y, et al. U2-Net and ResNet50- based automatic pipeline for bacterial colony counting. Microorganisms. 2024;12(1):201. https://doi.org/10.3390/microorganisms12010201
  11. Majchrowska S, Pawłowski J, Guła G, Bonus T, Hanas A, Loch A, et al. Assessing microbial colony counting: A deep learning approach with the AGAR image dataset. Neurocomputing (Amst). 2025;630:129654. https://doi.org/10.1016/j. neucom.2025.129654
  12. Heuser E, Becker K, Idelevich EA. Evaluation of an automated system for the counting of microbial colonies. Microbiol Spectr. 2023;11(4):e0067323. https:// doi.org/10.1128/spectrum.00673-23
  13. Choi Q, Kim HJ, Kim JW, Kwon GC, Koo SH. Manual versus automated streaking system in clinical microbiology laboratory: Performance evaluation of Previ Isola for blood culture and body fluid samples. J Clin Lab Anal. 2018;32(5):e22373. https://doi.org/10.1002/jcla.22373
  14. Kawamoto Y, Kaku N, Akamatsu N, Mitsumoto-Kaseida F, Takazono T, Kosai K, et al. Evaluation of automated streaking patterns in urine culture for clinical workflow optimization. Sci Rep. 2025;15(1):30175. https://doi.org/10.1038/ s41598-025-15111-8
  15. Khan AUM, Torelli A, Wolf I, Gretz N. AutoCellSeg: Robust automatic colony forming unit (CFU)/cell analysis using adaptive image segmentation and easy-touse post-editing techniques. Sci Rep. 2018;8(1):7302. https://doi.org/10.1038/ s41598-018-24916-9
  16. Hogekamp L, Hogekamp SH, Stahl MR. Experimental setup and image processing method for automatic enumeration of bacterial colonies on agar plates. PLoS One. 2020;15(6):e0232869. https://doi.org/10.1371/journal.pone.0232869
  17. Martini KM, Boddu SS, Nemenman I, Vega NM. Maximum likelihood estimators for colony-forming units. Microbiol Spectr. 2024;12(9):e0394623. https://doi. org/10.1128/spectrum.03946-23
  18. Garre A, Zwietering MH, van Boekel MAJS. The most probable curve method – A robust approach to estimate kinetic models from low plate count data resulting in reduced uncertainty. Int J Food Microbiol. 2022;380:109871. https://doi. org/10.1016/j.ijfoodmicro.2022.109871
  19. Chen S, Huang PH, Kim H, Cui Y, Buie CR. MCount: An automated colony counting tool for high-throughput microbiology. PLoS One. 2025;20(3):e0311242. https:// doi.org/10.1371/journal.pone.0311242
  20. Bär J, Boumasmoud M, Kouyos RD, Zinkernagel AS, Vulin C. Efficient microbial colony growth dynamics quantification with ColTapp, an automated image analysis application. Sci Rep. 2020;10(1):16084. https://doi.org/10.1038/ s41598-020-72979-4
  21. Bischof L, Převorovský M, Rallis C, Jeffares DC, Arzhaeva Y, Bähler J. Spotsizer: High-throughput quantitative analysis of microbial growth. BioTechniques. 2016;61(4):191-201. https://doi.org/10.2144/000114459

Сведения об авторах:

Харах Ясер Насерович,
кандидат медицинских наук, доцент кафедры ортопедической стоматологии и цифровых технологий, Российский университет медицины
Researcher ID: AAI-6091-2021
Scopus ID: 57204823557
ORCID ID: 0000-0001-7181-8211
SPIN-код: 7217-1160
Author ID: 949859
E-mail: c.kharakh@gmail.com

Колесников Пётр Юрьевич,
младший научный сотрудник лаборатории молекулярно-биологических исследований, Российский университет медицины; младший научный сотрудник лаборатории микробной экологии человека, Государственный научный центр Российской Федерации – Институт медико-биологических проблем Российской академии наук
Researcher ID: ACD-4368-2022
Scopus ID: 57954196100
ORCID ID: 0000-0003-2947-726X
SPIN-код: 3349-0841
Author ID: 1239130
E-mail: petrs8@mail.ru

Керасов Стефан Николаевич,
аспирант кафедры ортопедической стоматологии и цифровых технологий, Российский университет медицины
Scopus ID: 59407222500
ORCID ID: 0009-0004-3144-2781
SPIN-код: 7994-8670
Author ID: 1277964
E-mail: stefankerasov@gmail.com

Алямовский Василий Викторович,
доктор медицинских наук, профессор, профессор кафедры пропедевтики терапевтической стоматологии, Российский университет медицины
Researcher ID: H-8834-2012
ORCID ID: 0000-0001-6073-2324
SPIN-код: 2830-5640
Author ID: 614955
E-mail: valyamovsky@gmail.com

Оганесян Артак Степанович,
соискатель кафедры ортопедической стоматологии и цифровых технологий, Российский университет медицины
ORCID ID: 0009-0009-5127-7847
SPIN-код: 3051-2946
Author ID: 1217531
E-mail: artac@yandex.ru

Царёв Виктор Николаевич,
доктор медицинских наук, профессор, заведующий кафедрой микробиологии, вирусологии, иммунологии, Российский университет медицины
Scopus ID: 7005569282
ORCID ID: 0000-0002-3311-0367
SPIN-код: 8180-4941
Author ID: 638394
E-mail: nikola777@rambler.ru

Арутюнов Сергей Дарчоевич,
доктор медицинских наук, профессор, заведующий кафедрой ортопедической стоматологии и цифровых технологий, Российский университет медицины
Researcher ID: AAG-1917-2020
Scopus ID: 6601980084
ORCID ID: 0000-0001-6512-8724
SPIN-код: 1052-4131
Author ID: 262790
E-mail: sd.arutyunov@mail.ru

Информация об источнике поддержки в виде грантов, оборудования, лекарственных препаратов

Финансовой поддержки со стороны компаний-производителей лекарственных препаратов и медицинского оборудования авторы не получали

Конфликт интересов: отсутствует

Адрес для корреспонденции:

Харах Ясер Насерович
кандидат медицинских наук, доцент кафедры ортопедической стоматологии и цифровых технологий, Российский университет медицины

127006, Российская Федерация, г. Москва, ул. Долгоруковская, 4

Тел.: + 7 (916) 9618007

E-mail: c.kharakh@gmail.com


This work is licensed under a Creative Commons Attribution 4.0 International License.

Материалы по тематике:

◄ Возврат к списку