新型监测平台：打破细菌检测困局的 “利刃”

在医疗卫生领域，抗生素的广泛使用曾是对抗细菌感染的有力武器。然而如今，它却带来了一个棘手的问题——耐药菌的传播。据相关估计，到 2050 年，耐药性感染导致的死亡人数可能会超过心血管疾病和癌症，成为全球主要的致死原因之一。在治疗细菌感染时，及时且准确地使用抗生素，对于提高治愈率、降低耐药性的产生至关重要。然而，现有的细菌鉴定和药敏试验（AST）方法，却存在不少短板。

传统的细菌鉴定方法，主要依靠平板计数和聚合酶链式反应（PCR）。平板计数虽然被视为细菌鉴定的 “金标准”，但操作过程繁琐，耗费时间长，通常需要 5 - 7 天才能得出结果。PCR 技术虽然快速又准确，可它需要大型仪器设备，还得由专业人员操作，在资源匮乏的地区很难广泛应用。而 AST 大多基于培养法，整个流程耗时 2 - 3 天，这就使得临床医生在面对感染早期的患者时，由于无法及时获取准确的细菌信息，常常不得不使用广谱抗生素，这无疑进一步加剧了抗生素耐药性的问题。所以，研发一种快速、精准，还能在资源有限地区推广使用的细菌鉴定和 AST 技术，已经成为亟待解决的重要任务。

在这样的背景下，Chen 等人另辟蹊径，设计出一种基于酶催化生化反应的双特异性代谢监测平台。该平台借助两种核壳结构的持久性发光纳米颗粒（PLNPs）——ZGC - BHQ（靶向 AzoR）和 ZGM - TAMRA（靶向脂肪酶），通过检测细菌分泌的特定酶活性，再利用机器学习进行识别和分析，以此实现细菌鉴定和 AST（如图 1 所示）。

研究过程中，科研团队首先对这两种 PLNPs 的特异性、持久发光性和稳定性进行了验证。他们发现，不同细菌对纳米探针的响应（发光强度）各有特点，而且 PLNPs 的发光强度在 1.5 小时内就能达到稳定状态，这表明该平台具备在短时间内完成细菌鉴定的能力（如图 2 所示）。

接着，研究人员引入机器学习算法，对细菌指纹图谱展开分析。他们选取了铜绿假单胞菌（P.ae）、金黄色葡萄球菌（S.au）、肺炎克雷伯菌（K.pn）、表皮葡萄球菌（S.ep）和大肠杆菌（E.co）这 5 种常见细菌进行研究。结果显示（如图 3 所示），不同细菌对纳米探针的发光强度响应差异明显。其中，线性判别分析（LDA）模型在细菌鉴定中的准确率达到了 90%，虽然还有提升空间，但已经展现出了一定的可靠性。后续实验中，像支持向量机（SVM）、K 近邻算法（KNN）等非线性机器学习模型，更是将准确率提高到了 100%，进一步证实了该平台的巨大潜力。不仅如此，该平台还能有效区分细菌混合样本，随机森林（RF）模型在混合样本鉴定中的准确率达到了 90%（如图 4 所示）。

在 AST 方面，该平台通过监测细菌在抗生素处理后的代谢变化（即酶活性变化），来判断细菌的活性状态。以E.co和S.au为例，研究人员验证了平台在氨苄西林和万古霉素处理下的 AST 能力。结果发现，发光信号的变化与抗生素浓度紧密相关：当抗生素浓度低于最小抑菌浓度（MIC）时，发光信号较强，说明细菌仍处于活跃状态；而当抗生素浓度高于 MIC 时，发光信号会减弱甚至消失，意味着细菌被抑制或杀死。通过 LDA 分析，进一步验证了平台区分细菌活性和非活性状态的能力，对E.co和S.au的预测准确率分别达到了 90% 和 100%（如图 5 所示）。

总的来看，这项研究利用 ZGC - BHQ 和 ZGM - TAMRA 纳米探针检测细菌分泌的酶，再结合机器学习算法，成功实现了 5 小时内快速的细菌鉴定和药敏分析。与传统方法相比，该平台效率更高，能在短时间内给出可靠的诊断结果，为临床快速诊断病情、合理使用抗生素提供了强有力的支持，有望为解决耐药菌问题带来新的转机。

图 1. 这种双适配体基团修饰的碳纳米管场效应晶体管（CNT-FET）生物传感器同时检测大肠杆菌 O157 和单核细胞增生李斯特菌的示意图。

图 2. 用于检测大肠杆菌 O157 和单核细胞增生李斯特菌的碳纳米管场效应晶体管（CNT-FET）生物传感器的功能化及综合表征。A. 传感器阵列的光学显微镜图像（比例尺：100μm）和单个器件的光学显微镜图像（比例尺：10μm）。B. 通道区域的扫描电子显微镜（SEM）图像，显示 3 - 5nm 金纳米颗粒的均匀分布（比例尺：200nm）。C. 碳纳米管网络的扫描电子显微镜图像（比例尺：200nm）。D. 适配体组功能化和细菌检测的示意图。E - F. 大肠杆菌和单核细胞增生李斯特菌检测通道中硫（S）和氮（N）元素的 X 射线光电子能谱（XPS）扫描图。G. 通道中用 Cy3 荧光染料标记的适配体组的荧光显微镜图像（比例尺：40μm）。H - I. 适配体在通道表面捕获的大肠杆菌 O157 和单核细胞增生李斯特菌的扫描电子显微镜图像（比例尺：2μm）。

图 3. 混合适配体亲和力和特异性的评估。A. 适配体组在细菌表面多价结合的示意图。B - C. 大肠杆菌 O157 和单核细胞增生李斯特菌与其各自适配体组结合产生的荧光强度。D. 利用流式细胞术检测大肠杆菌 O157 和单核细胞增生李斯特菌适配体组的特异性。E. 大肠杆菌 O157 和单核细胞增生李斯特菌适配体组结合前后的光谱变化。F. 大肠杆菌 O157 和单核细胞增生李斯特菌与各自适配体组（apt1@FAM、apt2@Cy5、apt3@Cy3）结合的共聚焦激光扫描显微镜（CLSM）图像（比例尺：2μm）。

图 4. 适配体基团功能化碳纳米管场效应晶体管（CNT-FET）生物传感器在磷酸盐缓冲盐水（PBS）缓冲液中检测大肠杆菌 O157 和单核细胞增生李斯特菌的性能。A. 混合适配体功能化后的传感器与大肠杆菌 O157 和单核细胞增生李斯特菌结合后，电流转移曲线的变化。所有测量均在 0.01×PBS 中进行，漏极电压（V_ds）设定为 - 0.1V。B. 不同浓度（80 - 524880 CFU/mL）的大肠杆菌 O157 和单核细胞增生李斯特菌的转移曲线。C. 不同浓度（80 - 174960 CFU/mL）的目标分析物在传感器上诱导的电流响应值（n≥3），虚线表示在 0.01×PBS、V_ds = -0.1V 和栅极电压（V_gs） = -0.7V 下的三倍信噪比测量值。D. 混合适配体与目标细菌结合前后结构变化的示意图。E - F. 空白对照和五种非目标细菌诱导的电流变化与目标细菌产生的响应的比较（V_ds = -0.1V，V_gs = -0.7V）。***p < 0.001（高度显著），数据表示为平均值 ± 标准差。G. 生物传感器在 V_ds = -0.1V 和 V_gs = -0.15V 下，对不同浓度（240 - 174960 CFU/mL）的大肠杆菌 O157 和单核细胞增生李斯特菌产生的实时电流响应。

图 5. 利用适配体基团功能化的碳纳米管场效应晶体管（CNT-FET）生物传感器对各种受污染食品样本中的大肠杆菌 O157 和单核细胞增生李斯特菌进行实时检测。A - C. 使用该传感器对鲶鱼、虹鳟鱼和虾样本中不同浓度梯度的大肠杆菌 O157 和单核细胞增生李斯特菌进行实时检测（漏极电压V_ds= -0.1V，栅极电压V_gs= -0.15V）。D - G. 在相同条件下（V_ds= -0.1V，V_gs= -0.15V），对鸡蛋、猪肉、生菜和裙带菜样本中大肠杆菌 O157 和单核细胞增生李斯特菌的实时检测及响应值分析（n≥3）。

图 6. 利用适配体基团功能化的碳纳米管场效应晶体管生物传感器对各种水产品样本中的大肠杆菌 O157 和单核细胞增生李斯特菌进行静态检测。A - C. 生物传感器测量的鲶鱼、虹鳟鱼和虾样本中，大肠杆菌 O157 和单核细胞增生李斯特菌的电流变化值与目标浓度的函数关系（漏极电压V_ds = -0.1V，栅极电压V_gs = -0.7V）。D. 12 个阴性对照样本（N1 - N12）与 12 个被大肠杆菌 O157 和单核细胞增生李斯特菌污染的样本（P1 - P12）的传感器电流响应对比，n≥6。E. 被大肠杆菌 O157 和单核细胞增生李斯特菌污染的阳性样本和阴性样本之间信号强度的显著差异（n = 12），***p < 0.001（高度显著），数据以平均值 ± 标准差表示 。