基于自编码器的红外高光谱成像生物基质中纳米塑料检测

《ACS Measurement Science Au》：Autoencoder-Based Detection of Nanoplastics in Biological Matrices via Infrared Hyperspectral Imaging

　　

中红外（MIR）高光谱成像是一种新兴工具，可用于微塑料和纳米塑料（MNPs）的定性与定量分析，以及生物组织和复杂基质的表征。在生物材料中检测MNPs对于评估其毒理学和生态学影响具有特殊重要性；然而，聚合物振动带与蛋白质、脂质及其他生物组分的振动带之间存在显著光谱重叠，这使得在低MNP水平下的识别变得复杂。在本研究中，采用基于自编码器（autoencoder）的异常检测方法，对通过量子级联激光红外（QCL-IR）显微术获取的红外光谱中的生物基质信号光谱特征进行学习。基于残差（residual）的异常映射保留了具有化学意义的光谱特征，从而能够以热图形式可视化二维和三维细胞培养模型中纳米尺度塑料（NP）的累积。研究人员评估了全连接（FC）、卷积神经网络（CNN）及混合型（CNN-FC）自编码器架构，其中FC和CNN-FC模型在生物基质精确重建与NP光谱特征保留之间提供了较佳平衡。该方法能够检测约50 nm塑料颗粒，但前提是其以局部累积形式存在，对应于干燥生物材料中约1%（m/m）的含量，等效于数量级为10³ particles/μm²的表面密度。这些结果表明，残差异常检测可扩展高光谱成像的能力，使其能够在复杂生物介质中、于接近仪器检测限的浓度下可视化纳米尺度塑料累积。

该研究发表于《ACS Measurement Science Au》，围绕复杂生物基质中纳米塑料的无标记检测难题展开。微塑料与纳米塑料（MNPs）已广泛存在于环境、饮水和食物中，其进入生物体后的组织蓄积、跨屏障转运及潜在毒理效应受到持续关注。对于纳米尺度塑料而言，传统中红外（MIR）成像面临双重限制：其一，空间分辨率受衍射极限约束，远大于单个纳米颗粒尺寸；其二，生物样品中的蛋白质、脂质、核酸和碳水化合物等会产生宽而强的红外吸收带，并与聚合物特征振动峰显著重叠，导致低丰度塑料信号容易被背景掩蔽。因此，如何在复杂、异质且光谱重叠严重的生物背景中提取弱聚合物信号，是当前无标记检测方法的核心瓶颈。基于此，研究人员提出了一种化学信息引导的残差异常检测框架，通过自编码器学习未暴露对照样本的生物基质光谱特征，再利用输入与重建光谱之间的残差信号保留塑料相关吸收特征，从而实现对纳米塑料局部累积的可视化。

研究人员构建并比较了三类神经网络自编码器，即全连接（FC）自编码器、卷积神经网络（CNN）自编码器以及卷积编码器-全连接解码器混合架构（CNN-FC）。其核心思想并非单纯追求最小重建误差，而是在有效重建生物基质背景的同时，尽可能避免模型将异常聚合物信号一并“重建掉”。研究结果显示，残差异常检测能够从量子级联激光红外（QCL-IR）高光谱数据中分离出聚丙烯和聚苯乙烯纳米塑料的特征吸收，并通过特定振动峰积分生成具有化学特异性的热图，在二维肠上皮细胞培养、三维小肠类器官及三维皮肤模型中均成功显示出纳米塑料的空间分布。进一步结合生物基质仿体实验与理论分析，研究建立了该方法对50 nm聚苯乙烯颗粒的检测限约束：当塑料在干燥生物材料中的局部质量分数约为1%（m/m）时可实现检测。总体而言，该研究证明了在复杂生物介质中，化学引导的残差异常检测可显著扩展红外高光谱成像对纳米塑料局部累积的解析能力，并明确指出最佳异常检测并不等同于最小重建误差，这对今后高光谱化学成像中弱目标信号提取具有方法学意义。

作者为开展研究主要采用了以下关键技术方法：首先，使用QCL-IR显微镜采集980–1900 cm^–1范围的中红外高光谱图像；样本来源包括人小肠类器官（HSIOs，购自University of Calgary的HOIH）、人小肠上皮细胞HIEC-6以及三维人皮肤模型（HSMs），并设置未暴露对照与纳米塑料暴露组。其次，对光谱实施基线校正后，利用PyTorch构建FC、CNN和CNN-FC三种自编码器，通过自定义损失函数同时约束原始光谱及其一阶导数重建误差。再次，采用引导式残差异常检测，对残余光谱中聚合物特征峰区域进行积分并生成热图。最后，辅以原子力显微镜（AFM）对QCL-IR识别出的热点区域进行共定位验证，并通过聚苯乙烯-细胞外基质仿体与Mie散射理论估算检测限。

以下为论文主体结果的分项解读。

Guided Anomaly Detection - Approach and Validation
研究首先建立了方法学原理与验证流程。训练集与测试集来自未暴露纳米塑料的对照样本，包括固定切片类器官和经细胞离心沉积的细胞样本。对照光谱呈现典型生物样本特征，其中酰胺I带约位于1660 cm^–1，酰胺II带约位于1550 cm^–1，此外1450 cm^–1和1360 cm^–1附近存在以脂质等为主的C–H振动吸收，而这些区域与常见聚合物振动模式存在重叠。研究人员指出，简单减去单一参考生物光谱无法应对生物样品内在变异性，因此训练仅见过生物背景的自编码器来逐像素重建背景是更可行的策略。对于含纳米塑料样本，输入与重建光谱之差形成残余光谱，能够保留不属于内源性细胞基质的额外光谱成分。若目标聚合物已知，则可在残余光谱中针对其特征峰积分，例如聚丙烯（PP）1378 cm^–1的C–H弯曲振动，由此生成聚合物空间分布热图。研究进一步比较了非引导式异常检测与引导式异常检测：前者基于欧氏距离等全局差异指标，容易突出重建噪声、局部背景波动或非目标化学组分；后者仅聚焦预设化学特征区间，因此在PP检测中表现出更高特异性。对热图高信号区域提取的残余光谱可观察到1456 cm^–1与1378 cm^–1峰，与PP参考谱一致；AFM后续成像则在这些热点区域确认了纳米颗粒聚集，支持该框架的化学判别有效性。

Model Design and Training Considerations
在模型设计方面，研究系统比较了FC、CNN和CNN-FC三种架构。超参数调优的目标并非仅最小化整体重建误差，还要求在弱阳性验证样本中最大化PP关键峰1456 cm^–1和1378 cm^–1处的重建误差，从而保留异常信号。FC自编码器在较浅层数和较宽瓶颈下取得较好效果，说明生物光谱可在相对简单结构下获得较准确重建；但该模型在某些波段，特别是强酰胺II附近，存在较明显残余噪声。为改善重建质量，研究引入CNN自编码器。卷积结构能够更好编码峰形局部性与位移鲁棒性，因此重建误差更低、噪声更小。然而，这种“更强”的模型出现了新的问题：它不仅重建了生物基质，也部分重建了目标聚合物信号，导致残余中PP特征峰被削弱，异常对比度下降。由此，研究提出混合型CNN-FC架构，以卷积编码器保留深层谱特征提取能力，同时采用表达能力较低的全连接解码器限制过度拟合。结果显示，CNN-FC在重建质量与异常保留之间达到了更合适平衡。研究还指出，预处理强度会显著影响模型行为。较温和的rubberband基线校正有助于模型学习真实背景变化，而更强的IRSQR预处理虽可加快收敛、降低噪声，但也可能与CNN模型类似，增加异常信号被抑制的风险。因此，预处理程度需要与模型表达能力协同优化。

Application to Nanoscale Plastics Detection
在实际应用层面，该方法被用于多个生物体系中纳米塑料的检测与定位。研究人员将聚丙烯纳米塑料NPPP-1或聚苯乙烯纳米颗粒分别暴露于HIEC-6二维单层细胞、HSIO三维小肠类器官和HSM三维皮肤模型，暴露浓度范围为1 × 10¹⁰–1 × 10¹² particles/mL。QCL-IR结合引导式异常检测显示：在HIEC-6细胞中，只有部分细胞出现细胞内纳米塑料累积，提示单细胞层面摄取具有异质性；在HSIO中，NPPP-1既可定位于类器官外部，也可见于类器官内部结构附近，说明该方法能够区分上皮屏障外与结构内部的颗粒分布；在HSM中，聚苯乙烯纳米珠主要聚集于表皮层，真皮穿透有限，体现出组织分层定位能力。该部分结果表明，该方法不仅适用于不同聚合物类型，也适用于二维与三维多种生物模型，能够提供超越总体暴露指标的空间分布信息。

研究还评估了训练策略对跨体系应用的影响。两种策略包括：同系统专属训练，即使用相同样本类型的对照图像训练模型；以及广义训练，即聚合多种系统的对照数据进行训练。结果显示，同系统训练可降低对照与验证样本的重建误差，但在纳米塑料区域的信噪比改进有限。二者均为可行方案：当有足够同类型对照数据时，专属训练更优；若需要处理多体系样本，广义训练更具灵活性。此外，研究也指出训练数据量并非越大越好。数据量增加虽然通常有助于减轻传统意义上的过拟合，但在该任务中也可能带来过度泛化，使模型逐渐学会重建异常信号，反而降低异常检测能力。因此，训练集规模同样需要与模型容量共同平衡。

Limit of Detection
研究最后对检测限进行了实验与理论双重评估。作者指出，QCL-IR显微术检测亚微米与纳米塑料时，限制因素主要不是单粒子空间分辨，而是单位高光谱像素内是否聚集了足够聚合物质量以产生可测吸收。经验上，1 × 10¹¹ particles/mL是较合适的暴露浓度：更低暴露常无法形成可检测累积，而1 × 10¹² particles/mL则会产生足够强的吸收，以至于不再明显依赖残差处理。为了获得可量化的检测限，研究构建了含50 nm羧基化聚苯乙烯纳米珠的Matrigel细胞外基质仿体，并用不含颗粒的对照ECM训练CNN-FC模型。所有光谱均以ECM的酰胺I峰归一化，以校正基质沉积不均一性。结果表明，以控制样本残余光谱均方根噪声σ为基准，形式检测限为3σ，对应50 nm聚苯乙烯在干燥生物材料中的局部质量分数约为1%（m/m）。值得注意的是，在原始光谱中，接近该检测限时聚苯乙烯峰往往难以与背景区分，而残差异常检测仍可揭示1452 cm^–1和1494 cm^–1等聚合物特征峰。研究同时利用Mie散射计算并结合聚苯乙烯复折射率数据，估算不同粒径下达到3σ所需的局部粒子数密度。结果显示，对于小于200 nm的颗粒，检测限接近甚至要求超过致密二维单层覆盖；而粒径大于200 nm时，理论上亚单层表面密度也可能被检测到。整体而言，该方法检测到的并非孤立单纳米颗粒，而是衍射限制采样区域内数百至约1000个纳米颗粒形成的集体吸收。

讨论部分总结强调，该研究的核心方法学贡献在于提出了“化学引导的残差异常检测”概念：异常检测不应仅依据统计学上的重建偏差大小，而应结合目标聚合物已知振动特征进行定向解读。研究表明，在复杂化学背景的高光谱数据中，模型容量必须受到审慎控制；表达能力过强的模型虽然能获得更低重建误差，却可能通过重建异常组分而削弱目标信号。相比之下，FC与CNN-FC更适合此类“背景拟合而异常保留”的应用场景。该框架具有较强可扩展性，不仅适用于QCL-IR，也原则上可迁移至拉曼（Raman）、光热红外（O-PTIR）、近红外（near-infrared）等更高空间分辨率的高光谱成像平台，用于从异质背景中提取特定目标的弱光谱特征。除纳米塑料检测外，其潜在应用还包括痕量污染物检测、药物定位、病理光谱映射及异质材料相鉴别等。

研究结论部分可译为：利用自编码器网络进行残差异常检测，能够提取纳米塑料累积的红外光谱特征，并据此实现其在细胞、组织及其他复杂生物基质中的定位可视化。通过学习生物基质信号的光谱特征，该技术可实现有效背景扣除。研究的核心发现之一是，最优异常检测并不对应于最小重建误差。具有较高表征能力的架构，如全卷积自编码器，可能在重建生物基质的同时抑制异常聚合物信号，从而降低化学对比度。在本研究应用中，过高的重建保真度反而削弱了目标识别。全连接与混合型CNN-FC架构在基质重建与异常保留之间提供了更合适的平衡。引导式异常检测通过对残余光谱中化学定义的感兴趣区进行积分，相较于基于全局距离的指标提高了特异性。该方法并非突出最大重建差异区域，而是选择性强调与已知聚合物振动模式一致的信号，从而生成具有化学可解释性的纳米颗粒累积热图。将该方法应用于QCL-IR成像后，研究实现了在多种二维与三维细胞培养体系中对聚丙烯与聚苯乙烯纳米尺度累积的无标记可视化。结合生物基质仿体实验分析与基于残余噪声和Mie散射的理论分析，研究建立了以局部质量分数和数密度表征的粒子可检测性定量约束，从而阐明了该方法的物理检测边界。