近日，我院袁玉峰研究員團隊在在美國ACS旗下分析化學領域頂級期刊《Analytical chemistry》發表題為“Advanced Nosema bombycis Spore Identification: Single-Cell Raman Spectroscopy Combined with Self-Attention Mechanism-Guided Deep Learning”的研究論文。該成果以太阳成集团tyc234cc為第一完成單位，袁玉峰研究員聯培碩士生薛夢嬌為論文第一作者，袁教授與廣西科學院王桂文研究員、廣西師範大學黎遠鵬副教授為論文共同通訊作者。

      近年來，家蠶微孢子蟲(Nosema bombycis, Nb)已被認為是一種危險的病原體，它可通過遊離孢子迅速傳播導緻感染。由微孢子蟲感染導緻的微粒子病對家蠶業産生嚴重威脅，每年都會給絲綢業和農業帶來巨大的經濟損失。因此，如何在單細胞水平上準确識别家蠶微孢子至關重要。在本文中，研究團隊創新地提出了一種單細胞拉曼光譜結合自注意力機制介導的卷積神經網絡模型，實現準确、快速地識别家蠶微孢子。在自注意力機制和數據擴增技術的輔助下，自注意力機制介導的卷積神經網絡模型對家蠶孢子的平均預測準确率提高了将近 18%，從原來的 83.93 ± 4.88% 提高至 99.27 ± 0.25%。此外，研究團隊還提出了一種名為阻擋單個拉曼波段的方法進一步提取光譜分類特征。研究結果顯示，1658、1458、1127 和 849 cm^-1這4個拉曼峰位的差異，對99.27 ± 0.25% 的預測準确率産生主要的貢獻。本研究建立的分析方法在家蠶微孢子蟲的早期診斷和微粒子病監控等領域具有巨大的應用前景。

論文鍊接：https://pubs.acs.org/doi/10.1021/acs.analchem.4c04817

（撰稿人：袁玉峰；一審：李豔霞；二審：張兆雲；三審：胡耀華）