首页 > 分享 > 纸张显色阵列传感器携手机器学习监测食品基质中的病原菌

纸张显色阵列传感器携手机器学习监测食品基质中的病原菌

花匠小妙招
2024-11-24 11:53

核心提示：微生物污染可能发生在任何类型食品供应链的任何阶段。一个给定产品的单个批次也可能同时被一种以上的病原体污染。由于食品供应链中的微生物检测和鉴定目前主要依靠传统的基于培养的方法（至少需要24小时才能获得结果），因此食品安全的连续量化仍然是一项挑战。

尽管微生物食品安全已成为深入研究的焦点，但仍是一个突出的全球公共卫生挑战。由于全球食品供应链中联系的复杂性，包括多个种植、加工、储存和运输步骤以及跨国分销，微生物食品安全问题变得更具挑战性。微生物污染可能发生在任何类型食品供应链的任何阶段。一个给定产品的单个批次也可能同时被一种以上的病原体污染。由于食品供应链中的微生物检测和鉴定目前主要依靠传统的基于培养的方法（至少需要24小时才能获得结果），因此食品安全的连续量化仍然是一项挑战。

图片.png

更快的病原菌的检测方法

目前通过使用基因型和免疫学技术（如聚合酶链反应、环介导的等温扩增和酶联免疫吸附测定）和分析技术来检测挥发性代谢物（如“电子鼻”、气相色谱-质谱法和液相色谱-质谱法）等方法，从原则上可以实现对比基于培养的方法更快地检测病原体，但是由于对样品富集、复杂仪器和训练有素的人员的要求，它们实际上仍然没有能力连续、原位或现场检测病原体。

新兴的更快的病原菌的检测方法

新兴的比色传感器阵列（CSA）技术通过识别由细菌代谢引起的物种和菌株特异性挥发性有机化合物（VOC）排放反应产生的模式，提供了持续食品安全监测的可能性，使用一系列染料成分。这项技术已经证明了从复杂基质中检测细菌的能力。然而，直到最近，该技术还需要昂贵的传感元件（例如纳米颗粒）和冷凝相接触(例如，在细菌样品中添加酶以产生挥发性有机化合物或催化与挥发性有机化合物的反应。此外，染料和算法的选择和优化通常需要迭代才能准确识别含有多种病原体和背景微生物群的样品中的微生物VOC谱。

纸张阵列显色传感器与机器学习的强强联合

首先，利用包含有一系列变色化学物质的纸张显色阵列通过识别活菌细胞产生的独特的挥发性有机化合物（VOCs），包括醛类、酮类、胺类、酯类、酚类、硫化物和脂肪酸等。纸张阵列与不同的菌株产生的特异性挥发性有机物相互作用后，可以产生多样化和独特的颜色模式。之后将这些模式输入到机器学习中进行算法识别和鉴定，实现对病原菌的检测。

纸张阵列显色传感器--机器学习系统对病原菌的灵敏检测

在纸张阵列显色传感器进行原位光学读取之后，输入到机器学习算法当中进行连续的病原菌检测和鉴定响应。该纸张阵列显色传感器--机器学习系统可以实现对不同食物基质中（如碎鸡肉、哈瓜、生菜和海鲜）的单核增生李斯特菌、沙门氏菌、大肠杆菌、金黄色葡萄球菌、摩根氏菌和腐坏希瓦氏菌，而不受食物机制和背景微生物群的干扰。在25 ℃温度下5小时和4 ℃温度下9小时就可以成功鉴定出病原菌，且准确率超过80%。

图片.png

Figure 1. Framework of the improved PCA-ML system. Framework includes dye selection (A), PCA fabrication (B), sample preparation (C), database construction (D), and ML analysis (E). BK represents the ground chicken background microflora; MN_Lm, MN_SE, and MN_Ec represent Listeria monocytogenes (Lm), Salmonella enterica serotype Enteritidis (SE), and Escherichia coli (Ec) monocultures; CK represents the cocktail of Lm, SE, and Ec.

关键发现

本工作为构建和使用纸张显色传感器阵列-机器学习系统检测致病菌提供了一个详细的框架。

在高水平（~3 log CFU/g）或低水平（~1 log CFU/g）的初始病原体污染下，鉴定准确率均达到较高（>90%）。此外，还建立了染料组成与细菌VOC浓度之间的关系模型。纸张显色传感器阵列-机器学习系统的识别精度是细菌VOC浓度的时间积分，这取决于细菌的生长和温度。

研究前景

纸张显色传感器阵列-机器学习方法具有嵌入智能包装材料的巨大潜力，可扩展到其他食品商品和细菌种类，并可用于食品供应链，以连续和非破坏性地监测细菌污染。

参考来源：https://doi.org/10.1016/j.bios.2024.115999

网站声明

1、凡本网所有原始/编译文章及图片、图表的版权均属微生物安全与健康网所有，未经授权，禁止转载，如需转载，请联系取得授权后转载。

2、凡本网未注明"信息来源:(微生物安全与健康网)"的信息，均来源于网络，转载的目的在于传递更多的信息，仅供网友学习参考使用并不代表本网同意观点和对真实性负责，著作权及版权归原作者所有，转载无意侵犯版权，如有侵权，请速来函告知，我们将尽快处理。

3、转载请注明：文章转载自www.mbiosh.com

联系方式：020-87680942