近日，农业农村部环境保护科研监测所环境危害因子风险评估创新团队构建了一种可解释性表面增强拉曼光谱-人工智能（SERS-AI）联合分析平台，实现了多种病原菌的高精度识别与定量分析。相关成果发表于期刊《Advanced Science》。

人畜共用抗生素及抗性菌的环境传播问题在农业生产环境领域中日益突出。病原菌通过污水灌溉、农田径流、人畜排泄物等途径进入生态系统，可在土壤、农作物及水体中长期残留，并最终影响人类健康。复杂的环境菌群和多菌共感染特征，使得传统培养及分子检测方法难以实现快速、定量和多目标识别。

本研究提出了一种结合正电荷等离激元纳米结构与深度学习算法的可解释性SERS-AI诊断策略，能够同时完成多种病原菌的检测与比例预测。研究采用带正电的银包金核壳（Au@Ag@bPEI）复合等离激元纳米颗粒，用于高效捕获带负电细菌并显著增强拉曼信号。并通过结合卷积神经网络与卷积块注意力模块的人工智能模型，达到了高准确度的菌种分类，准确率可达95.8%，同时，还可精准量化混合样本中细菌比例预测。在实际应用中，该平台检测准确率可达86.9%。研究成果可应用于农业环境中抗性菌的快速筛查与传播溯源，以及畜禽养殖、农业废水处理及农田微生物生态安全评估等领域，为农业环境抗性污染的智能监测提供了可行路径。

该研究得到中国农业科学院创新工程青年创新专项、中国农业科学院创新工程绿色低碳科学中心重点任务等课题支持。

原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202513502