机器视觉和学习辅助荧光生物传感器检测鼠伤寒沙门氏菌活菌

活病原体的准确鉴定对于预防食源性疾病暴发具有至关重要的意义。传统的病原体检测方法存在一些缺点，如平板菌落计数法检测时间长、ELISA灵敏度不足且抗体昂贵、使用PCR专用设备组进行复杂的DNA提取和扩增程序。此外，大多数基于PCR的方法无法区分活的病原体和无活的病原体。因此，迫切需要开发快速、高灵敏度和特异性的方法，以检测活病原体，而无需复杂的DNA提取和扩增程序，以满足日益增长的食品安全需求。

在此背景下，Yiping Chen团队发表在Journal of Hazardous Materials上的文章《A machine vision-assisted Argonaute-mediated fluorescence biosensor for the detection of viable Salmonella in food without convoluted DNA extraction and amplification procedures》将机器视觉和学习与单微球相结合，开发了一种噬菌体和丁酸梭菌（CbAgo）介导的荧光生物传感器，用于检测活的鼠伤寒沙门氏菌（S. typhimurium），这种方法无需复杂的DNA提取和扩增程序。

Argonaute 蛋白是一类新发现的核酸内切酶，是真核和原核宿主用于防御病毒攻击的工具。当原核Argonaute 蛋白（pAgo）蛋白与gDNA结合，它们的理化性质就会相互影响，，显示出核酸结合蛋白的典型动力学特征。根据这种性质，可以开发各种基于pAgo的生物传感器，用于检测病原体生物标志物、肿瘤和人瘤病毒。

在这种防御机制的启发下，研究团队将S. typhimurium的噬菌体特异性识别位点与CbAgo的精确DNA切割活性相结合，构建了用于食源性病原体检测的荧光生物传感器。噬菌体可以特异性地鉴定和捕获活的鼠伤寒沙门氏菌，随后使用放射免疫沉淀测定（RIPA）裂解缓冲液直接裂解细菌细胞，在5分钟内释放其DNA，如此规避了复杂的DNA提取步骤。在gDNA的引导下，CbAgo靶向并切割鼠伤寒沙门氏菌DNA，产生一个小靶DNA（tDNA）片段，该片段可以激活随后CbAgo诱导的生物素化荧光探针的切割。

接下来，将单个聚丙乙烯微球与链霉亲和素（PS-SA）偶联，作为荧光信号富集载体，通过生物素-亲和素相互作用促进荧光探针在微球表面的富集。由于单个PS微球可以很容易地用移液器转移，省去了离心或磁分离步骤，从而进一步简化了处理过程。

最后，使用标准倒置荧光显微镜进行单个PS微球的荧光成像，通过机器视觉对光信号进行收集、转换和计算，同时通过机器学习对数据进行处理和分析。研究团队建立了基于机器学习算法的弹性网络线性模型，并成功应用于实际食品样品中鼠伤寒活菌的精确检测。然后通过机器视觉和学习算法对整个检测过程进行分析和解释，实现对鼠伤寒沙门氏菌的高灵敏度检测。结果发现，该方法检测限为40.5 CFU/mL；线性范围为50–10⁷ CFU/mL，标准回收率93.22% − 106.02%，变异系数为47% − 12.75%。总之，该生物传感器具有出色的灵敏度和选择性，为快速有效地检测食源性病原体提供了一种很有前途的方法。