化工仪器网手机版
移动端访问更便捷
中科院团队研发新型拉曼光谱分析模型 将病原菌识别时间缩至分钟级
2026年04月27日 15:03:37
来源：化工仪器网 作者：宋池 点击量：4519
中科院苏州医工所团队提出RSCDM无监督域适应模型，有效克服仪器、批次、菌株差异对拉曼光谱病原菌识别的干扰。该方法大幅提升多平台菌种鉴定准确率，经微调后临床分离株识别精度可达99.3%，将检测时长由天级压缩至分钟级，为拉曼光谱临床快速检测转化提供新技术支撑。
中国科学院苏州生物医学工程技术研究所宋一之研究团队近日提出一种新型无监督域适应深度学习方法——拉曼光谱分类差异模型（RSCDM），有效解决了拉曼光谱在病原菌识别中受仪器异质性、实验批次波动及菌株多样性影响的关键瓶颈问题。相关研究成果以 “Novel Deep-Learning Unsupervised Domain Adaptation Method for Mitigating Batch, Strain, and Instrument Variations to Enhance Raman Spectroscopy-Based Bacterial Pathogen Identification” 为题，发表在国际分析化学领域权威期刊《Analytical Chemistry》(中国科学院一区 TOP)上。
抗生素耐药性已成为全球公共卫生领域的重大威胁，快速准确的病原菌鉴定是合理使用抗生素、遏制耐药性蔓延的关键。拉曼光谱凭借无标记、非破坏、分子指纹识别等独特优势，在生物医学检测领域展现出广阔应用前景，与深度学习结合后可实现病原菌的快速检测。
然而，在实际临床和工程应用中，不同来源的拉曼光谱数据往往存在显著差异。即使经过常规校准和预处理，仪器硬件差异、实验批次波动以及样本生物多样性导致的峰位、强度分布及背景形态变化，仍会严重削弱分析模型的稳定性和泛化能力，成为制约拉曼光谱智能分析技术走向临床应用的主要障碍。
针对上述共性难题，宋一之研究团队提出的RSCDM模型基于无监督领域自适应思想，构建了“特征提取器+双分类器”的协同工作框架。与传统依赖固定域假设的方法不同，该模型通过主动放大并逐步缩小两个任务特异性分类器对目标域样本的预测差异，能够动态识别偏离源域特征分布的样本，并通过对抗式训练引导模型完成面向任务决策边界的特征对齐，从而有效缓解跨批次、跨菌株和跨仪器引起的光谱差异问题。与多数仅在实验室理想条件下验证性能的研究不同，这项工作系统考察了拉曼光谱智能分析中最常见且对实际应用影响最大的三类差异来源——批次差异、菌株差异和仪器差异，其验证结果更贴近真实使用环境。在技术路径上，RSCDM采用了任务驱动的无监督域适应策略，在不依赖目标域标签的条件下，利用双分类器输出差异识别域外样本并完成域对齐，为小样本、弱标注甚至无标注场景下的拉曼智能分析提供了新的解决方案。
实验数据显示，该模型显著提升了病原菌识别的准确率和泛化能力，在商用拉曼光谱仪平台上，针对跨批次、跨菌株的7种细菌分类任务，模型准确率由传统方法的81.6%提升至95.4%；在自研拉曼平台R310上，针对未纳入训练集的6种临床分离株，识别准确率从77.5%提升至91.3%，若结合跨仪器参考菌株进行微调，临床分离株的识别准确率可进一步提升至99.3%，展现出优异的跨仪器适应能力。同时，该方法还兼顾了高性能与可扩展性，团队进一步开发了轻量化版本的RSCDM模型，在参数量大幅降低的情况下仍保持了较高的识别性能，具备向资源受限的便携式设备部署的潜力。
实验结果显示，在高菌负荷条件下，采用该方法的单细胞拉曼光谱病原菌识别系统，每条光谱采集时间约为6秒，模型对单条光谱的推理时间仅约0.001秒。这意味着传统细菌培养鉴定所需的“天级”检测时间，有望缩短至“分钟—小时级”，为临床感染性疾病的快速诊断提供了有力支撑。
研究人员表示，该方法的意义不仅限于病原菌识别领域。研究表明，制约拉曼光谱与深度学习结合模型可迁移性和实用性的关键因素，往往不是网络结构的复杂度，而是不同来源光谱之间的分布不一致问题。RSCDM从方法学层面为这一问题提供了有效解决方案，其核心思路未来有望拓展到临床检验、肿瘤诊断、细胞表型识别、药物响应评估及多中心数据库融合等更广泛的拉曼智能分析场景。
相关阅读 Related Reading
查看更多+-
今日，安徽完成2025年度省属高校与科研院所仪器开放共享考核工作，58家单位进入公示环节，考核结果划分为优秀、良好、合格三档，社会...2026-10-13 11:53:19
-
杭州电子科技大学对外公开登峰学科群设备更新项目（三期）采购意向，项目预算10096.94万元，拟采购103台/套教学科研设备，覆盖...2026-10-13 11:20:01
-
安徽光机所参与制定三项傅里叶红外国标发布 搭建完整红外光谱技术标准体系
国家市场监督管理总局、国家标准化管理委员会发布一批国家标准，中科院安徽光机所环境光学中心李相贤团队参与编制的三项傅里叶变换红外相关...2026-10-12 14:56:41 -
常州市食品药品纤维质量监督检验中心委托常州市政府采购中心组织公开招标，采购电感耦合等离子体发射光谱仪、液相色谱仪等检验检测仪器，预...2026-10-12 09:44:00
-
广州市食品检验所委托广州中经招标有限公司组织公开招标，采购红外光谱仪、拉曼光谱仪等食品检验检测仪器，预算629万元。2026-10-12 09:38:46
-
扬州市检验检测中心委托江苏省经纬建设监理有限公司组织公开招标，采购全自动凯氏定氮仪、全自动微生物生化鉴定系统等食品检验检测设备，预...2026-10-10 15:09:18
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
