拉曼光譜解碼：機器學習助力無標記SERS快速鑒定病原菌
發布時間：2025-04-07 瀏覽次數：148
1. 引言
快速準確的病原體檢測至關重要，但傳統方法存在局限性。表面增強拉曼散射（SERS）技術具有靈敏、快速、無損等優勢，尤其無標記SERS無需復雜標記，可直接檢測細菌的固有振動指紋。然而，SERS分析面臨信號峰重疊和咖啡環效應導致信號不均勻等挑戰。為解決這些問題，機器學習（ML）與數據預處理技術結合，可有效去除噪聲和背景干擾，提高SERS數據分析的準確性，為病原菌的快速鑒定提供了新的途徑。
本研究報道了一種結合機器學習和數據預處理的無標記疏水SERS平臺，用于病原菌的快速高通量檢測。首先優化了SERS信號，并比較了咖啡環效應和疏水富集效應下的SERS性能。然后，針對SERS數據開發并評估了四種機器學習分類模型：k-NN、SVM-poly、SVM-rbf和1D-CNN。其中，SVM模型被廣泛應用于數據分類任務，而CNN模型則擅長學習數據的空間結構和模式。此外，k-NN模型作為一種簡單的無監督學習算法也被應用于此研究。
2. 結果與討論
使用疏水SERS平臺進行細菌檢測的無標簽SERS分析
本研究利用疏水SERS平臺進行病原菌的無標記快速檢測。疏水硅片通過限制液滴擴散，使細菌和納米顆粒集中，產生“局部濃度效應”，相比于普通硅片上的“咖啡環效應”，更有利于SERS檢測。研究人員用該平臺對大腸桿菌、單核增生乳桿菌、鼠傷寒沙門氏菌和金黃色葡萄球菌四種食源性致病菌進行了檢測，并構建了包含800個光譜的數據集。通過數據預處理技術對數據集進行標準化，再結合機器學習分類模型，實現了對這四種細菌的準確分類。
圖1. 使用疏水SERS平臺進行細菌檢測的無標簽SERS分析
細菌和等離子體粒子混合物在正常和疏水硅襯底上的分布及PNs的表征
利用金核銀殼納米粒子(Au@AgNPs)增強SERS信號，并比較了普通硅片和疏水硅片作為基底的效果。Au@AgNPs結構均勻，在普通硅片上，由于咖啡環效應，Au@AgNPs和細菌集中在液滴邊緣；而在疏水硅片上，則集中在中心區域，形成“局部濃度效應”，顯著提高了細菌和Au@AgNPs的濃度。疏水處理后的硅片接觸角明顯增大，證實了其良好的疏水性。結果表明，疏水基底更有利于SERS檢測，因為它能增加熱點成分并使細菌充分暴露于熱點中。
圖2. 細菌和等離子體粒子混合物在正常和疏水硅襯底上的分布及PNs的表征
咖啡環效應和局部濃度效應下不同PNs配比的SERS活性優化
比較了咖啡環效應和局部濃度效應下Au@AgNPs對大腸桿菌的SERS檢測效果。結果表明，疏水硅片上的局部濃度效應比普通硅片上的咖啡環效應具有更高的靈敏度。在734 cm?1處，局部濃度效應的最佳Au@AgNPs濃度為2.6 μg/mL，而咖啡環效應則為21 μg/mL。此外，局部濃度效應下的SERS強度比咖啡環效應高33倍，且檢測限更低。這表明疏水硅片更有利于提高SERS性能，因為它能有效提高細菌和Au@AgNPs的局部濃度。
圖3. 咖啡環效應和局部濃度效應下不同PNs配比的SERS活性優化
數據預處理和數據集準備
利用機器學習模型對四種細菌的SERS數據進行分類。由于原始SERS數據存在噪聲干擾，研究人員采用了基線校正、平滑和歸一化等預處理步驟，增強了特征峰譜的清晰度。通過比較k-NN、SVM-poly、SVM-rbf和1D-CNN四種ML模型的分類性能，研究探索了不同細菌拉曼光譜的內在差異。此外，通過分析預處理后鳥嘌呤峰和腺嘌呤峰的相對強度，驗證了在不使用ML模型的情況下，利用SERS光譜區分細菌的可行性。
圖4. 數據預處理流程圖，數據集準備，機器學習分類模型。
圖5. 數據預處理和數據集準備
研究發現，不同細菌的鳥嘌呤/腺嘌呤峰值比存在差異，可用于區分部分細菌，但同種細菌的不同菌株之間也存在信號差異，例如金黃色葡萄球菌菌株間差異較大，難以區分。為評估疏水SERS平臺的再現性，對大腸桿菌進行了40次重復測量，相對標準偏差為7.45%。此外，不同培養溫度(25-42℃)下，疏水基底均能產生均勻的拉曼光譜，但42℃時腺嘌呤峰信號減弱，可能與細菌成分或代謝物變化有關。結果表明，疏水基底的局部濃度效應保證了SERS信號的穩定性和可重復性。
圖6. (A)種和(B)菌株水平上的鳥嘌呤相對強度峰比（654 ~ 661 cm?1）和腺嘌呤相對強度峰比（734 ~ 737 cm?1）。數據為20個拉曼光譜的平均值±標準差。
使用ML模型的細菌分類結果
本研究使用k-NN、SVM-poly、SVM-rbf和1D-CNN四種機器學習模型對預處理后的SERS數據進行細菌分類。結果顯示，數據預處理，尤其是基線校正、平滑和歸一化，顯著提高了模型分類準確率。未經預處理的原始數據中，除k-NN外，其他模型均出現錯誤分類。ROC曲線分析也表明，預處理后模型的AUC值顯著增加。即使在咖啡環效應下，預處理后的SERS光譜準確率也能達到95%以上。研究證實，數據預處理對于基于SERS數據和機器學習的細菌分類至關重要。
圖7. (A)原始數據和(B)預處理后的數據得到k-NN、SVM-poly、SVM-rbf和1D-CNN四種分類模型的混淆矩陣。E.， L.， S., St.：大腸桿菌，單核細胞增生乳桿菌，鼠傷寒沙門氏菌，金黃色葡萄球菌。（C和D）四種分類模型的ROC曲線。
3. 總結
本研究提出了一種簡單、經濟、高靈敏度的無標記SERS分析方法，用于快速分類和預測食源性致病菌。該方法基于疏水SERS底物、數據預處理技術和機器學習算法。研究人員通過優化Au@AgNPs濃度和增強底物疏水性來誘導局部濃度效應，從而提升SERS性能。結果顯示，優化后的SERS底物強度比利用咖啡環效應的底物高33倍。為了提高SERS光譜的清晰度，研究人員采用了基線校正、平滑和歸一化三個預處理步驟，并結合k-NN、SVM-poly、SVM-rbf和1D-CNN四種機器學習分類模型進行分析。數據預處理后，幾乎所有模型的分類準確率都達到了100%。然而，本研究存在一個局限性：缺乏在實際低濃度環境中的驗證，目前僅依賴于測試集進行評估。未來研究將納入更多不同來源和環境的外部數據集，以減少選擇偏差，更全面地評估模型性能。
論文鏈接：https://doi.org/10.1016/j.snb.2024.136963
來源：微生物安全與健康網，作者~占英。
