基于拉曼光谱和机器学习算法的沙门氏菌快速鉴定
近日，中国人民公安大学侦查学院姜红课题组采用拉曼光谱结合卷积神经网络实现了对沙门氏菌的快速鉴定。相关研究成果以题为“Rapid identification of salmonella serovars by using Raman spectroscopy and machine learning algorithm”发表在国际学术期刊Talanta（IF=6.556）上。
食源性疾病是世界范围内一个普遍存在且日益严重的公共健康问题，而食源性沙门氏菌感染是人类最常见的患病原因之一。本研究针对三种最具致病性的沙门氏菌血清型，使用拉曼光谱获取其光谱数据，选择适合解决多分类问题的卷积神经网络（CNN）对拉曼光谱数据进行深入挖掘和分析。比较了五种光谱预处理方法，Savitzky-Golay平滑（SG），多元散射校正（MSC），标准正态变量（SNV）和希尔伯特变换（HT）对CNN模型预测能力的影响。采用准确度（ACC）、精度、召回率和F1得分 4种机器学习评价指标来评估不同预处理方法下的模型性能。结果表明，拉曼光谱与CNN模型结合使用，能在单细胞水平上快速鉴定三种沙门氏菌血清型。此外，该模型在区分不同血清型的病原菌和密切相关的细菌种类方面具有很大潜力。
图1. 针对激光波长优化的拉曼光谱的三维瀑布图(A)和曲面图(B)
图2. 基于拉曼光谱的沙门氏菌的CNN分析示意图
图3. 肠炎沙门氏菌、鼠伤寒沙门氏菌和德比沙门氏菌的平均拉曼光谱
图4. 三种沙门氏菌血清型的原始光谱和处理后的光谱
图5. （A）CNN模型训练集的识别精度；（B）CNN模型训练集的损失率；（C）CNN模型测试集的识别精度（D）CNN模型的测试集的损失率
图6. 测试集中机器学习的四个评估指标
图7. 不同预处理条件下CNN模型的混淆矩阵
本研究评估了五种光谱预处理方法下CNN模型的预测能力，并得出结论，SG结合SNV是利用拉曼光谱预测沙门氏菌血清型的最准确的光谱预处理方法，在CNN模型中训练集的准确率达到98.7%，测试集的准确率超过98.5%。使用这种方法预处理光谱数据比其他方法具有更高的准确率。该研究进一步丰富了沙门氏菌血清型的拉曼光谱数据库。拉曼光谱结合机器学习算法在鉴定致病菌血清型方面的巨大潜力，这对于临床快速诊断食源性疾病以及预防食源性疾病至关重要。
