编辑推荐：
在低资源环境下，识别饮用水源细菌种类对预防水传播疾病至关重要。研究人员开展基于纸芯片流速检测和机器学习对群体感应（QS）诱导细菌聚集进行分类的研究，分类准确率超 75.0%，还能预测水样优势菌种，为检测饮用水微生物提供了简单系统。
在饮用水安全的保障战场上，细菌检测始终是一场关键战役。以往的检测方法，如核酸扩增检测（NAATs）和酶联免疫吸附测定（ELISA），虽然缩短了传统培养法的检测时间，但它们存在着 “先天不足”。这些方法在分析前，必须先知晓细菌的相关信息，才能准备合适的培养基、引物或抗体，这就像是在黑暗中摸索，没有准确的地图很难找到方向。而侧向流动免疫层析测定（LFIA）和微流控设备虽让检测变得便携，却也无法摆脱上述困境。还有一些基于粒子的检测方法，不仅需要繁琐的肽与粒子共价结合步骤，结果还不稳定，并且粒子作为微塑料，在实际应用中受到诸多限制。此外，依赖荧光显微镜的检测手段，其图像处理复杂，也增加了检测的难度和成本。在这样的背景下，开发一种简单、高效、低成本且无需复杂设备和操作的细菌检测方法迫在眉睫。
韩国的研究人员与美国亚利桑那大学合作，肩负着攻克难题的使命，开展了一项具有创新性的研究。他们致力于开发一种 “无粒子” 的细菌监测系统，基于纸微流控芯片上大规模毛细管流速测量和机器学习分类技术，利用细菌群体感应（QS）系统实现细菌种类的识别。研究结果令人振奋，通过该方法，对十种细菌（七种革兰氏阴性菌和三种革兰氏阳性菌）的分类准确率均超过 75.0%，还成功预测了现场水样中的优势菌种。这一成果意义非凡，为低资源环境下现场识别细菌种类提供了可能，仅需 QS 分子、纸芯片和智能手机摄像头就能完成监测，极大地降低了检测门槛，为保障饮用水安全带来了新的曙光。该研究成果发表在《Biosensors and Bioelectronics》上。
研究人员在这项研究中运用了多种关键技术方法。首先是纸微流控芯片技术，利用其进行细菌样本和 QS 分子的反应，并通过芯片通道检测流速变化。其次是机器学习算法，特别是 XGBoost 算法，针对不同细菌浓度范围开发了三种算法，用于分析流速数据并进行细菌种类分类。研究中使用的样本为十种不同细菌的悬浮液，涵盖了常见的致病菌，通过在纸芯片上进行流速检测实验，收集数据后用算法进行分析处理 。
1. QS 分子的选择
研究人员选用了五种 QS 分子用于细菌种类识别，其中包括三种酰基高丝氨酸内酯（AHL），即 N - 丁基 - L - 高丝氨酸内酯（C4 - HSL；QS1）、N - 己酰基 - L - 高丝氨酸内酯（C6 - HSL，QS2）和 N -（3 - 氧代十二烷酰基） - L - 高丝氨酸内酯（3 - 氧代 - C12 - HSL，QS3），以及来自枯草芽孢杆菌（Bacillus subtilis）的 ERGMT 肽（QS4）和 AIP - I。这些 QS 分子因细菌种类不同而发挥不同作用，革兰氏阴性菌利用 AHL，革兰氏阳性菌则利用自身的 QS 系统，如 AIP，为后续实验奠定基础。
2. 流速检测实验
起初，研究人员在未使用 QS 分子的情况下进行流速检测实验，发现虽有一定浓度依赖性，但无法有效识别细菌种类。随后，他们使用 QS 分子进行实验。不同细菌对不同 QS 分子的反应不同，会形成不同程度的细菌聚集，进而改变纸芯片通道内的流速。研究人员从多个加载不同 QS 分子（无粒子）的纸芯片通道收集多维数据，获取全流速数据（而非优化时间点的流速），这些数据成为后续分析的关键依据。
3. 机器学习分类
研究人员利用 XGBoost 机器学习算法，针对高（108和 107 CFU/mL）、中（106和 105 CFU/mL）、低（104和 103 CFU/mL）三种不同细菌浓度范围，分别开发算法进行分类。实验结果显示，所有算法对十种细菌的分类准确率均超过 75.0%，这表明该方法在不同细菌浓度下都具有较高的可靠性和有效性。
4. 现场水样检测
研究人员运用 XGBoost 算法和之前建立的数据库，对两种饮用水源中的细菌进行检测，成功预测了其中的优势菌种，并将预测结果与选择性培养法的结果进行比较。这一结果进一步验证了该技术在实际水样检测中的可行性和准确性，为现场快速检测饮用水中的细菌提供了有力支持。
研究人员开发的基于纸微流控芯片流速检测和机器学习分类的 “无粒子” 细菌监测系统，成功实现了对多种细菌的准确分类和现场水样优势菌种的预测。该系统仅需 QS 分子、纸芯片和智能手机摄像头，操作简单、成本低廉，为低资源环境下的饮用水微生物检测带来了新的解决方案，对预防水传播疾病、保障全球公共健康具有重要意义。然而，研究也存在一定局限性，如实验仅针对十种细菌进行研究，在实际应用中可能面临更多复杂的细菌种类和环境因素。未来研究可以进一步扩大细菌种类范围，优化算法和检测条件，提高检测的准确性和适应性，让这一技术更好地服务于饮用水安全保障工作 。
