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多模态拉曼-基因深度学习分析框架，实现了病原菌表型耐药性的高精度快速识别与风险分层评估。相关成果发表于国际期刊《Analytical Chemistry》。

抗生素耐药菌及耐药基因在农业生产环境中的传播风险日益受到关注。耐药菌可通过养殖排泄物、废水排放等途径进入环境，对生态安全和人类健康构成潜在威胁。复杂环境中的微生物多样性及耐药机制差异，使传统检测方法难以满足快速、精准和风险评估的需求。因此，亟需发展融合表型、遗传信息与智能分析的快速检测技术，为耐药菌传播监测与风险防控提供支撑。

本研究建立了一种融合拉曼光谱、分子信息与人工智能算法的耐药菌快速检测新方法。通过将表面增强拉曼光谱的高分辨率细菌指纹信息与耐药基因、毒力因子等多维分子遗传信息深度融合，建立多模态深度学习模型，实现了对病原菌22种抗生素耐药表型的同步识别，预测准确率达95.6%。该方法可在约2.5小时内完成检测，相比传统培养检测流程显著缩短分析周期，降低检测复杂度，并实现耐药风险的综合评估，为农业环境、食品安全及公共卫生领域耐药菌快速监测与风险防控提供了新的技术路径。

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://doi.org/10.1021/acs.analchem.6c01863