机器学习分类的定量感应诱导的细菌聚合使用纸片上的流速测定向饮用水源的细菌物种识别的细菌物种识别
Seung-Ju Choi1, Min Hee Lee2, Yan Liang3
1Department of Biosystems Engineering, The University of Arizona, Tucson, AZ, 85721, United States; Department of Civil and Environmental Engineering, Korea Advanced Institute of Science and Technology, Daejeon, 34141, Republic of Korea.
Biosensors & bioelectronics
|May 11, 2025
概括
本研究介绍了一种简单的纸张微流体芯片方法,通过测量由定数感应 (QS) 分子引起的流速变化来分类细菌. 这种技术有助于预防资源有限的地区的水源性疾病.
科学领域:
- 微流体学 微流体学
- 细菌学 细菌学是一门学科.
- 机器学习 机器学习
背景情况:
- 在缺乏先进诊断的低资源环境中,预防水传播细菌疾病至关重要.
- 目前的方法往往需要专门的设备和人员,限制了可访问性.
研究的目的:
- 开发一种使用纸张微流体技术进行细菌物种分类的简单,无需设备的方法.
- 为了预防疾病,使水样中的微生物能够快速检测.
主要方法:
- 使用多通道纸张微流体芯片来监测毛细血管流量.
- 采用定数感应 (QS) 分子来诱导细菌聚合并改变流动力学.
- 应用 XGBoost 机器学习算法,根据流速数据对十种细菌物种进行分类.
主要成果:
- 由QS分子诱导的细菌聚合导致流速的可测量变化.
- 为不同的细菌度开发了三种算法,达到>75.0%的分类准确度.
- 在田间水样本中成功识别出占主导地位的细菌物种.
结论:
- 开发的纸张微流体芯片系统提供了一种简单,经济高效的细菌检测方法.
- 这项技术可以在资源有限的环境中为预防水源性疾病做出重大贡献.
- 定数感应诱导的聚合为纸质设备上的微生物分化提供了一种新的机制.
更多相关视频
09:28A Microfluidic Device for Quantifying Bacterial Chemotaxis in Stable Concentration Gradients
Published on: April 19, 2010
12.1K
12:50Colorimetric Paper-based Detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from Large Volumes of Agricultural Water
Published on: June 9, 2014
14.4K
