AI赋能水凝胶数字LAMP，精准锁定耐药细菌

抗生素耐药细菌对全球健康构成重大威胁，尤其是通过食品链传播。食品基质是抗生素耐药细菌和耐药基因（ARGs）的主要储存库，它们可以在物种间转移，导致死亡率增加、经济负担加重和生理压力增大。近年来，耐甲氧西林金黄色葡萄球菌（MRSA）和耐碳青霉烯肠杆菌（CREC）等耐药细菌引发的食源性疾病暴发事件频发，因此迫切需要一种快速、有效且符合现场快速检测（POCT）要求的方法来控制食品中耐药细菌的传播。

传统的培养方法是检测耐药细菌的金标准，但耗时且劳动强度大，通常需要3-5天才能完成。基于DNA的诊断方法因其快速反应和高特异性而受到关注，例如TaqMan探针被广泛用于PCR和实时PCR检测ARGs。然而，PCR依赖于复杂的设备和受过训练的操作人员，限制了其在资源有限的POCT场景中的应用。等温扩增技术，如环介导等温扩增（LAMP），因其对设备要求低而被应用于POCT。然而，常规的Bst聚合酶缺乏5′到3′外切酶活性，难以整合TaqMan探针进行基于颜色的多重检测。因此，需要一种通用的颜色编码LAMP策略，以实现食品中多种ARGs的同时检测。

本研究利用彩色编码的多路数字LAMP系统开发了人工智能驱动的食品中抗生素耐药细菌定量。非合并放大信号报告器（QUASR）的猝灭首先集成到多路数字平台中。如图1所示，在扩增过程中，将带荧光团标记的引物掺入目标扩增子中，而多余的未掺入引物则用互补猝灭探针淬灭，得到不同颜色的荧光斑点。每种颜色代表细菌类型，荧光点的数量与目标细菌的浓度相对应。然后使用深度学习驱动的智能解码工具对水凝胶图像进行解码。

图1. 水凝胶中彩色编码数字LAMP的人工智能驱动多重细菌定量原理。

研究内容

水凝胶数字LAMP的建立：研究者们建立了一种针对CREC中的碳青霉烯耐药基因（blaNDM）和MRSA中的甲氧西林耐药基因（mecA）的水凝胶数字LAMP系统。结果表明，水凝胶中的扩增速度明显快于水溶液中的扩增速度，反应时间从40分钟缩短至5分钟。该系统具有高特异性，仅对耐药的金黄色葡萄球菌和大肠杆菌产生阳性荧光信号，对非耐药菌株无信号。在定量检测性能方面，随着MRSA浓度从0增加到480个拷贝/反应，荧光斑点数量相应增加，与细菌计数呈高相关性（R²=0.9987），检测灵敏度可达单拷贝水平。

图2. 靶向耐药细菌的水凝胶数字LAMP的制备及性能研究。

颜色编码多重检测：研究者们将QUASR技术引入多重水凝胶LAMP系统，通过在不同前向内引物（FIPs）上标记不同的荧光团（如FAM、ROX或AlexaFlour405），并与互补的淬灭探针配对，实现了耐药细菌的颜色编码检测。在65℃扩增过程中，荧光团标记的引物被整合到扩增产物中，产生特定颜色的荧光产物。通过调整淬灭探针浓度，优化了多重检测条件，实现了在一块水凝胶上同时检测多种耐药细菌。

图3. 水凝胶中的彩色编码多重检测。

人工智能驱动的分析：为了提高检测的准确性和速度，研究者们利用深度学习工具对颜色编码的多重水凝胶图像进行分析。通过卷积神经网络（CNN）结合YOLOv8m算法，对水凝胶图像中的荧光斑点进行自动识别和计数。该模型能够在2-4秒内自动识别新的多色水凝胶图像，准确区分由多个扩增产物引起的干扰信号，实现精确的自动计数和定量。

图4. 多路水凝胶系统的人工智能解码。

实际食品样本检测：研究者们选择了10种水果和蔬菜汁液，包括生菜、胡萝卜、菠菜、卷心菜、草莓、蓝莓、番茄、哈密瓜、葡萄和火龙果，用于MRSA检测，结果表明该水凝胶系统在食品基质中具有强大的抗干扰能力。此外，研究者们还对人工接种了细菌的新鲜水果和蔬菜样本进行了测试，与传统平板培养相比，水凝胶系统在定量MRSA时表现出更高的稳定性，受食品基质的干扰较小。该系统还成功实现了在生菜、胡萝卜、草莓和番茄中同时检测MRSA和CREC，表明其在复杂食品基质中定量检测耐药细菌的强大潜力。

图5. 实用样品检测。

本研究开发的人工智能驱动的多重水凝胶数字LAMP系统，通过颜色编码和人工智能分析，实现了食品中抗生素耐药细菌的快速、准确定量检测。该系统具有高灵敏度、特异性和抗干扰能力，能够在复杂食品基质中同时检测多种耐药细菌，为食品安全监测提供了一种有力的工具。未来，该方法有望整合到便携式设备中，实现现场快速检测，进一步提高食品安全监测的效率和准确性。

原文链接：https://doi.org/10.1016/j.foodchem.2024.142304