[科学技术]微生物单细胞人工智能鉴定研究获进展

在临床检验、食品安全、海关边检等许多领域广泛需要高特异性、高灵敏度的微生物快速鉴定。随着国家生物安全的日益重要，对微生物准确快速检测的需求变得更加迫切。目前的微生物检测和鉴定方法大多依靠纯培养，通常需要很长时间，很难在微小的水平上实现准确的鉴定。

拉曼光谱是光子和化学分子之间非弹性散射形成的不连续带。每个化学分子都有自己特定的拉曼光谱，根据拉曼光谱的特点可以准确识别化学分子，所以拉曼光谱被称为“化学分子的指纹”。由于拉曼光谱在水环境中具有非接触、非破坏性、非标记、快速、准确、干扰小等优点，成为复杂生物样品识别和表征的研究热点和前沿。

中国科学院微生物研究所傅宇课题组长期致力于利用拉曼光谱在单细胞水平快速鉴定微生物。最近，该研究组在分析化学在线发表了一篇名为《人工智能方法与激光镊子拉曼光谱结合用于微生物鉴定》的研究论文，利用拉曼光镊结合人工智能技术实现了微生物单细胞的快速准确鉴定。

傅宇的研究组自主构建了激光拉曼采集系统，利用785 nm单色连续激光光源捕获微生物单细胞，在操纵单细胞的同时刺激细胞产生拉曼散射。通过对激光照射的酿酒酵母、大肠杆菌和嗜盐古菌的原位培养观察，统计结果表明，经过光镊对拉曼光谱的操作和采集，微生物单细胞的存活率为95.22%-97.66%，证明拉曼光镊对单细胞是无损的，表明拉曼识别可以与后续的单细胞纯培养、测序等操作无缝连接。由于细胞的拉曼群(一个细胞的所有拉曼信号之和)包含数百个拉曼位移峰，其中包含细胞中核酸、蛋白质、脂质、多糖和各种代谢物等所有成分的海量信息，研究小组设计了卷积神经网络机器学习算法，建立了拉曼群数据库，进行了模型验证和样本预测，验证了人工智能模型对微生物单细胞检测的特异性和敏感性。结果表明，单细胞水平微生物鉴定的平均正确率达到95%。针对人工智能分析的“黑箱”，通过逐个掩蔽光谱的概念，建立了提取微生物拉曼光谱特征峰的新算法，实现了人工智能如何分析微生物拉曼光谱的可视化呈现，打破了人工智能识别过程的黑箱，为进一步表征微生物的生化特性奠定了基础。

傅宇课题组助理研究员卢伟来和研究生陈秀强是本文的共同第一作者，傅宇是通讯作者。该研究得到了国家自然科学基金、科技部R&D重点项目、中国科学院战略性高技术创新基金项目和中国科学院战略性试点研究项目的支持。

拉曼光镊结合人工智能快速识别微生物单细胞和提取特征光谱的流程和示意图