智能光谱诊断：机器学习解锁食源性病原体秒级检测新纪元

食源性病原体污染是全球公共卫生的重大威胁，传统检测方法如培养法和PCR虽准确性高，但耗时长达数小时至数天，难以满足食品加工环境的快速决策需求。沙门氏菌、大肠杆菌O157:H7和李斯特菌作为常见高危病原体，其早期监测对预防疫情至关重要。近年来，傅里叶变换近红外（FT-NIR）光谱技术因具备无损、实时监测优势，结合机器学习算法在生物分子识别中展现出潜力。然而，既往研究多局限于单一菌株或理想条件，缺乏在复杂矩阵中的系统性验证。本研究旨在填补这一空白，通过脱水处理消除水分子干扰，聚焦细菌细胞生物分子（如蛋白质、脂质、核酸）的独特光谱特征，构建基于FT-NIR和机器学习的分类管道。研究选取6株代表性菌株（每病原体2株），利用真空干燥技术制备脱水细菌样本，并通过对比十种预处理方法、三种特征选择策略及五种机器学习算法，探索最优分类路径。这一基础框架为后续在真实食品基质中的应用奠定关键第一步，推动工业级快速检测技术的革新。

研究成果

1. 光谱特征揭示病原体生物分子指纹

FT-NIR光谱在1000-2400 nm范围内成功捕获了脱水细菌细胞的生物分子振动信号。如Figure 1所示，所有菌株的光谱模式相似但吸收值存在差异，主要归因于细胞膜脂质（C-H拉伸带，1150-1240 nm及1690-1780 nm）、蛋白质（N-H拉伸，1430-1520 nm）及核酸（芳香族C-H拉伸，1680-1750 nm）的叠加峰。值得注意的是，李斯特菌（革兰氏阳性）在羰基振动区表现出更显著响应，可能与其细胞壁脂蛋白结构相关，而沙门氏菌和大肠杆菌（革兰氏阴性）因外膜磷脂差异导致光谱重叠加剧。通过脱水处理，水分子的O-H拉伸干扰（1400-1470 nm及1900-1920 nm）被有效抑制，凸显了菌株特异性生物标记，为机器学习分类提供了生化基础。

Figure 1  沙门氏菌（肠炎血清型PT30和鼠伤寒血清型）的原始光谱。

2. 预处理优化显著提升信号质量

研究表明，光谱预处理是模型性能的关键决定因素。Savitzky-Golay一阶导数（SG1）滤波在多数机器学习算法中表现最优，能有效消除基线漂移并增强特征峰分离。如Figure 2所示，SG1处理后的光谱清晰展示了菌株间微分吸收差异，特别是脂质C-H拉伸区（1200-1300 nm）和酰胺带（1500-1600 nm）的区分度显著提升。与传统方法（如SNV或MSC）相比，SG1通过保留全光谱非线性特征，使SVM和ANN模型在验证集达到100%准确率，为后续分类奠定基础。

Figure 2  每种细菌菌株在1000-2400纳米波长范围内采集的萨维茨基-戈莱一阶导数（SG1）预处理光谱。

3. 全光谱结合SVM实现最优分类性能

特征选择评估发现，全光谱输入（1490个波长变量）相较于PCA降维或随机森林特征筛选，能最大限度保留生化信息。SVM模型凭借其全局决策边界优势，在测试集实现94.6%的准确率，显著优于PLS-DA（78.2%）和随机森林（84.5%）。如Figure 3所示，SVM学习曲线显示训练与验证准确率快速收敛，表明模型强泛化能力。误分类主要发生于革兰氏阴性菌间（如沙门氏菌与大洋洲），反映其膜脂质组成相似性，而李斯特菌因独特细胞壁结构更易区分。

Figure 3  使用SG1预处理后的完整光谱训练集、验证集和测试集绘制SVM模型的学习精度曲线。训练测试集准确率：100%。

4. 提升技术进一步优化模型鲁棒性

通过欠采样与提升技术，模型对难分类样本的识别能力显著增强。如Figure 4所示，提升后RF模型准确率从84.5%升至89.9%，CNN模型从85.4%改善至93.6%。混淆矩阵分析表明，提升策略有效减少了革兰氏阴性菌间的交叉误判（如沙门氏菌株间错误降低30%），并通过集成投票机制输出预测置信度，为工业应用提供可靠性保障。

Figure 4  使用SG1预处理全光谱的RF模型混淆矩阵：（a）采用/（b）不采用提升流程进行细菌菌株预测。

本研究成功构建了FT-NIR光谱与机器学习协同的食源性病原体分类框架，在脱水细菌样本中实现了平均95.3%的准确率，突破传统检测的时效瓶颈。方法的核心优势在于通过SG1预处理提取全光谱生化指纹，结合SVM等非线性算法捕捉菌株间细微差异，而提升技术进一步强化了模型对复杂样本的适应性。这一成果为食品加工环境的实时监测提供了理论依据，尤其适用于干燥表面污染评估（如设备消毒验证）。然而，研究仍存在局限性：当前数据仅限于实验室纯培养条件，未涉及真实食品基质（如肉类、乳制品）的背景干扰；菌株数量（6株）虽覆盖主要病原属，但需扩展至更多亚型以验证普适性。未来工作应聚焦于三方面：一是将技术迁移至液态或固态食品样本，评估基质效应下的模型稳定性；二是集成微型化NIR传感器，开发便携式检测装置；三是结合深度学习时序分析，实现动态污染追踪。总之，该研究奠定了FT-NIR与ML在食品安全监测中的方法论基石，其工业化应用有望缩短检测周期至分钟级，重塑公共卫生防御体系。

原文doi: https://doi.org/10.1016/j.foodres.2026.118485