基于T4噬菌体展示尾刺蛋白与金纳米颗粒的副溶血弧菌暗场智能检测新方法

本研究针对副溶血弧菌(V. parahaemolyticus)传统检测方法耗时长、特异性不足的难题，创新性地构建了双功能化T4噬菌体探针T4@TSPs@GNPs，通过尾刺蛋白(TSPs)特异性识别与金纳米颗粒(GNPs)信号放大，结合DenseNet169人工智能模型，实现30分钟内4 CFU/μL的超敏可视化检测，为食品安全监测提供全新解决方案。

　　

在全球海鲜消费量持续增长的背景下，副溶血弧菌(Vibrio parahaemolyticus)引发的食源性疾病已成为重大公共卫生挑战。这种海洋源性病原体通过污染贝类等海产品传播，每年导致数百万例急性胃肠炎病例。传统检测依赖耗时5-7天的细菌培养或价格高昂的PCR技术，而现有快速检测方法又面临遗传相似性干扰和灵敏度不足的瓶颈。如何实现"既快又准"的病原识别，成为食品安全监测领域的"卡脖子"难题。

扬州大学兽医学院比较医学研究所的研究团队独辟蹊径，将噬菌体"特洛伊木马"式的靶向能力与纳米材料的光学特性相结合，在《Biosensors and Bioelectronics》发表了一项突破性研究。该工作通过基因工程改造T4噬菌体，使其表面同时搭载约870个尾刺蛋白(TSPs)和30个5 nm金纳米颗粒(GNPs)，构建出"双功能纳米探针"T4@TSPs@GNPs。当探针捕获目标细菌后，在暗场显微镜下会呈现独特的金色棒状结构，配合自主研发的DenseNet169人工智能分析系统，可在30分钟内完成4 CFU/μL的超敏检测，准确率与金标准完全一致。

关键技术包括：1) 利用T4ΔHS噬菌体平台构建Soc-VP-TSP和Avi-Hoc融合蛋白；2) 通过BirA酶实现位点特异性生物素化；3) 链霉亲和素介导的GNPs定向组装；4) 基于深度学习的多尺度特征融合算法。这些技术的协同应用，解决了野生噬菌体产量低、修饰难的技术瓶颈。

主要研究结果

1. 探针构建：通过Soc蛋白展示TSPs实现细菌捕获，Hoc蛋白搭载Avi-tag连接GNPs，形成"识别-信号"双功能模块。冷冻电镜证实每个噬菌体可携带870±23个TSPs和31±4个GNPs。
2. 检测性能：对27株弧菌属菌株测试显示，仅靶向V. parahaemolyticus的特异性达100%，灵敏度比常规免疫检测高100倍。
3. 智能分析：采用显著性引导的感兴趣区域(ROI)提取策略，结合Grad-CAM可视化，模型在复杂背景下的识别准确率达99.2%。

这项研究开创了噬菌体-纳米材料-人工智能三元协同检测的新范式。其创新性体现在：① 首次实现TSPs的高密度噬菌体展示，突破野生型噬菌体仅携带3-6个TSPs的限制；② 通过局域表面等离子体共振(LSPR)效应将生物识别转化为光学信号；③ 建立首个适用于暗场显微图像的细菌自动计数AI模型。该技术已成功应用于海鲜市场样本检测，为食源性病原体的现场筛查提供了标准化解决方案，在临床诊断和环境监测领域同样具有广阔应用前景。