1.技术突破：无模型解卷积阻抗谱

传统阻抗谱技术难以分离细菌溶液中叠加的极化响应（培养基、细胞、代谢物）。本研究采用弛豫时间分布（DRT）数学方法，直接从阻抗谱提取多过程贡献，无需预定义等效电路模型：

•      基础方程： Z(ω)=R0+∫0∞g(τ)1+iωτdτZ(ω)=R0+∫0∞1+iωτg(τ)dτ，其中 g(τ)g(τ) 为弛豫时间分布函数。

•      关键预处理：

1.   Kramers-Kronig检验：筛选残差<0.5%的有效频段（>500 Hz）。

2.   沃伯格元件修正：消除扩散行为干扰，确保DRT仅反映纯极化过程。

•      算法实现：基于径向基函数离散化，结合Tikhonov正则化最小二乘法求解。

图 1.阵列芯片的方案。一个数组芯片包含 16 个单独的器件。在玻璃衬底上对宽度为 20 μm、间距为 20 μm 和厚度为 50 nm 的叉指 Au 电极进行图案化。连接一个 300 μl-丙烯酸孔以接种细菌溶液。

2.核心发现：DRT双峰动态指示细菌生长阶段

2.1 特征峰物理意义验证

•      培养基DRT图谱：始终存在双峰：

o     峰1（τpeak1≈6.85 μs）：与去离子水极化特征一致，归因双电层响应。

o     峰2（τpeak2更长）：归因培养基分子/离子极化。

•      细菌添加的影响：

o     细菌浓度升高使τpeak1向长时间偏移，Apeak2显著降低，且与菌种无关。

图 2.根据 DI 水、不含和含有金黄色葡萄球菌的培养基的 Nyquist 图计算的 DRT。（a） 针对 DI 水测量的奈奎斯特图（黑色符号）和通过减去低频拟合的 Warburg 开路元件（蓝线）获得的校正奈奎斯特图（红色符号）。（b） 根据去离子水（黑色）、不含细胞的无细胞培养基（红色）和浓度为 103 CFU/ml 的金黄色葡萄球菌培养基（蓝色）的校正奈奎斯特图计算的 DRT。（c） 无细胞培养基（黑色符号）和金黄色葡萄球菌浓度为 103 CFU/ml 的培养基（红色符号）的校正 Nyquist 图。校正前的奈奎斯特图如图 S5 所示。（d） 根据不同浓度的金黄色葡萄球菌校正的 Nyquist 图计算的 DRT。

图 3.根据在不同浓度的细菌代谢物下测量的数据计算的 DRT。（a） 校正的培养基的 Nyquist 图，不含（黑色符号）和金黄色葡萄球菌生长过程中产生的代谢物（红色符号）。针对 （b） 金黄色葡萄球菌和 （c） 大肠杆菌生长过程中产生的不同浓度代谢物计算的 DRT。（d） 峰2 ，按总峰面积归一化，与金黄色葡萄球菌和大肠杆菌生长过程中产生的代谢物浓度作图。

2.2 延迟期特异性信号

以金黄色葡萄球菌为例（10³ CFU/ml，）：

•      延迟期（0-3.5小时）：

o     τpeak1减小（Δτpeak1负向变化，）。

o     Apeak2增大（ΔApeak2正向变化，）。

•      指数期（>3.5小时）：

o     τpeak1增大（细胞分裂导致尺寸增加）。

o   Apeak2减小（代谢物增加离子浓度）。

•      普适性验证：铜绿假单胞菌、大肠杆菌均呈现相同规律，且电容突增点与相变时间吻合。

图 4.在不同浓度的金黄色葡萄球菌、铜绿假单胞菌和大肠杆菌的细菌生长过程中的 DRT。（a） 在不同时间计算的金黄色葡萄球菌浓度为 10 峰1 A 峰 2 （= τ 峰 1 （t） – τ 峰 1 （0））， （c） Δ τ 峰 2 （= τ 峰 2 （t） – τ 峰 2 （0））， （d） A 峰 1 （=A 峰 1 （t） - A 峰 1 （0）） 和 （e） A 峰 2 （0）） 作为时间的函数，源自不同浓度的金黄色葡萄球菌的 DRT。（f） 金黄色葡萄球菌不同浓度的电容变化 （ΔC = C（t） - C 0 （=A peak2 （t） - ） 由初始电容 （C 0 ） 作为时间的函数进行归一化。箭头表示从滞后阶段到指数阶段的过渡。（g） 在不同时间点计算的铜绿假单胞菌浓度为 10 3 CFU/ml 的 DRT。（h） Δ τ 峰1 （= τ 峰 1 （t） – τ 峰 1 （0）） 和 （i） A 峰2 （=A 峰2 （t） - A 峰 2 （0）） 作为时间函数，源自不同浓度铜绿假单胞菌的 DRT。（j） 在不同时间计算的大肠杆菌浓度为 103CFU/ml 的 DRT。（k） Δ τ 峰 1 （= τ 峰 1 （t） – τ 峰 1 （0）） 和 （l） A 峰2 （=A 峰2 （t） - A 峰 2 （0）） 作为时间的函数，源自不同浓度大肠杆菌的 DRT。 CFU/毫升。

2.3 代谢物实验揭示Apeak2机制

•      指数期代谢物溶液使培养基电导升高（阻抗下降）。

•      Apeak2与代谢物浓度负相关，证实峰2反映离子浓度变化。

•      延迟期Apeak2升高原因：细菌吸收PO₄³⁻、Mo²⁺、Fe²⁺等金属离子准备分裂，降低溶液离子浓度。

3. 抗生素机制区分：τpeak1指示细胞尺寸变化

3.1 美罗培南（抑制细胞壁合成）

•      MIC=0.1 μg/ml。

•      高于MIC时：

o     τpeak1显著减小（细胞裂解尺寸缩小）。

o     ΔApeak2不变（代谢停止）。

3.2 四环素（抑制蛋白质合成）

•      MIC=1 μg/ml。

•      高于MIC时：

o     τpeak1轻微增大（细胞尺寸不变）。

o     ΔApeak2不变。

3.3 关键对比

•      τpeak1变化差异：美罗培南使τpeak1缩短（尺寸↓），四环素使其增长（尺寸不变或轻微增大）。

•      大肠杆菌验证：相同规律。

4. 技术优势与应用前景

•      早期检测：在延迟期（传统方法无法检测阶段）即可识别细菌活动。

•      机制解析：通过τpeak1变化区分抗生素作用机制（细胞尺寸 vs. 代谢抑制）。

•      稳定性控制：同一芯片上多个器件DRT偏差显著小于不同芯片，建议使用同芯片设备保证重现性。

•      开源支持：代码已公开（https://github.com/ik80343/DRT_for_bacteria_DRTtools）。

总结

该研究首次将DRT分析应用于细菌生长监测，突破延迟期检测瓶颈，并为抗生素机制研究提供新视角。未来可结合微流控技术开发便携式病原体快速检测设备，推动临床诊断革新。

原文链接：https://doi.org/10.1016/j.electacta.2025.145973