《Microchemical Journal》：External validation and analytical transferability of machine-learning-assisted micro/nanoplastic analysis in aquatic environments: a systematic review and framework
编辑推荐：
•对149项机器学习辅助的水生微纳塑料研究的系统综述揭示了验证方面的空白。•EVSS概述了基质、颗粒、地点、仪器和工作流程的变化。•仅有38.9%的研究采用了物理独立的外部验证。•跨仪器（4.1%）和跨实验室（2.0%）验证均较为罕见。•在性能统一化后，仅有两项研究仍保持完全可比
- •
对149项机器学习辅助的水生微纳塑料研究的系统综述揭示了验证方面的空白。
- •
EVSS概述了基质、颗粒、地点、仪器和工作流程的变化。
- •
仅有38.9%的研究采用了物理独立的外部验证。
- •
跨仪器（4.1%）和跨实验室（2.0%）验证均较为罕见。
- •
在性能统一化后，仅有两项研究仍保持完全可比性。
引言
水生微塑料和纳米塑料（MNPs）的可靠检测、识别和表征日益依赖于将光谱、成像或传感器测量与多元数据分析相结合的分析工作流程。拉曼光谱[1]、表面增强拉曼光谱（SERS）[2]和傅里叶变换红外光谱（FTIR）[3]为MNP分析提供了特征光谱指纹。高光谱成像（HSI）通过在众多狭窄的连续波段上获取图像，结合了空间和光谱信息，产生包含两个空间维度和一个光谱维度的三维数据立方体[4]。这使得基于单个像素的光谱信息，对MNPs进行空间映射和光谱鉴别成为可能[5]。其他基于传感器或信号的技术包括多角度静态光散射[6]、偏振光学传感[7]、电阻抗传感[8]、微波谐振传感[9]和摩擦电传感[10]。这些方法产生的光学、散射、偏振或电信号，可以通过机器学习（ML）和化学计量学模型进行分析。在这些工作流程中，预测建模是分析链中的一个组成部分，该分析链从样品制备和信号采集延伸到预处理、模型拟合和参考标注[11]。因此，强大的内部预测性能并不能确定当样品基质、颗粒特性、仪器、采集条件或实验室工作流程发生变化时，完整的分析方法仍能保持可靠[12], [13]。因此，外部验证不仅应被视为模型泛化的问题，也应被视为分析可转移性的问题。
尽管技术多样，但大多数机器学习辅助的MNP研究遵循一个共同的分析工作流程：收集和制备样品；采集和预处理光谱、图像或其他传感器信号；应用机器学习或化学计量学模型；输出用于检测、材料识别、分类、颗粒表征或定量预测[14], [15], [16], [17]（图1）。由于任何阶段的变化都可能改变呈现给已训练模型的数据，因此实际分析应用取决于整个测量和数据分析工作流程的可转移性，而不仅仅是内部预测准确性[18], [19]。因此，在新批次、基质、地点、仪器或实验室上进行独立测试，对于分析稳健性更具参考价值。然而，这些转移场景并非等同的验证挑战。（见表1。）
外部验证是指使用物理独立的测试数据（例如独立收集的颗粒、样品、批次，或来自不同地点的样品）评估已开发的模型，这些数据未用于模型拟合、调参或选择。外部验证通常作为一个二元属性（已执行或未执行）来报告，因为其存在与否通常取决于是否使用了独立测试数据集，而不一定说明模型开发和外部测试之间的分析条件差异[20]。然而，这些条件可能有很大差异。在新颗粒批次上测试模型主要探查样本间的差异[6]；在不同的水基质中测试会改变分析背景[21], [22]；转移到另一个地点会引入环境和地理变化[23], [24]；更换仪器则评估采集的可移植性[25], [26]；更换实验室可能引入操作员、样品制备和工作流程的差异[27], [28]。因此，声明模型已经过外部验证，确立了独立数据的使用，但并未指明传感或分析系统需要跨越什么进行转移[20]。在解释外部验证的实际意义时，这一区分至关重要。
第二个问题涉及内部和外部性能值是否实际可比。这里，内部基准是选作外部结果比较对象的内部性能结果。两个值可能共享相同的指标名称，但代表不同的分析任务[29]。例如，内部准确率可能按光谱计算，用于一组聚合物类别，而外部准确率可能按颗粒计算，用于另一组类别[30], [31]。同样，重新校准或微调后获得的性能反映的是更新后的模型，而非未变化的拟合模型[32]，参考方法的差异也会影响评估性能所依据的参考标签的定义[33]。因此，只有当比较的值在指标定义、分析单位、标签空间、模型状态和参考标签方法上充分对齐时，内部-外部性能差异才能解释为与转移相关的变化。
另一个问题是内部基准的可信度。MNP光谱和化学成像可以从同一物理来源生成多个观测值，包括来自一个颗粒的多个光谱或光谱图像中的多个像素[34]。相关的观测值也可能通过数据增强产生。如果来自同一颗粒、样品、图像区域或地点的此类相关或增强观测值同时出现在开发和测试分区中，模型可能实际上是在评估与其已见信息密切相关的信息，从而产生过度乐观的内部估计[35]。这种泄漏问题在光谱学和成像中尤为重要，因为一个物理对象可以贡献许多相关的测量值。它在概念上不同于外部验证，因为它影响的是比较器的可信度，而非外部转移的类型。
先前的综述已总结了MNP检测技术、光谱平台、机器学习算法和新兴的智能传感策略[35], [36], [37]，但机器学习辅助分析工作流程的验证和可转移性受到的关注较少。因此，本综述旨在回答三个问题：（1）物理独立的外部验证执行频率如何，此处定义为在未用于模型开发的颗粒、样品、批次、地点或其他物理来源上测试，而非在同一来源随机划分的光谱或像素上测试；（2）模型开发和外部测试之间哪些分析条件发生变化；（3）报告的内部和外部性能结果在多大程度上可直接比较。为了解决第三个问题，我们通过依次检查匹配的结果是否使用相同的指标定义、分析单位、标签空间、拟合模型状态（不在外部数据上更新模型）和真实标签方法，来评估可比性；只有满足全部五个条件的结果才被视为完全同类比较。我们引入了外部验证转移签名（EVSS）来描述基质/背景、颗粒状态/组成、地点/地理、仪器/采集以及工作流程/实验室的变化。内部数据泄漏风险单独评估为相关观测值（例如，来自同一颗粒或样品的光谱或像素）同时出现在模型开发和内部测试分区中的可能性，这可能会夸大内部性能估计。总之，这些分析为机器学习辅助MNP分析中更严格地评估和报告分析可转移性提供了一个框架。
章节片段
综述设计与检索策略
本研究结合了机器学习辅助水生MNP分析的系统综述以及内部和外部性能的二次匹配分析。报告遵循PRISMA 2020框架[38]。检索了Scopus、PubMed和Web of Science从建库至2026年8月1日的文献。检索概念、数据库覆盖范围和阶段特定的排除类别见补充表S1。未对IEEE Xplore和Engineering Village进行专门检索。
本综述
研究选择与总体证据基础
检索共获得1192条记录：Scopus 442条，PubMed 211条，Web of Science 539条。排除393条重复记录后，799条独特记录接受了标题/摘要筛选。其中，590条被排除，209篇报告被尝试获取全文，182篇进行了全文评估。最终共有149项研究符合纳入标准（图3）。
文献增长迅速。在149项纳入研究中，108项（72.5%）发表于2024年至最终检索日2026年8月1日之间。
主要发现
本综述确定了四个主要发现。首先，外部验证在机器学习辅助水生MNP分析中尚不常规：149项研究中仅有58项使用了物理独立的外部数据，跨仪器和跨实验室测试尤为罕见。其次，确实进行了外部验证的研究测试了非常不同类型的变更。基质/背景和颗粒相关的变更相对常见，而仪器/采集的变更则少得多。第三，
结论
本系统综述表明，外部验证的有限程度仍是建立机器学习辅助水生MNP方法分析可转移性的主要障碍。在149项符合条件的研究中，仅58项使用了物理独立的外部数据，而跨仪器和跨实验室验证尤为罕见。EVSS分析进一步表明，外部测试代表了基质/背景、颗粒
AI工具使用声明
在准备本手稿期间，作者使用了DeepSeek进行语言润色和语法检查。AI工具仅辅助写作，未参与数据分析、图表生成或科学结论。使用该工具后，作者根据需要检查和编辑了所有内容，并对工作的准确性、完整性和原创性承担全部责任。
CRediT作者贡献声明
Tao Qian: 写作 - 初稿, 可视化, 正式分析, 数据管理, 概念化。 Fang Chen: 写作 - 审阅与编辑, 验证, 数据管理。 Jun Wang: 写作 - 审阅与编辑, 监督, 项目管理, 资金获取, 概念化。
利益冲突声明
作者声明，他们没有已知的可能影响本文所报告工作的竞争经济利益或个人关系。
致谢
本工作得到广东省科技计划（资助号：2024B1111150001）和基于数字细胞构建的高仿生天然牛黄研究及产业化项目（资助号：2430004044412）的支持。
Tao Qian|Fang Chen|Jun Wang
