《Journal of Cultural Heritage》:Unveiling the presence of microbial biodeteriogens in paper artifacts through HyperSpectral imaging
编辑推荐:
研究人员应用可见光–近红外–短波红外(VNIR-SWIR)高光谱成像(Hyperspectral Imaging,HSI)技术对遭受生物退化的20世纪纸质文物进行了检测。化学计量学分析成功检测出微生物生长并绘制了定殖区域的空间分布图谱。微生物学分析验证了光
研究人员应用可见光–近红外–短波红外(VNIR-SWIR)高光谱成像(Hyperspectral Imaging,HSI)技术对遭受生物退化的20世纪纸质文物进行了检测。化学计量学分析成功检测出微生物生长并绘制了定殖区域的空间分布图谱。微生物学分析验证了光谱特征与微生物存在之间的相关性。该HSI方法具有完全非侵入性的特点,能够支持监测方案的建立与实施。微生物定殖的早期图谱绘制为纸质文化遗产的预防性保护提供了关键技术支撑。
**论文解读**
**一、研究背景与问题提出**
纸质文献遗产的生物退化(biodeterioration)是文化遗产保护领域长期面临的复杂挑战。纸质基底固有的吸湿性和有机性为真菌和细菌群落的增殖提供了有利的微环境。这些微生物主要通过分泌纤维素酶催化纤维素水解以及产生酸性代谢副产物,引发严重的物理和化学劣化,具体表现为机械强度减弱、内聚力丧失、色度改变,以及色素斑点和狐斑(foxing,即与微生物定殖相关的弥漫性棕色斑点)等特征性生物退化标志。因此,在不可逆损伤发生之前实现微生物活动的早期检测与监测,对于预防性保护(preventive conservation)和修复性保护(remedial conservation)策略的制定至关重要。
然而,当前诊断方法存在显著局限。生物退化因子的鉴定和杀菌处理效果的评估通常依赖破坏性采样程序,包括拭子采样、培养法和基于DNA的分析(如PCR和宏基因组测序)。这些技术本质上具有侵入性,劳动密集、耗时长且经济成本高。此外,在涉及脆弱或极其珍贵材料的情况下,这些方法往往难以实施。鉴于此,亟需开发创新的、非侵入性的、空间全面的诊断工具,能够在不对文物造成损伤的前提下检测微生物定殖、表征生物退化过程并评估处理效果。高光谱成像作为一种基于连续波长范围内空间分辨反射光谱采集的技术,已在无机材料表征和降解研究方面展现出可观前景。然而,其在纸质纤维素基质上检测纤维素分解微生物指纹图谱的潜力在保护诊断领域仍属未充分探索的方向。
**二、研究目的与总体设计**
本研究旨在评估高光谱成像作为非侵入性诊断技术用于识别和定位纸质材料微生物退化的能力。研究聚焦于捕获简化纤维素基质上与微生物活动相关的光谱变异,并区分生物退化区域与未受影响区域。该研究是系列研究中的第一项,旨在利用受控实验模型的光谱数据建立参考光谱库,并训练基于人工智能(AI)的分类算法,以实现生物退化特征的自动化检测和定位,最终目标是将该方法应用于真实的纸质文物材料。
**三、关键技术与方法概述**
研究人员从两份具有明显生物退化迹象的20世纪纸质文物(一本乐谱B2和一本书B1)中,使用无菌醋酸纤维素滤膜进行微生物采样。分离获得两株纤维素分解微生物:b1(来自B1)鉴定为Williamsia faeni(放线菌门Actinomycetes),b2(来自B2)鉴定为Sporendonema casei(散囊菌纲Eurotiomycetes),其纤维素分解活性通过刚果红试验(Congo Red assay)验证。两株菌分别接种至Whatman滤纸碎片(作为化学组分均一的简化纤维素基质),以不含羧甲基纤维素的MII营养培养基培养,Whatman滤纸为唯一碳源,培养9个月后进行分析。HSI采集使用ClydeHSI Ltd推扫式(push-broom)系统,覆盖可见光–近红外(VNIR,400–1000 nm)和短波红外(SWIR,1000–2500 nm)光谱范围,光谱分辨率分别为<3 nm和<12 nm。化学计量学分析采用光谱角制图(Spectral Angle Mapper,SAM)算法进行像元级分类。分子光谱分析采用便携式Bruker Optics ALPHA FT-IR光谱仪,以衰减全反射(ATR)模式在4000–400 cm
-1中红外范围采集光谱。
**四、主要研究结果**
**4.1 接种菌株在Whatman滤纸上的光谱分析**
**4.1.1 ATR-FTIR分析结果:** 中红外光谱揭示了b1和b2菌株的主要振动特征。在3600–3000 cm
-1(2777–3333 nm)区域,检测到宽泛的OH和NH伸缩带,部分与纤维素贡献重叠,但同时也反映了微生物成分,包括与真菌甾醇化合物相关的羟基。b2菌株在约3100 cm
-1处出现明显肩峰,可归属于麦角甾醇(ergosterol,真菌细胞膜特有甾醇)不饱和环结构中sp
2和sp
3 CH键的伸缩振动。在3000–2800 cm
-1(3333–3571 nm)脂肪族伸缩区域,b1在约2855 cm
-1处的峰明显比b2尖锐,表明两者膜脂组成和结构组织存在可辨识差异。在1800–1500 cm
-1区域的酰胺I带(~1650 cm
-1)和酰胺II带(~1540 cm
-1)清晰可辨。b2在1381 cm
-1(7241 nm)处出现强峰,支持麦角甾醇的归属,对应甾体核内甲基的对称CH
3弯曲振动。在1200–900 cm
-1(8333–11111 nm)纤维素高度诊断区,b2基本保留参考基质的谱型,谱带位移极小;而b1则表现出谱带强度明显衰减和特定吸收选择性丧失,这是其显著纤维素分解活性和纤维素骨架降解的光谱标志。
**4.1.2 HSI分析结果:** HSI采集识别出四种光谱特征:微生物点状分布(~500 μm见方区域)光谱、微生物均匀分布(2 mm见方区域)光谱、Whatman滤纸参考光谱以及聚苯乙烯培养皿光谱。在两种微生物分离株中均检测到水分特征吸收:约5194 cm
-1(1925 nm)处由OH伸缩和HOH弯曲振动重叠形成的强组合带,以及约7000 cm
-1(1430 nm)处OH伸缩的第一泛音带。在4730–4500 cm
-1(2114–2222 nm)区间检测到4628 cm
-1(2160 nm)的明显谱带,可归属于不饱和脂肪酸(unsaturated fatty acids,UFAs)中顺式双键的振动贡献。研究人员将5400–4000 cm
-1(1850–2500 nm)范围划分为四个子区间:5400–4750 cm
-1(H
2O组合带)、4940–4630 cm
-1(纤维素组合带和泛音带)、4730–4540 cm
-1(聚苯乙烯)、以及4670–4590 cm
-1(UFAs)。SAM算法针对各子区间生成灰度相似性图后,通过彩色编码整合为空间分布图:蓝色对应水分、绿色对应纤维素、红色对应聚苯乙烯、黄色对应UFAs。
**4.2 菌株在原始基质上的光谱表征**
**4.2.1 ATR-FTIR分析结果:** 将b1和b2的光谱与其原始污染载体进行比较。在3600–3000 cm
-1区域,b1和b2的光谱贡献与原始基质明显不同。在3000–2800 cm
-1区间,原始污染纸质品显示约2875 cm
-1的宽峰,而非Whatman滤纸上b1和b2明显的CH
2和CH
3伸缩模式,这可能归因于原始基质中微生物生物量较低且分布不均匀。在1800–1500 cm
-1区域,两份原始纸质品均显示额外的微生物贡献,特别是酰胺I带和酰胺II带,在狐斑区域尤为明显,为微生物参与狐斑形成提供了有力证据。b2的1381 cm
-1麦角甾醇峰在原始纸质基质中不存在,仅在接种纸上出现,暗示该峰的出现取决于微生物密度和/或代谢活性。在1200–900 cm
-1区域,b1在未生狐斑区域的纤维素相关谱带强度高于狐斑区域,提示微生物活动导致的纤维素降解或细菌菌株对入射辐射的屏蔽效应。
**五、讨论与结论**
SAM生成的图像输出实现了微生物增殖的空间分辨评估。4670–4590 cm
-1范围的SAM分析可识别微生物相关光谱特征显著的区域,但该范围的谱带并非纤维素分解微生物所特有,且受到聚苯乙烯培养皿光谱干扰。更稳健的策略应针对纤维素解聚过程中直接产生的分子种类。研究人员考察了葡萄糖作为水解产物的检测可行性,但其光谱特征或被水分特征掩盖(如5194 cm
-1),或与培养皿背景重叠。最终,5400–4750 cm
-1光谱区间因微生物含水量较高而显示出更强的区分能力。该区间内4893 cm
-1(2044 nm)处的谱带与含蛋白质材料相关,结合UFA定位可有效实现微生物分布的空间可视化,支持区分污染与未污染区域。
本研究凸显了高光谱成像在纤维素基质上微生物定殖空间分辨检测方面的强大能力。通过靶向5400–4500 cm
-1(1850–2220 nm)光谱区间并在适当子区间上使用SAM分析,该方法不仅增强了微生物的可检测性,还能将微生物生物量与底层纤维素基质区分开来。在简化基质上的精确非接触式图谱绘制为后续研究提供了关键基础,能够通过建立光谱参考库从复杂背景中分离微生物特征,进而利用AI工具进行微生物定殖的光谱分类。基于本研究结果,HSI与AI集成有望成为微生物活动实时监测的高度有前景的方法。通过比较处理前后的高光谱数据,该方法可促进对微生物抑制化学和物理处理效果的严格评估和精确监测。除微生物检测外,HSI还可为狐斑成因提供关键见解,建立变色与生物贡献之间的相关性,从而有助于解决长期以来关于生物性与非生物性退化原因的争论。
未来研究工作将对其他物种进行HSI成像,旨在建立纤维素分解性生物退化因子的光谱数据库,纸质基质上微生物物种的综合VNIR-SWIR光谱库目前仍在开发中。