春华秋实| 秦亚楠：基于机器学习的比色传感器阵列用于快速检测生乳中嗜冷菌
习近平总书记在新疆大学考察时发表的重要讲话、作出的重要指示，为新疆大学落实立德树人根本任务、建设具有突出优势特色的高水平大学提供了根本遵循。新疆大学持续深入贯彻落实习近平总书记重要讲话重要指示精神，以铸牢中华民族共同体意识为主线，着力培养担当民族复兴大任的时代新人，奋力推进“双一流”建设内涵式发展、特色发展、高质 量发展，培育壮大 高素质师资人才队伍，脱颖而出一批拔尖创新人才。 为展现新疆大学优秀专家教师风采及其科研教学成果，特开设“春华秋实”栏目，以飨读者。
今日成果推介
Yanan Qin*, Jingshuai Sun, Wanting Huang, HaitaoYue, Fanxing Meng, Minwei Zhang. Colorimetric sensor array for the rapid distinction and detection of various antibiotic-resistant psychrophilic bacteria in raw milk based-on machine learning[J]. Food Chemistry: X, 2024, Volume 22: 101281.
勤学多思 知行合一
——秦亚楠
秦亚楠，新疆大学生命科学与技术学院副教授、硕士研究生导师。现为国家奶业科技创新联盟-绿色低碳加工专业委员会委员，新疆微生物学院理事。2018 年 5 月博士毕业于哥本哈根大学，环境微生物专业。先后在哥本哈根大学环境微生物与生物技术系、吉林大学食品科学实验室、人兽共患病教育部重点实验室等单位学习，长期从事食品及环境微生物方面的研究。2019 年入选自治区天山青年-杰出青年项目。先后主持省部级项目6项，横向项目1项；参与科技部重点研发、国际合作项目，自治区重点研发项目、横向项目等10余项。近年来，围绕新疆乳资源，在牛乳及特色乳的微生物（耐药菌、嗜冷/嗜热芽孢杆菌），生鲜乳抗生素残留，生鲜乳加工工艺优化等方面开展研究。以第一/通讯作者在Journal of Hazardous Materials、Biosensors and Bioelectronics、Food chemistry、Foods、Chemosphere 等国内外学术期刊发表论文20余篇。
研究领域：食品微生物、环境中抗性微生物的挖掘与利用
研究背景/选题意义/研究价值
嗜冷菌被定义为一类能在7℃及以下温度生长的细菌。这些细菌占生乳中微生物群落的75%以上，尤其是在卫生条件差的情况下。此外，近年来抗生素的滥用导致嗜冷细菌对抗生素产生耐药性。假单胞菌属可传播抗生素耐药性基因并导致严重的临床乳腺炎，对乳制品行业构成严重危害。因此，检测乳制品加工行业中的嗜冷菌及其抗生素耐药性至关重要。由此，本研究设计了一种用于快速、准确检测乳中嗜冷菌及其耐药性的比色探针。根据不同嗜冷菌的代谢行为差异，诱导比色探针呈现颜色变化，进而利用机器学习模型检测并区分原料乳中四种主要嗜冷菌 。
主要研究内容
D-氨基酸（D-AA）修饰的金（Au）纳米颗粒（NP）作为比色探针。根据嗜冷细菌诱导的 Au NP 的聚集，6小时内发生明显的颜色变化。根据细菌对不同 D-AA 的不同代谢行为，通过学习反应模式成功区分了原料奶中的四种主要嗜冷细菌（图1）。优化检测条件后，检测时间缩短至6小时，最低检出限为 102 CFU mL-1。利用 Au/D-AA 比色传感器对巴氏杀菌乳中添加的嗜冷菌进行了检测，4种嗜冷菌的加标回收率介于94.5%至106.0%之间。该方法可以实现在牛奶样品中的实际应用。
图1. Au/D-Ala（A）和Au/D-Glu（B）与4种不同类型的嗜冷菌孵育后的吸收光谱。针对4种不同型号的嗜冷细菌的Au/D-Ala、Au/D-Glu和2:1传感器的LDA图（C）和热图（D）。
此外，通过将 Au/D-AA 与抗生素相结合，构建了一种快速比色方法，以求出嗜冷细菌的最低抑菌浓度。该方法依赖于细菌代谢活性对不同抗生素处理的反应差异（图2）。因此，该方法能够快速检测嗜冷菌并进行药敏评估，促进临床实用性和抗生素管理。
图2. Au/D-Ala的A650nm/A520nm值（A-D）和在与四种嗜冷细菌孵育后对不同浓度的TET的Au/D-Ala的热图（E-H）。
主要创新点
1.开发了D型氨基酸修饰的金纳米粒子比色传感器，用于快速检测生乳嗜冷菌，检测时间缩短至6小时，检出限低至102（10的2次方，这里2是要上标）CFU mL-1。
2.利用线性判别分析构建了比色检测模型；该模型不仅能够区分单一的嗜冷菌，还能有效地识别混合样本中的不同菌种；模型的准确率高达 93.75%。
