快速区分四种Salmonella enterica血清菌:在台式和手持拉曼光谱仪之间的性能比较

科学领域:

• 微生物学和光谱学
• 食品安全与公共卫生问题

背景情况:

• 由沙门氏菌 (Salmonella enterica serovars) 引起的食物传播疾病对公众健康构成重大挑战.
• 沙门氏菌血清标识的传统方法是劳动密集型和耗时的.
• 准确和快速的鉴定对于了解传播和控制疫情至关重要.

研究的目的:

• 评估手持式和台式拉曼光谱仪的性能,以区分密切相关的沙门氏菌 (Salmonella enterica) 血清菌.
• 为了比较机器学习算法的有效性,分析表面增强拉曼光谱 (SERS) 数据用于细菌识别.

主要方法:

• 使用表面增强的拉曼光谱 (SERS) 来生成来自四种沙门氏菌 (Salmonella enterica) 血清体 (dublin,enteritidis,typhi,typhimurium) 的光谱数据.
• 来自手持式和台式拉曼光谱仪的数据使用六种不同的机器学习算法进行了分析.
• 支持矢量机 (SVM) 模型被专门评估其分类准确性.

主要成果:

• 支持矢量机 (SVM) 模型在使用SERS光谱对沙门氏菌血清器进行区分时取得了高准确性.
• 手持式拉曼光谱仪在SVM模型中显示出99.97%的预测准确度.
• 基板拉曼光谱仪通过SVM模型实现了99.38%的预测准确度.

结论:

• 手持式拉曼光谱仪,当与机器学习模型集成时,可提供与昂贵的桌面系统相匹配的精度,用于识别沙门氏菌血清菌.
• 这种方法为快速,准确和经济有效地检测密切相关的Salmonella enterica血清菌提供了一个有希望的解决方案.
• 这些发现支持SERS技术在食品安全和临床环境中的常规诊断方面的潜力.