弹性光散射谱聚类分析在食源性细菌鉴定中的应用评估

针对食源性病原体快速检测难题，研究人员通过弹性光散射(ELS)谱聚类分析技术，结合Zernike矩、伪Zernike矩和Patsekin元素等特征参数，成功实现对17种细菌1562个菌落的分类鉴定，为微生物诊断提供了新型辅助工具。

　　

在食品安全领域，每年因食源性疾病导致的死亡病例高达百万，而传统微生物检测方法存在耗时长、效率低的瓶颈。虽然PCR和测序技术提高了检测速度，却无法保留活体样本进行后续流行病学研究。这种困境催生了弹性光散射(Elastic Light Scatter, ELS)技术的应用——通过激光扫描菌落产生的独特散射图谱，既能实现非破坏性检测，又能保留菌株活性。

美国农业部农业研究服务署(USDA-ARS)的研究团队创新性地将聚类分析应用于ELS数据解析。他们系统评估了Zernike矩、伪Zernike矩和专利Patsekin元素三种特征参数的组合效果，对来自4个属17个物种的48株菌株（共计1562个菌落）进行检测。研究发现，Patsekin元素与伪Zernike矩的组合最能准确反映菌株间的分类学关系，在属水平展现出明显的菌落结构标记特征，种水平聚类结果也与传统分类学高度吻合。该成果发表于《Technical Innovations》期刊，为微生物快速鉴定提供了新的数据分析范式。

研究采用UPGMA层次聚类算法，通过计算共表型相关系数评估聚类质量，并与UMAP非线性降维方法进行对比。实验数据源自两台分别位于美国和新西兰的ELS检测仪器，涵盖Arcobacter、Aeromonas和Yersinia等食源性致病菌。

物种和菌株
研究纳入1562个菌落样本，覆盖Arcobacter、Aeromonas、Yersinia等4个属的17个物种，部分数据来自团队前期在美国和新西兰开展的ELS检测研究。

结果
聚类分析显示，特征参数组合中Patsekin元素+伪Zernike矩的组合最优，共表型相关系数达0.85。虽然存在个别菌落偏离同种菌株主要聚类群的现象（可能反映ELS表型变异或聚类方法局限），但UMAP分析证实了层次聚类结果的可靠性。

讨论
该研究首次系统评估了多特征参数组合在ELS数据分析中的效果。尽管存在Yersinia等属内变异情况，但聚类结果整体上成功再现了已知分类学关系。特别值得注意的是，相比常规识别模式（依赖预设数据库），聚类分析能揭示潜在的新分类单元特征，这对未知病原体筛查具有重要意义。

这项研究不仅证实了ELS聚类分析在微生物鉴定中的实用性，更重要的是为优化其他ELS数据分析工具提供了理论依据。未来通过整合更多特征参数和机器学习算法，有望建立更完善的微生物表型组学分析体系，为食品安全监测和疫情预警提供强有力的技术支撑。