近日，我校利记SBOBET官网APP李長明教授、郭春顯教授團隊的最新研究成果發表在分析化學領域知名期刊《Trends in Analytical Chemistry》（IF=14.908）上，相關成果題目為《Machine learning-assisted optical nano-sensor arrays in microorganism analysis》。楊健宇博士為第一作者，李長明教授、郭春顯教授為通訊作者，我校為第一通訊單位。

微生物特别是細菌和人體健康息息相關。一種細菌可以感染人體不同部位而引起不同疾病，例如金葡菌可以引起皮膚感染，也可引起肺炎、骨髓炎、腦膜炎等。此外，不同細菌又可以引起相似的臨床表現，例如大腸杆菌、肺炎杆菌、流感杆菌等都可引起肺炎、腦膜炎、敗血症等。因此，對微生物特别是細菌的快速檢測是實現細菌感染性疾病精準防治的關鍵。随着人工智能的快速發展，在機器學習算法的輔助下，基于納米材料的光學陣列傳感器在微生物識别分析領域展現出了巨大應用潛力，但該領域目前仍缺少具有前沿交叉性的系統綜述。基于團隊的前期研究基礎，本工作系統總結并讨論了用于微生物分析研究的光學陣列傳感器的發展及其構築方法、檢測原理，以及機器學習算法在微生物分析和病原菌相關疾病的精準檢測等方面的典型應用。本研究為發展智能陣列傳感器在微生物分析領域提供了詳細的說明和潛在的指導，也為病原菌相關疾病的精準預測提供了巨大的發展機遇。

該工作的開展獲得了江蘇省生化傳感與芯片技術工程研究中心、國家重點研發計劃（2021YFA0910403）等支持。