可解释人工智能赋能表面增强拉曼光谱实现对致病性大肠杆菌与志贺氏菌的高精度鉴别

《Current Research in Microbial Sciences》:Explainable AI-SERS Approach for Highly Accurate Discrimination of Escherichia coli Pathotypes and Shigella Species

【字体: 大 中 小 】 时间:2026年03月29日 来源:Current Research in Microbial Sciences 5.8

编辑推荐:

  为解决致病性大肠杆菌(E. coli)与志贺氏菌(Shigella)因高度同源而难以区分、传统方法存在误诊风险的难题,研究者们开发了结合可解释人工智能(XAI)与表面增强拉曼光谱(SERS)的分析平台。该研究构建了包含294株菌、7819个SERS光谱的数据集,利用一维卷积神经网络(1D-CNN)实现了97.7%的分类准确率,并通过SHAP分析揭示了关键分子特征。该XAI-SERS平台为病原菌的快速、精准、可解释鉴别提供了新方案。

  
致病性大肠杆菌和志贺氏菌是全球范围内引发严重腹泻、出血性结肠炎和痢疾的主要病原体,每年导致数百万人感染和数十万死亡。这两种细菌“本是同根生”,在遗传和蛋白质层面极为相似,犹如微生物界的“孪生兄弟”,这使得传统鉴定方法,如16S rRNA测序、MALDI-TOF质谱等,在区分它们时常常“力不从心”。然而,精准鉴别又至关重要,因为两者的临床管理和公共卫生应对策略大相径庭:例如,对产志贺毒素大肠杆菌(STEC)不当使用抗生素可能增加溶血性尿毒综合征风险,而治疗志贺菌病则通常推荐使用抗生素。因此,开发一种能够快速、准确且能解释“为什么这么分”的新型诊断技术,成为临床和公共卫生领域的迫切需求。
为了破解这一难题,来自庆熙大学的研究团队在《Current Research in Microbial Sciences》上发表了一项创新性研究。他们将目光投向了表面增强拉曼光谱(SERS),这是一种能“放大”分子振动信号、快速获取物质“指纹图谱”的技术。然而,不同菌株间的SERS信号差异细微,肉眼和传统算法难以捕捉。于是,团队引入了可解释人工智能(XAI),旨在构建一个既能高精度分类、又能揭示背后生化依据的智能平台。他们最终成功开发了一个XAI-SERS平台,能够以超过97%的准确率区分五种致病性大肠杆菌(包括肠产毒性大肠杆菌ETEC、肠致病性大肠杆菌EPEC等)和四种志贺氏菌,并清晰地指出了是哪些分子特征(如特定氨基酸、核酸的振动峰)在分类决策中起到了关键作用,将AI从“黑箱”变成了“玻璃箱”。
为开展此项研究,研究人员主要运用了以下几项关键技术方法:首先,他们制备了金@银核壳纳米粒子(Au@Ag core-shell NPs)作为SERS增强基底,以优化信号强度与稳定性。其次,从临床、食品和水源样本中收集并培养了共计294株细菌菌株(包括195株大肠杆菌和99株志贺氏菌),通过离心、洗涤等步骤制备标准化细菌悬液用于光谱采集。核心的分析手段是深度学习方法,研究者构建并训练了一个一维卷积神经网络(1D-CNN)模型,用于处理和分析从细菌样本获取的共7819条SERS光谱数据。最后,为了理解模型的决策依据,他们采用了SHapley Additive exPlanations(SHAP)这一可解释性AI算法,对模型分类所依赖的关键光谱特征进行归因分析,从而将光谱峰与潜在的生物分子成分关联起来。
3.1. 致病性大肠杆菌和志贺氏菌SERS光谱的特征分析
研究人员利用Au@Ag核壳纳米粒子成功获取了所有菌株的SERS光谱。分析发现,尽管不同菌种的光谱在整体上相似,但在特定波数处存在特征峰的有无或强度差异。例如,在786 cm-1(胞嘧啶、尿嘧啶环伸缩振动)处的峰在所有志贺氏菌和肠侵袭性大肠杆菌(EIEC)中出现,却唯独在产志贺毒素大肠杆菌(STEC)中缺失;而855 cm-1(酪氨酸蛋白环呼吸振动)的峰则在除鲍氏志贺菌外的所有志贺氏菌中出现。这些细微的差异反映了不同病原体在细胞壁成分、蛋白质和核酸等分子构成上的不同,但由于差异过于细微,仅凭肉眼观察无法实现可靠鉴别。
3.2. 提升SERS光谱可靠性和重复性的预处理技术
由于仪器噪声和批次效应,原始光谱可能存在尖峰噪声和峰位漂移。研究团队采用了一系列预处理步骤来“净化”数据:包括基线校正、基于修正Z分数的去尖峰算法,以及一种名为P-Bin的峰对齐技术。P-Bin技术能自动识别光谱中的主峰并将其对齐到标准化的“区间”内,有效补偿了因设备或实验条件不同引起的微小峰位偏移(约2.8-3.4 cm-1),极大提升了数据的可重复性和跨平台兼容性。
3.3. SERS光谱分析中深度学习分类器的性能评估
为了量化这些细微差异,研究者将预处理后的光谱数据输入多种机器学习模型。结果显示,专门为序列数据设计的一维卷积神经网络(1D-CNN)模型表现最佳,在测试集上达到了97.7%的整体准确率,显著优于多层感知机(MLP,93.99%)、随机森林(RF,90.60%)和支持向量机(SVM,83.38%)等传统模型。即使在遗传和致病机制高度重叠、传统方法最难区分的肠侵袭性大肠杆菌(EIEC)与志贺氏菌之间,1D-CNN也实现了98.95%的区分准确率。对模型隐藏层特征的降维可视化显示,经过1D-CNN学习后,不同种类细菌的数据点形成了清晰分离的簇,这与原始光谱数据严重重叠的情况形成鲜明对比,证明模型成功提取了具有高度判别性的深层特征。
3.4. 解读深度学习模型:1D-CNN分类中的特征重要性
研究的核心突破在于其“可解释性”。通过SHAP分析,研究者可以“看到”1D-CNN模型究竟依据光谱的哪些部分做出判断。分析指出,与芳香族氨基酸(尤其是苯丙氨酸和酪氨酸)相关的振动峰是模型进行区分的最主要依据。这些氨基酸是许多毒力蛋白和毒素的丰富组成部分。此外,与核酸(如胞嘧啶/尿嘧啶)、肽键(C-N伸缩,υ(CN))以及多糖(C-O-C环呼吸,υ(COC))相关的振动峰也提供了重要的辅助判别信息。值得注意的是,特征重要性的模式具有生物学意义:侵袭性病原体(如志贺氏菌和EIEC)更多地受到核酸和芳香族氨基酸相关特征的影响,这可能与其携带的侵袭相关质粒和入侵相关的蛋白结构有关;而以毒素和粘附为主要致病手段的病原体(如STEC、ETEC)则更依赖于蛋白质相关(如酰胺带)的振动信号。这种特征权重差异,使得AI模型的决策逻辑与已知的病原体生物学特性产生了有意义的关联。
结论与展望
这项研究成功展示了一个融合表面增强拉曼光谱(SERS)与可解释人工智能(XAI)的强大平台,首次实现了对五种致病性大肠杆菌路径型和四种志贺氏菌的高精度、可解释鉴别。其核心结论在于,一维卷积神经网络(1D-CNN)能够从高度相似的细菌SERS光谱中提取人眼难以察觉的判别性特征,实现超过97%的分类准确率。更重要的是,通过SHAP分析,该平台揭开了AI分类的“黑箱”,将高精度的分类结果追溯到具体的分子振动特征,如特定的氨基酸、核酸和糖类成分的拉曼峰,为鉴别结果提供了生化层面的合理解释。这标志着病原体诊断从单纯的结果输出,迈向了兼具结果与生物学依据的“可信AI”新阶段。
该研究的深刻意义在于方法论上的创新与融合。它不仅为区分遗传高度同源、临床鉴别困难的病原体提供了快速(基于SERS)且精准(基于深度学习)的新工具,更通过XAI框架建立了光谱特征与潜在生物分子组成之间的桥梁,使检测技术具备了“解释自身”的能力。这种可解释性对于临床应用至关重要,能增加临床医生对AI诊断结果的信任,并可能为理解病原体间的微小生化差异提供新线索。尽管该研究在低菌量检测灵敏度、样本来源平衡性以及光谱峰分子指认的绝对确定性方面存在局限,但其构建的XAI-SERS框架为未来开发智能化、透明化的病原体快速诊断系统奠定了坚实的技术基础,预示着微生物鉴定领域一个更加精准、透明的新方向。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号