新方法利用纳米力学和机器学习进行快速细菌活力检测
发布时间：2024-04-03 13:52:37来源：
中国科学院深圳先进技术研究院郭世峰教授团队提出了一种新方法，填补了物理测量和人工智能在细菌活力检测方面的空白。该研究发表在《细胞报告物理科学》上。
细菌活力检测对于制药、医疗和食品行业至关重要。然而，区分完整的活细菌和死细菌的快速且非破坏性的方法仍然难以实现。
郭教授的团队推出了一种强大且易于使用的方法，该方法集成了原子力显微镜(AFM) 成像、定量纳米力学和机器学习算法，以评估革兰氏阴性和革兰氏阳性细菌的生存能力。
该团队采用液体原子力显微镜来获取活细菌和死细菌的形态和力谱数据。对力谱数据的后续处理能够提取基本数据点，包括变形、细菌弹簧常数和杨氏模量值。
这些提取的参数作为计算框架的输入，构建堆叠分类器。该分类器运行迅速、自主，能够以快速、自动化的方式有效地识别细菌活力。
“展望未来，我们设想扩展这种方法的应用，以检测其他细菌物种的活力，并探索其在各种环境和生物背景下的潜力，”郭教授说。
这项工作体现了跨学科合作在推动科学突破方面的力量，并为微生物学、纳米技术和机器学习领域的未来研究提供了有价值的框架。
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
