机器学习辅助的抗菌肽金纳米团簇荧光阵列用于细菌精准分类

细菌感染，尤其是耐药菌感染，正持续加重公共卫生负担，而临床治疗效果在很大程度上取决于病原体能否被快速、准确地识别。传统培养鉴定虽然可靠，但检测周期长，往往迫使临床在结果出来前先采取经验性用药，不仅可能影响治疗针对性，也会进一步推动抗生素滥用和耐药性的扩散。现有的PCR、基因测序和质谱等方法虽已广泛应用，但仍不同程度受到成本、检测速度和设备可及性的限制。与此同时，基于适配体、噬菌体或抗体的高特异性识别体系，多依赖“锁钥式”结合机制，通常更适合单一靶标检测，对结构相近或表面差异细微的细菌分型并不理想。相比之下，仿生嗅觉原理的传感阵列通过多个识别单元对目标产生交叉响应，可将复杂表面特征转化为可分析的模式信号，更适合处理细菌这类高异质性对象。抗菌肽兼具丰富的分子多样性、良好的细菌膜亲和性和较低背景干扰，金纳米团簇则具有稳定且可调的荧光特性，二者结合为构建新型细菌识别阵列提供了理想基础。因此，开发一种基于抗菌肽功能化金纳米团簇的多通道荧光传感平台，不仅具有明确的方法学创新价值，也对提升感染性疾病的早期诊断效率和促进抗菌药物合理使用具有重要意义。

基于此，作者首先构建了三种AMP-AuNCs，并证实所制备探针在结构特征、荧光发射性质及纳米尺度形貌方面均具备作为传感单元的基本条件（图1），从而为多通道传感阵列的建立提供了可靠的物质基础。所建立的三种探针与不同细菌作用后可产生具有显著差异的荧光响应模式，不同菌种均呈现出相对独特的荧光指纹；其中，热图直观展示了多通道信号差异，层次聚类分析和主成分分析作为无监督分析方法进一步表明同一菌种样本可稳定聚集、不同菌种之间具有清晰分离，说明该阵列能够有效捕捉不同细菌表面理化性质差异并将其转化为可辨识的信号特征（图2）。进一步地，通过引入线性判别分析对上述多维荧光数据进行监督分类，结果显示训练集与测试集呈现出较为一致的响应模式，且6种标准菌株在测试中均实现准确分类，表明该方法不仅具有良好的区分能力，同时具备较强的稳定性和分类可靠性（图3）。

图1  抗菌肽功能化金纳米团簇（AMP-AuNCs）的合成与表征。（A）构建示意图，展示三种具有不同电荷与疏水性的抗菌肽分别修饰金纳米团簇，形成AMP1-AuNCs、AMP2-AuNCs和AMP3-AuNCs；（B）三种材料的紫外-可见吸收光谱和荧光发射光谱，用于表征其光学性质；（C）三种材料的高分辨透射电镜图像，用于表征其纳米尺度形貌。

图2  用于细菌鉴定的荧光指纹特征及聚类分析（A）多通道AMP-AuNCs传感阵列对6种细菌的荧光响应，用于表征不同菌种的信号差异；（B）细菌加入前后荧光强度变化形成的热图，说明各菌种具有可区分的荧光指纹；（C）层次聚类分析树状图，用于展示6种细菌样本的分离与聚类关系；（D）主成分分析得分图，以95%置信椭圆显示各菌种形成的独立聚类。

图3  基于线性判别分析的细菌分类结果与判别性能评估。（A）训练集与测试集的荧光响应热图，用于展示AMP-AuNCs传感阵列对6种细菌的响应模式及其一致性；（B）LDA分类的混淆矩阵，用于表征各菌种的识别准确性；（C）LDA得分图，以95%置信椭圆展示6种细菌在判别空间中的聚类分离。

综上，本研究通过将具有不同电荷与疏水性的抗菌肽修饰于金纳米团簇表面，构建了可产生交叉响应的多通道荧光传感阵列。其核心机制在于，不同AMP-AuNCs与细菌膜之间的静电作用和疏水作用存在差异，能够将细菌表面理化特征转化为可区分的荧光指纹，并结合模式识别实现快速鉴定。该研究突破了传统单靶标高特异性识别的局限，拓展了抗菌肽在传感识别中的应用思路，具有较好的方法学创新性和潜在临床价值。但该方法目前的验证范围仍较有限，对复杂样本基质、菌株异质性及模型泛化能力的评估仍不充分。未来应进一步扩展识别单元类型和样本库规模，并在真实临床场景中开展系统验证，以推动其向更稳健、更便携和更实用的快速诊断平台发展。

 原文链接：https://doi.org/10.1016/j.talanta.2025.127883