编辑推荐：
植物病原菌严重威胁农业生产，传统诊断方法繁琐耗时。研究人员开展了基于七种金纳米粒子（AuNPs）形态的等离激元光电传感器研究。结果显示该传感器能快速准确识别病原菌，这为植物病原菌检测提供了新途径。
在广袤的农业领域，植物病原菌就像隐藏在暗处的 “杀手”，时刻威胁着农作物的生长和发育。它们引发的疾病，诸如枯萎病、软腐病等，给全球农业生产带来了巨大损失。传统的病原菌诊断方法，如微生物培养、免疫检测和分子检测等，虽然能够实现准确鉴定，但这些方法操作繁琐，需要经过分离、纯化，再进行免疫或分子测试，耗时较长，难以满足快速检测的需求。因此，开发一种快速、可靠的植物病原菌检测技术迫在眉睫。
来自墨西哥国立理工学院（Instituto Politécnico Nacional, IPN）等机构的研究人员，致力于攻克这一难题。他们开展了一项关于基于光电分析的等离激元鼻传感器用于快速识别植物病原菌的研究。研究结果表明，这种传感器能够在 3 小时内可靠地区分 5 种植物病原菌，对从感染晕疫病的豆类叶片中分离出的 Pseudomonas savastanoi pv. phaseolicola 具有高准确率的分类能力，并且可以有效区分荧光和腐生细菌。这一成果发表在《Phytopathology Research》上，为植物病原菌的检测提供了新的方向和有力工具。
研究人员在开展此项研究时，运用了多种关键技术方法。首先是金纳米粒子（AuNPs）的合成，通过不同的反应条件制备出具有不同形态的金纳米粒子，包括纳米骨、纳米球、纳米棒、纳米梭和纳米星。其次，利用透射电子显微镜（TEM）和分光光度计对金纳米粒子进行表征，获取其形态和光学特性。然后，将金纳米粒子与 Tollens 试剂混合并嵌入琼脂糖基质中，构建等离激元鼻传感器。最后，运用图像分析算法提取传感器颜色变化的 RGB 值，并结合层次聚类分析（HCA）和线性判别分析（LDA）等化学计量方法对数据进行分析。
下面详细介绍研究结果：
- 金纳米粒子合成：合成了 7 种不同形态的金纳米粒子，如平均尺寸 60nm 的纳米骨（GNB），其具有两个等离子体峰；平均尺寸 30nm 的纳米球（GNSph），有独特的等离子体峰等。这些不同形态的金纳米粒子为传感器的构建提供了基础1。
- 传感器设计与原理：该传感器由 7 个 “嗅觉受体” 组成，每个受体含有一种纳米粒子形态。当细菌代谢产生的挥发性醛类物质与传感器中的 Tollens 试剂反应时，会使银离子还原为金属银并沉积在纳米粒子周围，从而改变纳米粒子的等离子体共振，导致传感器颜色发生变化。通过检测颜色变化来区分不同的病原菌23。
- 图像分析算法：研究人员设计了一种图像分析算法，能够自动识别样本、提取 RGB 颜色值，并通过一系列处理步骤，如灰度转换、去除噪声、创建二进制掩码等，有效去除干扰，提高 RGB 提取的准确性10。
- 植物病原菌的化学响应与分类：经过 2 小时孵育后，传感器能可靠地区分测试的病原菌。3 小时孵育后，通过 HCA 和 LDA 分析发现，不同病原菌产生的挥发性化合物不同，使得传感器能够清晰区分不同细菌种类45。
- 等离激元鼻传感器性能：通过在 “Cacahuate” 豆类植物上进行感染实验，验证了传感器的性能。结果显示，传感器对 P. savastanoi pv. phaseolicola 的分类准确率高达 93%（HCA 方法）和 100%（LDA 方法）67。
- 区分 P. savastanoi pv. phaseolicola 与其他细菌：传感器能够有效区分 P. savastanoi pv. phaseolicola 与从豆类叶片分离出的荧光和非荧光腐生细菌，两种分类方法均未出现误判89。
在研究结论和讨论部分，该研究成功开发了一种基于 7 种 AuNPs 形态的等离激元鼻化学传感器，并结合图像分析算法进行 RGB 提取。这种传感器能够通过化学反应和图像分析实时区分细菌种类，在植物病原菌检测方面表现出良好的性能，具有重要的应用价值。与传统的病原菌检测方法相比，该传感器检测速度更快、成本更低，能够加速对田间样本中植物病原菌的正确识别。同时，研究人员也指出，虽然该传感器取得了较好的成果，但在实际应用中可能还需要进一步优化和完善，例如提高传感器的稳定性和灵敏度，拓展检测病原菌的种类等。这一研究成果为植物健康领域带来了新的突破，为未来开发更高效、便捷的植物病原菌检测技术奠定了基础，有望在农业生产中发挥重要作用，助力保障全球粮食安全。
