近日，我院袁玉峰研究员团队在在美国ACS旗下分析化学领域顶级期刊《Analytical chemistry》发表题为“Advanced Nosema bombycis Spore Identification: Single-Cell Raman Spectroscopy Combined with Self-Attention Mechanism-Guided Deep Learning”的研究论文。该成果以东莞理工学院为第一完成单位，袁玉峰研究员联培硕士生薛梦娇为论文第一作者，袁教授与广西科学院王桂文研究员、广西师范大学黎远鹏副教授为论文共同通讯作者。

      近年来，家蚕微孢子虫(Nosema bombycis, Nb)已被认为是一种危险的病原体，它可通过游离孢子迅速传播导致感染。由微孢子虫感染导致的微粒子病对家蚕业产生严重威胁，每年都会给丝绸业和农业带来巨大的经济损失。因此，如何在单细胞水平上准确识别家蚕微孢子至关重要。在本文中，研究团队创新地提出了一种单细胞拉曼光谱结合自注意力机制介导的卷积神经网络模型，实现准确、快速地识别家蚕微孢子。在自注意力机制和数据扩增技术的辅助下，自注意力机制介导的卷积神经网络模型对家蚕孢子的平均预测准确率提高了将近 18%，从原来的 83.93 ± 4.88% 提高至 99.27 ± 0.25%。此外，研究团队还提出了一种名为阻挡单个拉曼波段的方法进一步提取光谱分类特征。研究结果显示，1658、1458、1127 和 849 cm^-1这4个拉曼峰位的差异，对99.27 ± 0.25% 的预测准确率产生主要的贡献。本研究建立的分析方法在家蚕微孢子虫的早期诊断和微粒子病监控等领域具有巨大的应用前景。

论文链接：https://pubs.acs.org/doi/10.1021/acs.analchem.4c04817

（撰稿人：袁玉峰；一审：李艳霞；二审：张兆云；三审：胡耀华）