抗菌药物的广泛甚至不当使用加速了病原微生物的持续进化，使抗菌药物耐药性成为21世纪重要公共卫生挑战。全球范围内，细菌感染在2019年直接导致约127万人死亡，其中仅耐甲氧西林金黄色葡萄球菌（MRSA）这一“病原体-药物”组合就与超过10万例死亡相关，提示其防控与诊断具有紧迫性。MRSA的耐药性主要由mecA/mecC等基因介导，可使其对几乎所有β-内酰胺类抗生素产生耐受；相对而言，甲氧西林敏感金黄色葡萄球菌（MSSA）仍可对相关药物保持敏感。因此，临床上快速、准确地区分MRSA与MSSA是实现合理用药、提高疗效并降低耐药菌传播风险的关键环节。然而，常用的纸片扩散法虽然应用广泛，但对培养条件与判读时间要求严格，通常需要约24小时后读取结果，且温度和时间控制不当易产生假阴性，这与临床希望尽早获得诊断信息的需求存在明显矛盾。在此背景下，近年来快速替代诊断技术受到关注，其中表面增强拉曼光谱（SERS）依托金、银等纳米结构表面带来的信号增强，可实现对细菌样本的快速、无标记检测，并在与计算方法尤其是深度学习结合后，已在病原识别与耐药表型区分方面展现出可行性。基于上述现实需求与技术进展，本研究旨在探索将SERS与机器学习策略融合，用更高效的方式实现MRSA与MSSA的精准鉴别，从而为耐药菌感染的快速诊断和临床决策提供更具推广价值的技术路径。

研究围绕“基于SERS光谱进行MRSA与MSSA分类时，是否必须先进行降维或特征筛选”这一方法学关键问题展开，其技术路线如图1所示：首先通过银纳米粒子增强获取细菌的SERS光谱，并进行去基线、归一化等预处理以保证光谱可比性；随后设置三条并行的数据输入路径，用于对比不同信息保留程度的特征处理策略，包括仅截取600–1500 cm⁻¹指纹区的FSR作为相对完整的谱形信息载体、将光谱压缩为少量主成分的PCA，以及通过统计检验筛出少量关键变量的SelectKBest；最后将三类数据分别输入传统机器学习与深度学习模型如RF、SVM、CNN、LSTM等进行统一评估。

图1  基于SERS、特征提取与机器学习的MRSA与MSSA快速分类示意图。

首先，作者以FSR数据集作为统一输入前提，将指纹区连续谱形信息直接用于MRSA与MSSA二分类，并在同一评估框架下对比RF、KNN、SVM、MLP、CNN与LSTM等模型的判别能力（图2）。同时，作者也给出了经过预处理后的光谱在SKB策略下的输入形式，即通过统计检验从全谱中筛选出10个最具区分度的特征点，并以此构建SKB数据集，随后在同一评估框架中分别对RF、KNN、SVM、MLP、CNN与LSTM进行ROC曲线与平均混淆矩阵比较（图3）。两相结果比较显示：当输入为保留600–1500cm⁻¹指纹区连续谱形信息的FSR数据集时，多数模型的区分能力更强且更稳定；而当输入被SKB压缩为仅10个离散特征点时，整体性能出现明显下降，尤其对CNN与LSTM等依赖局部结构与序列关系的深度模型影响更大。这一对照说明在SERS这种高维且包含细粒度谱形差异的数据场景中，降维或强特征筛选并非必需步骤，反而可能因丢失关键的非线性信息或局部结构而限制模型上限，因此是否降维应当作为需要被验证的流程选择而非默认前处理。

图2  FSR数据集上各模型的ROC曲线与平均混淆矩阵。a为RF在FSR数据集上的ROC曲线，b为RF平均混淆矩阵；c为KNN ROC曲线，d为KNN平均混淆矩阵；e为SVM ROC曲线，f为SVM平均混淆矩阵；g为MLP ROC曲线，h为MLP平均混淆矩阵；i为CNN ROC曲线，j为CNN平均混淆矩阵；k为LSTM ROC曲线，l为LSTM平均混淆矩阵。

图3  SKB数据集上各模型的ROC曲线与平均混淆矩阵。a为RF在SKB数据集上的ROC曲线，b为RF平均混淆矩阵；c为KNN ROC曲线，d为KNN平均混淆矩阵；e为SVM ROC曲线，f为SVM平均混淆矩阵；g为MLP ROC曲线，h为MLP平均混淆矩阵；i为CNN ROC曲线，j为CNN平均混淆矩阵；k为LSTM ROC曲线，l为LSTM平均混淆矩阵。

原文链接：https://doi.org/10.1016/j.microc.2026.116951