Новый метод использует наномеханику и машинное обучение для быстрого определения жизнеспособности бактерий

Группа профессора Го Шифена из Шэньчжэньского института передовых технологий (SIAT) Китайской академии наук предложила новый метод, заполняющий пробел между физическими измерениями и искусственным интеллектом в определении жизнеспособности бактерий. Исследование опубликовано в Cell Reports Physical Science.

Определение жизнеспособности бактерий критически важно для фармацевтической, медицинской и пищевой промышленности. Однако быстрый и неразрушающий метод для различения живых и мёртвых интактных бактерий остаётся труднодостижимым.

Команда профессора Го представила надёжную и доступную методологию, которая объединяет атомно-силовую микроскопию (AFM), количественную наномеханику и алгоритмы машинного обучения для оценки жизнеспособности грамотрицательных и грамположительных бактерий.

Команда использовала жидкостную AFM для получения данных о морфологии и силовой спектроскопии живых и мёртвых бактерий. Последующая обработка данных силовой спектроскопии позволила извлечь ключевые параметры, включая деформацию, константу упругости бактерии и значения модуля Юнга.

Эти извлечённые параметры использовались в качестве входных данных в вычислительной структуре, построившей стековый классификатор. Этот классификатор работал быстро и автономно, эффективно определяя жизнеспособность бактерий в быстром и автоматизированном режиме.

«В перспективе мы планируем расширить применение этого метода для определения жизнеспособности других видов бактерий и исследовать его потенциал в различных экологических и биологических контекстах», — сказал профессор Го.

Эта работа демонстрирует силу междисциплинарного сотрудничества для достижения научных прорывов и предоставляет ценную основу для будущих исследований в областях микробиологии, нанотехнологий и машинного обучения.