精准识别微生物“身份”是挖掘和利用其功能的基础。

泛菌属作为在农业和环境领域具有重要应用潜力的微生物，其种间遗传相似度高，形态高度一致，且传统鉴定方法依赖纯培养，耗时长且通量低，严重制约了资源的开发与利用。

近日，国家菌种资源库农业微生物资源创新团队联合多家单位创新性地利用正介电泳激活拉曼分选（pDEP-RACS）技术与深度残差网络（ResNet）算法相结合，构建了泛菌属专属的单细胞拉曼数据库与高精度分类模型。

该研究首次实现了对泛菌属这一分类学疑难类群的物种及菌株级快速精准鉴定，为环境与农业微生物的原位快速识别、功能菌株筛选提供了全新的技术方案，也为复杂微生物群落的表型解析奠定了方法学基础。

相关成果发表于国际top期刊《Analytical Chemistry》。

该技术平台的核心优势在于：

（1）高通量单细胞表型获取：利用拉曼流式细胞分选仪（FlowRACS），从样本中获取单细胞生化指纹图谱，每小时可采集超过7200个高质量单细胞拉曼光谱，突破了传统拉曼技术通量与分辨率的瓶颈。

（2）高精度物种鉴定模型：基于12个泛菌属物种（22株菌株）及近缘种的18万条光谱，通过ResNet-18深度学习模型，实现了96.9%的平均准确率和97.3%的召回率。当单细胞光谱检测深度超过1500条时，分类准确率可达97.6%±2.0%。

（3）复杂群落验证与应用：在人工合成菌群中，该平台对物种丰度的预测绝对误差≤3.21%。在对水稻种子内生微生物组的原位检测中，平台成功鉴定出泛菌属的相对丰度为34.8%，并进一步区分出成团泛菌（P. agglomerans）、菠萝泛菌（P. ananatis）等核心物种，实现了从“属”到“种”的鉴定跨越，其化学分类结果与16S rRNA基因测序结果（45%）互相补充验证，且更能反映代谢活跃的细胞状态，甚至可以精确到株水平。

该研究为其他“难培养、难分类”微生物的鉴定提供了可借鉴的研究路径。

中国农业科学院农业资源与农业区划研究所张晓霞研究员和中国农业科学院研究生院王海胜研究员为共同通讯作者，中国农业科学院农业资源与农业区划研究所博士生张道顺为论文第一作者，星赛生物、中国科学院青岛生物能源与过程研究所等单位共同完成，该研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家自然科学基金、中国农业科学院科技创新工程等项目的资助。

原文链接：https://doi.org/10.1021/acs.analchem.6c00276

▼

推荐阅读

▼