jiejuefanganyixue-328.jpg yixueyanjiu-975.jpg

病原菌检测

单细胞拉曼光谱+深度学习,病原微生物快速分类识别

方案概述

传统病原菌检测基于培养法或分子生物学技术,相对耗时耗力。拉曼光谱作为一种高分辨率、高灵敏度的检测手段,能够绕过培养阶段,在单细胞水平上进行病原体检测,极大提高检测速度。

应用P300共聚焦拉曼光谱仪能够在单细胞水平对病原菌进行检测,配合HOOKE IntP智能数据分析软件提供的多种机器学习及深度学习算法,可以快速准确地预测病原菌种类。此外,结合PRECI SCS可视化单细胞分选仪(或使用PRECI SCS-R300拉曼单细胞分选仪),能够将感兴趣的病原微生物个体分离出来进行多组学分析,进一步研究其对宿主生理与病理过程的作用机制。

  • c2_icon02.png
    免培养
  • c2_icon03.png
    非侵入
  • c2_icon04.png
    高灵敏
  • 方便1.png
    低成本

基于拉曼光谱与深度学习的病原菌分类分析

xiaobiaoti1laiziliubowenzhang-154.jpg
图片来源:Bo Liu et al., Journal of Biophotonics, 2022

单细胞拉曼光谱作为微生物的“分子指纹”,在种类识别方面极具价值。

利用P300共聚焦拉曼光谱仪在单细胞水平上高效收集不同种类病原菌的拉曼光谱数据,结合神经网络等深度学习算法建立分类识别模型,并应用该模型对样品中的病原菌种类进行预测,极大缩短检测周期。

基于拉曼光谱结合机器学习的革兰氏阴/阳性菌分类

小标题2.jpg
图片来源:Huijie Hu et al., Analytical Methods, 2022

P300共聚焦拉曼光谱仪结合HOOKE IntP智能分析软件中的机器学习算法(如SVM),经过多种常见革兰氏阴菌与革兰氏阳性菌拉曼光谱数据的训练,建立革兰氏染色(GS)分类识别模型,可实现准确、快速的细菌GS种类预测。

更多信息

资源下载

获取最新资料,请留下您的信息

  • 选择此项即代表您同意并愿意遵守 隐私和信息安全.
  • 提交