拉曼光谱结合人工智能无损表征微生物研究取得进展

　　近日，中科院微生物研究团队在微生物表征研究上取得进展，在线发表两项研究成果，利用拉曼光谱结合人工智能技术实现了微生物单细胞水平的快速准确鉴定并证明了使用拉曼光谱表征基因转录的可行性。

　　拉曼光谱作为化学分子的“指纹图谱”，可以对生物样品在溶液中进行无损、非标记、非接触的原位检测分析。在微生物研究中，拉曼技术能够在单细胞水平，无损、非标记地实时监测细胞内核酸、蛋白质、脂类和代谢产物等的组成和变化，获得细胞全部的拉曼图谱信息，即“拉曼组”信息，从而对微生物单细胞进行生理生化的精确表征。但是由于拉曼组承载了海量的信息，如何将其转化成有意义、可利用的微生物学数据是一项拉曼光谱在实际应用领域的一大挑战。

　　中国科学院微生物研究所付钰研究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的研究。团队自主搭建了激光拉曼采集系统，该系统利用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激发细胞产生拉曼散射。同时为了有效利用拉满足数据，团队设计了卷积神经网络机器学习算法，让人工智能对大量的拉曼组数据进行学习和分析，实现准确的表征和分类鉴定。

　　研究团队利用拉曼光谱结合人工智能在微生物表征研究上发表如下两项最新的研究成果：

　　一、将单细胞拉曼组作为微生物识别的“条形码”，通过比较一系列深度学习算法确定最佳模型，对12种常见病原微生物鉴定的平均正确率为90.73±9.72%，预测鲍曼不动杆菌耐药性的准确率达到了99.92±0.06%，推荐治疗抗生素类型的选择正确率为91.8%，解析了鲍曼不动杆菌耐药菌株的拉曼光谱特征，为进一步阐明耐药的分子机制奠定了基础。

　　二、利用数学工具建立拉曼光谱与基因转录的映射关联，实现通过拉曼光谱推算特定基因的转录水平。以海洋红树林厌氧光合紫硫细菌为例，逐一映射关联拉曼光谱、硫单质和硫球蛋白基因转录，并验证了该模型推导基因转录的准确性，证明了使用拉曼光谱表征基因转录的可行性。

　　据了解，此前，研究团队已经利用拉曼光镊结合人工智能技术实现了微生物单细胞水平的快速准确鉴定。单细胞水平鉴定微生物的平均正确率达到95.64%，整个鉴定过程在5分钟内完成。