【科研动态】Science Bulletin | 华中科技大学生命学院刘笔锋课题组：从都江堰智慧到人工智能驱动的微流控...

　　

2026年8月31日，华中科技大学生命科学与技术学院刘笔锋教授、陈鹏副教授团队在《Science Bulletin》在线发表题为“Deep learning-based microfluidic rapid phenotypic AST uncovers early resistance trajectories”的论文。研究团队受都江堰“四六分水”原理启发，将古老水利工程都江堰中四六分水的分流智慧融入AI微流控芯片技术，开发出一种快速表型药敏分析系统（DP-AST）。该系统可通过多参数表型信息获取与智能分析，实现对隐藏亚耐药菌群的快速识别。同时，研究团队结合多组学分析，进一步探索了亚耐药菌的耐受机制，揭示了相关调控因子在抗生素压力下细菌生存适应中的作用。该研究不仅为快速药敏检测和亚耐药菌群识别提供了新的技术平台，也为细菌耐药机制研究、精准抗生素治疗和耐药性防控提供了新的思路与技术支撑。

 

该项研究成果发表于Science Bulletin，并遴选为2026年第20期的封二（Inside Front Cover）文章，通讯作者为刘笔锋教授，陈鹏副教授；第一作者为李顺基博士，戴晨曦博士及陈冬娟博士。

 

细菌耐药性危机已成为全球公共卫生安全面临的重要挑战。常规药敏分析主要依赖最低抑菌浓度（MIC）判断细菌是否耐药，但对处于“耐药边缘状态”的亚耐药菌群识别能力有限，这也是导致临床治疗失败和耐药率持续升高的重要原因之一。

本研究受都江堰“四六分水”分流原理启发，开发了一种手驱式微流控浓度梯度生成器，实现了抗生素浓度梯度的便携式、自动化生成。在此基础上，研究团队结合细菌微富集面积计算方法，建立了无需显色试剂的表型药敏分析模式。通过芯片内对照孔设计，系统可进一步计算细菌生长活性，并获得细菌生长活性随抗生素浓度变化的浓度效应曲线（CEC）。借助MIC、生长活性和CEC等多参数联合分析，该系统能够进一步识别常规药敏分析中容易被忽略的亚耐药菌群。同时，细菌微富集信号可通过便携式智能手机完成采集，并结合深度学习算法实现药敏结果的自动化识别与智能分类。

为进一步探索亚耐药菌的表型特征及潜在适应机制，研究团队联合高通量蛋白质组学和转录组学技术，对亚耐药菌与敏感菌的基因及蛋白表达差异进行了系统分析。结果显示，亚耐药菌与敏感菌的基因序列基本一致，提示单纯依赖基因序列分析难以实现亚耐药菌筛选。然而，尽管二者基因序列相近，其基因和蛋白表达水平却存在显著差异。进一步结合已知耐药及应激适应相关通路分析发现，亚耐药菌中多种与抗生素应答相关的基因和蛋白表达明显上调，包括外膜蛋白OmpA及外排泵相关系统等。更深入的多组学分析显示，亚耐药菌的转录组和蛋白组变化主要集中于细菌胞内酸性微环境调节相关通路。基于此，研究团队进一步通过实验发现并验证，gadE基因/蛋白不仅是细菌酸耐受调控网络中的重要中枢因子，也可能参与细菌在抗生素压力下的生存适应与耐受调控。

研究亮点：

1.都江堰智慧赋能微流控药敏芯片：研究团队受都江堰分流原理启发，开发了手驱式微流控浓度梯度生成器，并结合细菌微富集面积计算方法，构建出快速表型药敏分析系统。

2.智能手机与深度学习实现亚耐药菌快速识别：该系统融合便携式智能手机信号采集、深度学习图像分析和多参数表型评估，可同步获得MIC、生长活性及抗生素浓度效应曲线，从而识别常规药敏检测中容易被忽视的亚耐药菌群。

3.多组学分析揭示亚耐药菌生存适应机制：研究进一步联合蛋白质组学和转录组学分析，探索亚耐药菌在抗生素压力下的适应机制，并发现gadE不仅是大肠杆菌酸耐受调控网络中的重要因子，也可能参与细菌对抗生素压力的生存调控。

图1. DP-AST药敏分析平台的流程示意图。（a–d）DP-AST的设计与工作流程：（a）“都江堰”水利工程中的四六分水引流原理；（b）坝式导流计量器（Dam-D）工作原理示意图；（c）手驱式浓度梯度生成芯片示意图；（d）细菌微富集面积表型抗生素敏感性测试示意图。（e–h）基于深度学习的表型抗生素敏感性检测：（e）智能手机信号采集与人工智能深度学习数据分析示意图；（f）细菌耐药性信息输出结果；（g–h）更精准的用药指导方案（g）及治疗策略（h）。（i–l）亚耐药菌识别：（i）差异浓度效应曲线分析；（j）蛋白质组学与转录组学分析；（k）显著差异的耐药相关通路及蛋白质过表达分析验证；（l）DP-AST分类流程图。

 

图2. DP-AST药敏分析平台的芯片结构设计及分析验证（a–f）浓度梯度生成：（a）芯片结构平面示意图；（b）Dam-D系统的模拟仿真结果：（I）流体初始状态，（II）计入计量腔室，（III）填充计量腔室，（IV）溶液未突破毛细管阀，（V）计量腔室与毛细管连接的放大视图；（c–d）浓度梯度生成色素验证，标尺（黑色）：5 mm；（e）色素浓度梯度R/G值的线性分析（n = 3）；（f）七个收集腔定量体积的变异分析（n = 3）

 

论文链接：https://doi.org/10.1016/j.scib.2026.08.079