一、研究背景

拉曼光谱能够提供细菌整体分子组成的“指纹”信息，具有无需标记、检测速度快、样本处理相对简单等优势，因此被认为是快速细菌识别的重要技术方向。随着深度学习的发展，拉曼光谱在菌种分类中的准确率不断提高，但多数研究仍建立在较理想、标准化的培养条件下。实际应用中，细菌往往生长在不同培养基或复杂基质环境中，培养基本身也会产生背景光谱信号，进而干扰细菌特征提取，导致模型在跨培养条件下识别稳定性下降。传统方法通常将培养基背景视为“噪声”并尽量去除，但这种处理思路可能忽略培养环境对细菌代谢状态和光谱表型的影响。也就是说，培养基不仅是干扰源，也可能包含与细菌生长状态相关的上下文信息。基于这一问题，本文提出环境感知的 HMA-Net 模型，将菌株识别作为主任务，将培养基识别作为辅助任务，使模型在判断细菌身份时能够同步感知其培养环境，并据此调整特征提取和分类策略。该研究的意义在于为拉曼光谱细菌识别提供了一种更接近真实应用场景的建模思路，有助于提升模型在复杂培养条件下的鲁棒性，也为肠道菌资源筛选、食品与农业微生物监测及快速检测技术发展提供了方法参考。

二、研究设计与技术路线

1. 数据集：10种肠道菌株 × 4种培养基

研究对象为10种肠道微生物菌株（HA1241–HA5392），培养基包括GAM、MS、PYG和YCFA。所有菌株在37℃厌氧条件下培养24–48 h，形成0.3–2.0 mm的单个分离菌落后进行拉曼采集。最终获得1373条高质量光谱。

需要注意的是，数据并非完全均衡：样本主要集中在MS和YCFA培养基，部分菌株在GAM或PYG上生长受限，因此全因子组合覆盖率为90.0%。这种不均衡恰好增加了模型在真实复杂条件下的识别难度。

图1 数据集构建与菌株-培养基分布。读图要点：不同菌株和不同培养基的样本数量并不均衡，部分菌株-培养基组合缺失。

2. 光谱预处理：先把“仪器噪声”和整体强度差异压下去

原始光谱先经过AsLS基线校正去除荧光背景，再用Savitzky-Golay滤波平滑高频噪声，最后采用SNV标准化减少聚焦深度、样本表面粗糙度等造成的整体强度差异。这里的预处理不是把培养基信息完全消掉，而是尽量让模型关注稳定的峰形和相对谱带模式。

图2 拉曼光谱预处理前后对比。读图要点：预处理后，光谱基线和强度尺度更可比。

3. 模型主线：让模型同时学“是什么菌”和“在哪种培养基上长大”

HMA-Net以共享1D-CNN作为特征提取骨架，在此基础上设置两个任务分支：主任务是菌株分类，辅助任务是培养基分类。培养基分支不是附属摆设，而是为菌株识别提供环境上下文。

图3 HMA-Net整体网络结构。读图要点：同一条光谱同时进入菌株分支和培养基分支，两者之间存在信息交互。

4. 三个关键模块：特征提取、环境注意力、动态专家分类

第一，共享1D-CNN用于从一维拉曼光谱中提取从局部峰形到全局指纹模式的层级特征。第二，残差跨任务注意力机制把培养基特征作为条件信息，对菌株特征进行重标定：该增强哪些谱带、该降低哪些背景影响，由模型根据环境信息动态决定。第三，MoE动态专家分类器根据培养基特征分配专家权重，使分类决策不再依赖单一固定判别边界。

更准确地说，MoE模块不仅包含与不同培养基相关的专家网络，还融合了一个通用专家，用于提高决策稳定性；模型通过门控网络为每个样本计算专家权重。

图4 1D-CNN共享特征提取模块。读图要点：卷积通道逐级增加，用于提取更高层次的光谱指纹特征。

图5 注意力模块。读图要点：培养基特征作为条件信息，帮助模型调整菌株特征权重。

图6 MoE分类器。读图要点：模型根据培养基特征动态调用更合适的专家分类逻辑。

三、主要结果：模型到底好在哪里？

1. 混淆矩阵：大多数菌株被正确识别

菌株分类混淆矩阵呈明显对角线优势，错误只集中在少数相似菌株之间，例如个别HA3895被误分为HA2505、个别HA2463被误分为HA2414。这类错误可能源于菌株之间基因型或代谢表型相似，导致拉曼指纹部分重叠。

图7 菌株分类混淆矩阵。读图要点：对角线越明显，说明分类越准确。

2. 培养基识别：模型学到的是“环境层级”

培养基分类中，模型能较好区分合成类培养基（MS/YCFA）和复杂类培养基（GAM/PYG），但同类培养基内部仍会出现轻微混淆。这说明模型不是简单记住样本标签，而是在一定程度上捕捉了培养基化学组成差异。

图8 培养基分类混淆矩阵。读图要点：同类培养基内部更容易混淆，而跨大类误分较少。

3. 训练过程：收敛快，未见明显过拟合

训练曲线显示，菌株分类准确率约10个epoch即可升至90%以上，后续保持稳定；训练集与验证集曲线差距较小。这支持模型具有较好的训练稳定性，但仍不能替代更大规模、更多真实样本的外部验证。

图9 模型训练过程曲线。读图要点：训练与验证表现接近，说明当前数据划分下未出现明显过拟合。

4. Grad-CAM：模型关注了哪些光谱区域？

Grad-CAM显示，模型较多关注Amide III（约1200–1300 cm⁻¹）、CH₂/CH₃变形区（约1400–1450 cm⁻¹）、Amide I（约1600–1680 cm⁻¹）以及碳水化合物相关区域（约800–1100 cm⁻¹）。这些区域与蛋白、脂质和碳水化合物等细菌生化成分有关，因此有助于增强模型解释性。

但需要强调：Grad-CAM展示的是模型决策时“依赖了哪些光谱区域”，属于决策归因证据，并不能单独证明培养基导致了某种具体生物化学机制变化。

图10 Grad-CAM可解释性分析。读图要点：合成培养基下注意力更集中，复杂培养基下注意力更分散。

四、结论

本研究提出 HMA-Net，以“环境感知”多任务学习提升拉曼光谱细菌识别的鲁棒性。其创新在于不再简单将培养基背景视为噪声，而是将其作为环境上下文信息，通过残差跨任务注意力机制参与菌株特征重标定，并结合 MoE 动态专家分类器，使模型能够根据不同培养条件调整判别策略。在10种肠道菌株、4种培养基构成的数据集中，HMA-Net取得97.45%的独立测试集准确率，并在LOMO跨培养基实验中保持95.0%±0.6%的平均准确率，证明培养环境信息具有重要利用价值。但该研究仍受限于菌种数量较少、常规测试以闭集假设为主、菌株-培养基组合内生物学重复有限，未来仍需在开放集识别、更多菌种、未知培养基及真实复杂样本中进一步验证。

原文链接：https://doi.org/10.1016/j.saa.2026.127831