《水稻细菌性病害的拉曼检测技术取得进展》

  • 来源专题:生物育种
  • 编译者: 季雪婧
  • 发布时间:2024-10-09
  • 2024年9月28日,中国科学院微生物研究所付钰团队和中国农业大学徐宁团队合作在Talanta上发表了题为“Noninvasive Raman Spectroscopy for the Detection of Rice Bacterial Leaf Blight and Bacterial Leaf Streak”的研究论文。该研究利用激光光镊拉曼光谱系统和手持式拉曼光谱仪,结合基于卷积神经网络等机器学习的算法,实现了对水稻白叶枯病和细菌性条斑病的早期检测,为农业生产中农作物病害的早期诊断提供了一种新方法。由黄单胞菌的两个致病变种引起的水稻白叶枯病引起的水稻细菌性条斑病是影响水稻产量和品质的重大威胁。传统的水稻细菌性病害检测方法在时效性和准确性存在很大的局限,该研究利用激光光镊拉曼光谱系统,收集了感染叶片中渗出的Xoo和Xoc的单细胞拉曼光谱数据,利用已开发的深度学习算法对光谱数据进行分析,鉴定准确率高达97.5%。为了进一步促进该技术在田间应用,研究使用手持式拉曼光谱仪对接种Xoo、Xoc以及健康水稻叶片的拉曼光谱进行了大量的数据采集,基于卷积神经网络构建了3种处理及水稻叶片不同发病状态的分析模型。在侵染早期尚未显示感染症状的阶段,该模型对Xoo感染叶片的识别准确率达到了82.67%,对Xoc感染叶片的识别准确率为78.38%,对健康叶片的检测正确率是100%(图1)。本研究为田间水稻细菌性病害的早期诊断提供了重要参考。

  • 原文来源:http://www.ebiotrade.com/newsf/2024-10/20241001065207055.htm
相关报告
  • 《苏州医工所在高灵敏增强拉曼传感技术方面取得研究进展》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-05-10
    •  高灵敏微量气体传感在环境污染研究、人体挥发性有机物(VOCs)检测中具有重要现实意义。迄今为止,已有多种分析技术被用于气体检测,但大多存在成本高、操作复杂、分析过程耗时等缺点。表面增强拉曼散射(SERS)作为一种有力的痕量分子检测工具,可利用基底的表面等离子体共振和电荷转移效应大幅增强目标分子的拉曼散射信号,具有高灵敏、简单、快捷、无损和特异指纹识别的特点,在气体传感领域具有突出的优势。   近期,中国科学院苏州医工所张志强研究员与孙姣姣博士研究生开发了一种具有超高灵敏性的三维玫瑰花枝状SERS基底(BigAuNP/Au/ZnO/P)。在本研究中,科研人员以化学生长与微纳加工相结合的方式在聚偏二氟乙烯(PVDF)膜上制备了纳米氧化锌(ZnO)-金(Au)三维异质结构。其增强原理在于相邻纳米棒表面的金纳米颗粒(AuNPs)、同一纳米棒表面的相邻AuNPs、金层与AuNPs的结合点三处“热点”区域共同提高了电磁增强效应,Au和ZnO之间的电荷转移产生高密度电荷,形成内部电场,激发了ZnO纳米棒的化学增强效应。   该SERS基底对对巯基苯甲酸(p-MBA)分子的检测限为10-13 M,其增强因子高达2.27×107,并具有良好的均一性和可重复性(RSD < 4%)。此外,PVDF膜具有多孔特性,可采用过滤式检测程序提高目标分析物与SERS“热点”的碰撞效率,有利于气体分子的高效富集。   在该工作中,科研人员以腐胺和尸胺两种挥发性有机气体为例,验证了该三维柔性SERS基底在气体传感中的检测性能。通过在SERS基底上修饰p-MBA传感单分子层,利用酰胺反应选择性地捕获腐胺和尸胺,实现了低浓度气体分子的高灵敏定量检测(腐胺检测限:1.26×10-9 M,尸胺检测限:2.5×10-9 M),比同类研究报道的检出限高出2-3个数量级,证明了该SERS传感器在实际气体传感中的应用潜力。   鉴于该三维柔性SERS基底的多孔特性和优异的增强性能,将其与微流体装置和便携式拉曼光谱仪集成,搭建SERS快速检测系统,有望实现气溶胶中细菌、病毒和污染物的高效捕获与富集,充分发挥该三维基底在气溶胶的高灵敏检测领域的技术优势。   相关研究成果以“Ultrasensitive SERS analysis of liquid and gaseous putrescine and cadaverine by a 3D-rosettelike nanostructure-decorated flexible porous substrate”为题发表于SCI一区分析类顶级期刊Analytical Chemistry(IF = 6.986)。孙姣姣博士研究生为第一作者,张志强研究员、尹焕才研究员和宋一之研究员为共同通讯作者。该研究获得国家自然科学基金委、江苏省重点研发产业前瞻项目、中国科学院科研仪器装备研制项目等项目的经费支持。   论文链接:https://pubs.acs.org/doi/abs/10.1021/acs.analchem.1c05013
  • 《荧光纳米传感器用于细菌检测》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-12-01
    • 来自德国波鸿,哥廷根,杜伊斯堡和科隆的研究人员开发出一种采用荧光纳米传感器检测细菌和感染的新方法,相比现有的方法,该方法能更快,更容易地追踪病原体。相关论文发表在《Nature Communications》杂志上。 图标:在无需取样的情况下检测病原体:由塞巴斯蒂安•克鲁斯教授(右)和罗伯特•尼斯特勒领导的研究小组开发的碳纳米管有可能实现这一点。 传染病是全世界发病率和死亡率的主要原因。为了与这些疾病作斗争,需要对细菌等病原体进行快速,特异性的检测,这仍然是生物医学面临的重大挑战之一。最佳方法将是非侵入性的,并且无需大量的样本采集/处理。传统的细菌检测方法需要采集和分析组织样本。塞巴斯蒂安•克鲁斯(Sebastian Kru ß)和他的团队希望通过使用微小的光学传感器直接观察感染部位的病原体来消除取样的需要。他们开发了一套近红外(NIR)荧光纳米传感器,所采用的的碳纳米管在近红外光学组织透明窗口中发出荧光,可提供超低的背景和较高的组织穿透力,这将用于临床上重要细菌的远程指纹识别。 细菌分子存在时的荧光变化 纳米传感器基于直径小于1 nm单壁碳纳米管(SWCNT),如果采用可见光照射,它们发出的光在近红外范围内(波长1000 nm以上)是不可见的。当纳米管与环境中的某些分子碰撞时,荧光行为发生变化。由于细菌分泌一种特殊的分子混合物,基于SWCNT的传感器通过细菌分泌的代谢物来检测细菌,传感器发出的光可以指示某些病原体的存在。这种方法不同于检测基因信息(PCR)或细菌本身的化学成分(MS、拉曼光谱)的概念。 除此之外,研究人员针对传感器还进行了光谱编码(900 nm,1000 nm,1250 nm),以区分两种主要病原体铜绿假单胞菌和金黄色葡萄球菌并穿透组织(> 5 mm)。这种与近红外荧光纳米传感器的多路复用可实现对重要病原体的远程检测和鉴别,并有可能成为智能表面。 波鸿鲁尔大学功能接口和生物系统小组的负责人以及RESOLV (https://www.solvation.de/) 的成员Sebastian Kru ß说:“传感器在近红外范围内工作的事实与光学成像特别相关,因为在此范围内,破坏结果的背景信号要少得多。” 由于近红外比可见光的穿透能力强,因此即使伤口在包扎或者有植入物的情况下,该细菌传感器也能进行数据读取。 经过化学修饰,纳米传感器可检测主要的细菌毒性因子(脂多糖,铁载体),以及酶活性(DNases酶和蛋白酶)和一般代谢活性,并嵌入水凝胶中,在近红外光谱中进行远程成像。并通过9种不同的传感器整合到功能性水凝胶阵列中。这些水凝胶暴露于6种重要细菌(金黄色葡萄球菌,大肠杆菌等)的临床分离株,远距离(≥25 cm)近红外成像可识别和区分细菌。 具体来说,研究采用的9个不同传感器的空间编码允许在24-72小时后在物种水平上对病原体进行指纹识别。另外43株临床分离的金黄色葡萄球菌和表皮葡萄球菌的指纹图谱显示,即使是密切相关的细菌也可以被区分出来。 SWCNT的近红外荧光使这些纳米传感器成为非侵入性、快速和局部识别细菌感染和污染的理想工具。论文中,研究人员描述的这种传感器,可以用于检测和区分与一些疾病相关的有害病原体,比如植入物的感染。 传感器阵列模式的分析可以通过更复杂的机器学习算法来进一步改善。特别是,如果进一步增加传感器的数量,这些概念将进一步改善和加速细菌污染物的精确分类和识别。与以前的方法相比,发达的传感器可以检测分泌的细菌基序,而不仅仅是标记。另外,这些传感器的一个主要优点是其灵敏度/选择性可以通过改变表面化学性质(例如通过使用不同的DNA序列)来进行修改。因此,提升传感器数量仅受实际方面的限制,例如传感器阵列的横向尺寸。在这项工作中提出的细菌传感器的防区外成像不仅限于医疗工具、医院或植入物的智能表面,还可以扩展到检测降低农业产量的细菌感染(植物中)。 SWCNT功能化的模块化化学设计有助于创造更多的传感器,提高复用水平,从而提高传感器性能。在这种情况下,在不损害近红外荧光的情况下,具有生物分子的单壁碳纳米管共价功能化的出现将带来额外的可能性。 将来,这将成为光学检测智能植入物上感染奠定基础,因为不再需要取样。这可以迅速发现愈合过程或可能的感染,从而改善病人的护理。其潜在应用领域并不局限于此,例如,在败血症的情况下,改善血液培养的快速诊断也是可能的。 除了波鸿鲁尔大学物理化学II和哥廷根大学物理化学研究所的研究人员外,这项研究还包括哥廷根大学医学中心医学微生物学小组,科隆大学医院和杜伊斯堡夫琅和费微电子电路和系统研究所。