《Journal of the American Society for Mass Spectrometry》：Differentiation of Bacterial Isolates Using Mass Spectrometry and Machine Learning Analysis of Volatile Organic Compounds
编辑推荐：
细菌鉴定是解决室内环境细菌污染的关键任务。标准非培养依赖技术（如PCR和DNA测序）或具备种水平鉴定能力的培养依赖技术往往成本高、耗时长，且需要专用设备与人员。本研究提出一项概念验证，证明通过环境气压质谱（ambient pressure mass spect
细菌鉴定是解决室内环境细菌污染的关键任务。标准非培养依赖技术（如PCR和DNA测序）或具备种水平鉴定能力的培养依赖技术往往成本高、耗时长，且需要专用设备与人员。本研究提出一项概念验证，证明通过环境气压质谱（ambient pressure mass spectrometry）结合机器学习（ML）分析纯培养释放的挥发性有机化合物（VOC）可实现细菌检测与鉴定。研究人员将大肠杆菌（Escherichia coli）与三种假单胞菌属（Pseudomonas spp.）分离株分别纯培养，利用吸附管采集培养顶空气体中的VOC，热脱附后由通常用于残余气体分析的质谱仪检测。所得数据用于训练一种新型ML模型，该模型能依据独立重复培养释放的VOC谱对四种微生物进行识别，分类准确率达84%，而基于常用Bray–Curtis相似度或主成分分析（PCA）的方法准确率仅约56%。额外培养物经固相微萃取（SPME）采样并由气相色谱–质谱（GC–MS）分析以鉴定化合物，GC–MS数据揭示各物种具独特VOC谱，证实仅凭VOC分析即可区分这些生物。具体区分性VOC包括仅见于E. coli培养的丁酸（butanoic acid）与1-丙醇（1-propanol），以及仅见于铜绿假单胞菌（P. aeruginosa）培养的2-乙基-1-己醇（2-ethyl-1-hexanol）。常压质谱与ML结合使细菌区分能力可比拟标准台式方法，初步数据显示VOC分析用于细菌鉴定具潜力，在实验室与现场场景均有应用前景。
研究背景方面，室内环境（如重症监护室乃至航天器）的微生物监测对保护居住者至关重要，但常规PCR、DNA测序或基质辅助激光解吸电离飞行时间质谱（MALDI–TOF MS）等方法成本高、耗时长、需专用人员和实验室条件。细菌代谢释放的挥发性有机化合物（VOC）富集于样品顶空，易于无/少样品制备获取，GC–MS虽为微生物VOC分析金标准，但仪器庞大需载气不适现场。残气分析仪（RGA）体积小、成本低、无前端分离、分析快，适合现场，但谱图复杂难解，故引入机器学习（ML）直接处理质谱数据实现自动化分类。该研究即在此背景下，以E. coli TOP10、P. aeruginosa MPAO1、P. nitroreducens DPB、P. syringae FF5四株菌（代表同属近缘至跨科远缘梯度）为对象，探索RGA–ML现场适用方案。
主要关键技术方法上，研究人员构建四物种纯培养队列（每物种6份RGA用500 mL滤液瓶培养、10份SPME–GC–MS用12 mL玻璃瓶培养，均24 h达稳定期），VOC采集分两路：一路以Tenax TA钢吸附管（50 mL/min）捕集顶空、310 ℃热脱附进PrismaPlus 220四极杆RGA（m/z 2–100），谱图取30–100 m/z整数与半整数峰、减背景与培养基谱（α=1.5媒体减法）、min–max归一化；另一路以DVB/C-WR/PDMS纤维SPME取样、DB-WAX UI柱GC–MS（33–300 m/z）定化合物。ML流水线用媒体减法、随机划分训练/测试（18训6测每物种）、仅归一化预处理，比较SVM（线性/RBF/多项式核）、逻辑回归、随机森林、XGBoost（10估计量、max_depth=7、学习率1），以准确率与F1评估，百次重排平均。
系统发育与基因组关联性结果显示，基于16S rRNA最大似然树与平均核苷酸一致性（ANI）分析，三株假单胞菌聚单系，P. aeruginosa与P. nitroreducens较P. syringae更近，E. coli远缘，证实选株覆盖从近缘到远缘梯度。
RGA结果分析表明，六重复培养谱图复杂且有批间变异（主因手动采样），传统Bray–Curtis最近邻匹配准确率仅56%，印证同物种重复间峰高与丰度受实验噪声干扰，催生ML介入。
分类结果部分，XGBoost最优：测试集24样本（每物种6）平均准确率84%（区间71–92%）、F1 0.82，混淆矩阵误分分散无偏倚；证明低分辨RGA谱经最小预处理（仅归一化）即可种水平鉴定，ML直接吃原始MS矢量而非先提特征。
SPME–GC–MS结果分析显示，各物种色谱图独特，E. coli独有1-丙醇、1-丁醇、丙酸、丁酸、吲哚等；P. aeruginosa独有2-乙基-1-己醇；P. nitroreducens独有1-己醇；P. syringae独有环十一烯。选10个微生物特异峰做3D PCA（PC1 51.95%、PC2 19.76%、PC3 14.30%）清晰分簇，与RGA–ML结论互证，且这些低分子量VOC均在RGA的30–100 m/z范围并被Tenax TA捕获。
分类有用VOC分析中，XGBoost特征重要性提取出m/z 31、42、60（对应1-丙醇、丁酸，仅E. coli RGA谱稳现）、m/z 62（二甲基硫醚片段，见于两近缘假单胞菌不见另两物种）等关键判别峰；m/z 94/79/61/64（二甲二硫醚）四物种共有故无分类力，310 ℃脱附段此类共有峰主导被排除，135–307 ℃段差异峰供模型利用。
讨论与结论翻译总结：研究人员指出，在有限且含噪训练数据下XGBoost达84%准确率，彰显ML对RGA低分辨谱种水平分类的实用价值；媒体减法α=1.5去除了跨样一致的介质信号同时保留判别峰；不同培养基（LB vs TSB）与温度（P. syringae室温vs其余37 ℃）未引致模型偏倚，但统一种条件以系统评估生长参数影响是未来方向；SPME–GC–MS独立验证RGA–ML所指认判别VOC真实存在。结论为：常压RGA辅以ML分类可从纯培养顶空VOC中以≈84%准确率区分E. coli与三种Pseudomonas spp.，效果媲美台式GC–MS流程，证明VOC–场域质谱–ML范式有望用于室内/航天器等现场的快速细菌鉴定，该概念验证发表于《Journal of the American Society for Mass Spectrometry》。
