看见抗菌作用的“分子指纹”：SERS与多变量分析如何解析抗菌剂作用机制

一、研究背景与检测体系构建

抗菌剂作用机制（MoA）的快速解析是开发精准抗菌策略的重要基础。传统MoA研究常依赖基因组测序、DNA微阵列或质谱等技术，虽然信息量丰富，但通常成本较高、流程较复杂。本研究以E. coli BW25113为模型菌，构建了基于银包覆金纳米星（NS）增强的SERS检测体系，用于捕获抗菌剂处理后细菌分子振动信号的变化，从而表征细菌对不同抗菌作用机制的分子响应。

在体系验证阶段，研究首先比较了E. coli与PBS空白在纳米星基底上的平均SERS光谱。结果显示，E. coli具有多个可归属于蛋白质、DNA/RNA、脂质及碳水化合物等生物分子的特征峰，而PBS空白无明显拉曼特征，说明该体系能够获得与细菌细胞状态相关的光谱指纹。

图1 纳米星基底上E. coli与PBS空白的平均SERS光谱及特征峰分布验证

二、不同抗菌剂作用下的动态光谱响应行为

在体系建立后，研究进一步选取H₂O₂、Trop、PE与SLES四类具有已知作用机制的抗菌处理条件。其中，H₂O₂代表细胞内氧化应激，Trop主要通过铁螯合引起代谢扰动，PE和SLES均属于膜破坏/细胞裂解相关处理。结果显示，在不同抗菌剂和暴露时间作用下，E. coli的SERS信号发生明显变化，特征峰强度与谱型结构呈现与MoA相关的动态变化。

这一现象表明，SERS光谱不仅反映细菌数量或存活状态的变化，也能够捕获抗菌剂作用过程中细胞生物分子组成与结构状态的改变，使检测信号呈现明显的处理时间和作用机制依赖性。

图2 不同抗菌剂处理下E. coli SERS光谱的时间演化与MoA相关动态响应行为

三、微观结构变化与信号来源解析

为解释光谱变化的来源，研究进一步通过TEM与SEM观察E. coli与纳米星在不同处理条件下的形貌特征。结果显示，未处理细胞中纳米星可与E. coli表面接触；经1%抗菌剂处理24 h后，不同处理诱导了差异性形态改变：H₂O₂处理后细胞严重聚集且杆状形态不易辨认，Trop处理后细胞整体结构相对保留但周围可见细胞碎片，PE和SLES处理后均出现细胞聚集及膜损伤相关形态改变。

这些结果说明，SERS信号变化与细菌形态、细胞表面成分及生物分子暴露状态改变有关；但其机制解释仍需结合峰位归属、PLS回归和VIP特征贡献分析共同判断。

图3 不同抗菌剂处理后E. coli与纳米星接触状态及TEM/SEM形貌变化分析

四、定量关系与特征峰解析

在定量分析层面，研究以CFU/mL表征细菌存活量，并构建SERS光谱与细菌活性之间的PLS回归模型。结果显示，H₂O₂、Trop、PE和SLES处理组均取得较高预测相关性（R²>0.98，其中SLES略低），说明SERS信号可用于预测抗菌处理过程中的细菌存活变化。同时，VIP分析筛选出对模型贡献较大的拉曼位移，为解析不同MoA对应的关键光谱特征提供了依据。

图4 基于PLS回归的SERS信号与CFU/mL定量关系及VIP特征贡献分析

五、多模型分析与特征机制解析

进一步地，研究将每种抗菌剂的数据划分为10个覆盖处理时间进程的子集，并分别建立PLS模型、提取VIP特征，再将子集VIP与全数据模型VIP进行比较。结果显示，基于VIP差异最小原则可将各子集正确归属于对应抗菌剂，分类准确率达到100%。该结果提示，SERS-PLS方法不仅能够跟踪细菌存活量变化，也可从光谱特征层面识别不同抗菌剂的作用机制。

图5 基于PLS子集模型的VIP特征比较及抗菌剂作用机制识别

六、相近存活菌量条件下的MoA分类与模型验证

为进一步排除细菌存活量差异对分类结果的影响，研究在相近CFU/mL水平的样本之间比较不同抗菌剂诱导的SERS光谱差异，并排除了CFU水平明显偏高、不适合纳入该比较的Trop样本。基于PLS得分的分类分析及5折交叉验证结果显示，不同抗菌剂处理样本能够形成清晰分群，混淆矩阵显示分类效果良好。该结果说明，模型识别的并非单纯的菌量差异，而是与抗菌作用机制相关的真实光谱差异。

图6 相近CFU水平下基于SERS-PLS分类分析的抗菌剂作用机制区分与混淆矩阵验证

七、研究结论

本研究构建的是一种融合纳米结构增强SERS与多变量分析的抗菌剂作用机制表征体系，而非通用的多病原菌AI识别平台。研究以E. coli为模型菌，通过H₂O₂、Trop、PE和SLES等已知MoA处理，证明SERS光谱能够反映抗菌剂诱导的细胞生物分子变化，并可借助PLS回归、VIP特征分析和分类模型实现从光谱采集到作用机制解析的转化。

需要注意的是，该研究仍属于概念验证阶段，实验对象主要限于单一模型菌株和已知作用机制的抗菌剂，样本体系也以实验室制备样本为主。因此，后续若要拓展到真实复杂基质、未知抗菌剂筛选或多菌种应用，还需要进一步验证样本前处理、光谱稳定性、模型泛化能力及不同实验平台间的一致性。

原文链接：https://doi.org/10.1021/acssensors.4c03304