李新立, 叢麗麗, 徐抒平, 李肅義*

1. 吉林大學(xué)儀器科學(xué)與電氣工程學(xué)院, 吉林 長(zhǎng)春 130061

2. 吉林大學(xué)化學(xué)學(xué)院超分子結(jié)構(gòu)與材料國(guó)家重點(diǎn)實(shí)驗(yàn)室, 吉林 長(zhǎng)春 130012

引 言

單細(xì)胞微生物生長(zhǎng)時(shí)期可分為滯后期(lag phase)、 對(duì)數(shù)期(log phase)、 穩(wěn)定期(stationary phase)和衰亡期(apoptosis phase)4個(gè)時(shí)期[1], 在不同的生長(zhǎng)時(shí)期表現(xiàn)出不同的代謝和生產(chǎn)能力, 由于細(xì)胞的異質(zhì)性, 導(dǎo)致了微生物菌落中不同生長(zhǎng)時(shí)期的細(xì)胞共存[2-3], 傳統(tǒng)群體水平上的細(xì)胞生長(zhǎng)代謝研究, 得到的是系統(tǒng)平均值, 掩蓋了每個(gè)細(xì)胞的獨(dú)特性。 在單細(xì)胞水平上觀測(cè)細(xì)胞生長(zhǎng)是非常重要的, 在發(fā)酵工程中, 單細(xì)胞的生理狀態(tài)是決定發(fā)酵產(chǎn)品產(chǎn)量的唯一因素[4-5], 發(fā)酵環(huán)境隨著底物消耗和產(chǎn)物合成不斷變化, 導(dǎo)致不同生長(zhǎng)時(shí)期的發(fā)酵細(xì)胞代謝不同, 產(chǎn)量也不同[6-7]。 隨著發(fā)酵原料成本的增加和環(huán)保意識(shí)的增強(qiáng), 對(duì)發(fā)酵過(guò)程的精準(zhǔn)控制要求越來(lái)越高, 從單細(xì)胞水平上檢測(cè)發(fā)酵細(xì)胞生長(zhǎng)時(shí)期, 并進(jìn)行特定干預(yù)措施改造發(fā)酵環(huán)境, 可以使發(fā)酵細(xì)胞處于最佳的生長(zhǎng)和生產(chǎn)狀態(tài)。 準(zhǔn)確檢測(cè)單細(xì)胞所處生長(zhǎng)時(shí)期, 可為發(fā)酵工程獲得最佳產(chǎn)量提供更加精準(zhǔn)、 實(shí)時(shí)的調(diào)控指導(dǎo)[8]。

單細(xì)胞拉曼光譜(single-cell Raman spectroscopy, SCRS)是細(xì)胞的指紋圖譜, 蘊(yùn)含著細(xì)胞在特定生長(zhǎng)狀態(tài)下豐富的表型信息, SCRS技術(shù)以快速、 靈敏和無(wú)標(biāo)記的優(yōu)勢(shì)可以實(shí)時(shí)監(jiān)測(cè)單細(xì)胞的生長(zhǎng)代謝變化。 以監(jiān)督學(xué)習(xí)為代表的模式識(shí)別技術(shù)通過(guò)對(duì)SCRS數(shù)據(jù)學(xué)習(xí)并生成經(jīng)驗(yàn)?zāi)Ｐ蚚9], 可以指導(dǎo)細(xì)胞生長(zhǎng)時(shí)期鑒定, 已有研究人員應(yīng)用隨機(jī)森林算法[10]實(shí)現(xiàn)了群體水平上的細(xì)胞生長(zhǎng)檢測(cè), 相較于監(jiān)督學(xué)習(xí), 無(wú)監(jiān)督學(xué)習(xí)只需要定義相似度計(jì)算方法就可以直接根據(jù)SCRS數(shù)據(jù)特征結(jié)構(gòu)進(jìn)行建模, 就能從單細(xì)胞尺度上實(shí)時(shí)監(jiān)測(cè)細(xì)胞生長(zhǎng)代謝變化。

本文提出基于譜聚類與SCRS的細(xì)胞生長(zhǎng)分析方法, 首先, 采集同步培養(yǎng)下不同生長(zhǎng)時(shí)間的微生物SCRS數(shù)據(jù), 對(duì)應(yīng)培養(yǎng)時(shí)間的OD600生長(zhǎng)曲線作為微生物群體水平生長(zhǎng)時(shí)期標(biāo)簽; 其次, 應(yīng)用t分布隨機(jī)鄰居嵌入(t-distributed stochastic neighbor embedding, t-SNE)對(duì)群體細(xì)胞SCRS數(shù)據(jù)進(jìn)行可視化分析, 指導(dǎo)譜聚類對(duì)高維SCRS數(shù)據(jù)聚類分析, 并應(yīng)用輪廓系數(shù)和CH系數(shù)(calinski-harabasz index, CH index)評(píng)估最佳聚類簇, 賦予每個(gè)SCRS數(shù)據(jù)簇標(biāo)簽; 最后, 應(yīng)用三次樣條插值擬合統(tǒng)計(jì)SCRS數(shù)據(jù)簇標(biāo)簽和生長(zhǎng)時(shí)期標(biāo)簽交集, 精準(zhǔn)識(shí)別群體中共存的生長(zhǎng)時(shí)期異質(zhì)數(shù)據(jù), 實(shí)現(xiàn)對(duì)單細(xì)胞微生物生長(zhǎng)時(shí)期精準(zhǔn)鑒定。

1 實(shí)驗(yàn)部分

1.1 SCRS數(shù)據(jù)采集

1.1.1 分光光度計(jì)檢測(cè)和SCRS檢測(cè)條件

在細(xì)胞培養(yǎng)實(shí)驗(yàn)中, 提取不同培養(yǎng)時(shí)間點(diǎn)各3 mL菌液, 應(yīng)用紫外分光光度計(jì)檢測(cè), 檢測(cè)條件為OD600, 記錄細(xì)菌生長(zhǎng)狀態(tài), 圖1分別為實(shí)驗(yàn)組(大腸桿菌)和驗(yàn)證組(枯草芽孢桿菌)各3次重復(fù)測(cè)量同步培養(yǎng)的OD600生長(zhǎng)曲線, 將其作為群體水平生長(zhǎng)時(shí)期標(biāo)簽。 同時(shí)在各培養(yǎng)時(shí)間點(diǎn)提取1 μL菌液, 應(yīng)用HOOKE P300共聚焦拉曼光譜儀進(jìn)行SCRS采集(由于微生物SCRS在600～1 800 cm-1波段具有明顯的光譜模式, 往往作為其表型指紋區(qū)域, 故光譜儀主要參數(shù)設(shè)置為, 激發(fā)波長(zhǎng)(excitation wavelength): 532 nm , 光柵(Grating): 1 200 g·mm-1, 激發(fā)功率(laser power): 3 mW, 積分時(shí)間(integration time): 8 s。 SCRS檢測(cè)可以獲取單個(gè)細(xì)胞生長(zhǎng)過(guò)程的實(shí)時(shí)變化信息, 提供了用于生物分析的化學(xué)組成和結(jié)構(gòu)信息的指紋圖譜, 蘊(yùn)含著細(xì)胞在特定生長(zhǎng)狀態(tài)下豐富的表型信息, 檢測(cè)SCRS特征峰強(qiáng)變化是細(xì)胞生長(zhǎng)定性、 定量檢測(cè)的主要依據(jù), 可以通過(guò)檢測(cè)細(xì)胞代謝活躍的核酸(I785.5、I1 047.5、I1 097.2等)、 蛋白(I624.3、I831.2、I1 034等)、 脂質(zhì)(I878、I1 075)等[11]相關(guān)特征峰強(qiáng)度變化, 實(shí)時(shí)檢測(cè)單細(xì)胞的生長(zhǎng)代謝狀態(tài)。 SCRS是進(jìn)行單細(xì)胞活體生長(zhǎng)檢測(cè)的實(shí)用工具, 本文將SCRS技術(shù)和無(wú)監(jiān)督聚類技術(shù)相結(jié)合, 為單細(xì)胞微生物生長(zhǎng)檢測(cè)研究提供新的檢測(cè)方法。

圖1 單細(xì)胞微生物同步培養(yǎng)與OD600生長(zhǎng)曲線

1.1.2 微生物樣品選擇與同步培養(yǎng)

將常用的發(fā)酵工程菌-大腸桿菌進(jìn)行同步培養(yǎng)實(shí)驗(yàn), 以獲取不同生長(zhǎng)時(shí)期的單細(xì)胞樣品, 作為模式生物突出的代表, 大腸桿菌具有繁殖迅速, 培養(yǎng)代謝易于控制的優(yōu)勢(shì), 是目前生命科學(xué)研究最為公認(rèn)的微生物材料[12-13]。 準(zhǔn)確檢測(cè)發(fā)酵過(guò)程中工程菌生長(zhǎng)狀態(tài), 是獲取最佳發(fā)酵產(chǎn)量的前提。 為了驗(yàn)證本文方法的適用性, 同時(shí)選用了一種常用發(fā)酵益生菌-枯草芽孢桿菌作為細(xì)胞生長(zhǎng)研究驗(yàn)證組樣品。

大腸桿菌的培養(yǎng)基為L(zhǎng)B(luria-bertani), 而枯草芽孢桿菌的培養(yǎng)基為牛肉膏蛋白胨, 分別在其對(duì)應(yīng)的培養(yǎng)基進(jìn)行同步培養(yǎng), 記錄細(xì)菌的培養(yǎng)時(shí)間。 根據(jù)圖1不同培養(yǎng)時(shí)間OD600生長(zhǎng)曲線, 確定培養(yǎng)2 h為滯后期, 該時(shí)期菌體增大, 代謝活躍, 合成并積累充足的酶和代謝產(chǎn)物; 3～4 h為對(duì)數(shù)期(驗(yàn)證組為3～5 h), 細(xì)菌在該時(shí)期生長(zhǎng)迅速, 呈現(xiàn)指數(shù)生長(zhǎng)趨勢(shì), 增代時(shí)間最少; 培養(yǎng)6 h(驗(yàn)證組為8 h)至14 h, 即進(jìn)入穩(wěn)定期, 隨著培養(yǎng)時(shí)間延長(zhǎng), 未發(fā)現(xiàn)明顯的凋亡期界限, 但這并不影響生長(zhǎng)曲線的走向以及對(duì)單細(xì)胞生長(zhǎng)時(shí)期的識(shí)別, 本文僅涉及細(xì)胞前三個(gè)時(shí)期檢測(cè)。 應(yīng)用SCRS檢測(cè)條件分別從實(shí)驗(yàn)組和驗(yàn)證組提取的菌液采集SCRS數(shù)據(jù), 實(shí)驗(yàn)組6個(gè)培養(yǎng)時(shí)間點(diǎn)共采集600個(gè)(6時(shí)間點(diǎn)×100個(gè)/時(shí)間點(diǎn))SCRS數(shù)據(jù), 驗(yàn)證組6個(gè)培養(yǎng)時(shí)間點(diǎn)共采集300個(gè)(6時(shí)間點(diǎn)×50個(gè)/時(shí)間點(diǎn))SCRS數(shù)據(jù)。

1.2 SCRS數(shù)據(jù)預(yù)處理

SCRS數(shù)據(jù)預(yù)處理是準(zhǔn)確鑒定細(xì)胞生長(zhǎng)時(shí)期的前提, 通過(guò)拉曼光譜儀采集的SCRS數(shù)據(jù)包含大量的干擾信息, 如光譜儀噪聲、 熒光背景等, 干擾信息使得檢測(cè)模型的識(shí)別性能降低, 在數(shù)據(jù)分析之前, 需要對(duì)SCRS數(shù)據(jù)進(jìn)行預(yù)處理。 本文應(yīng)用HOOKE intP拉曼光譜分析軟件對(duì)SCRS數(shù)據(jù)預(yù)處理, 包括: 應(yīng)用基于Savitzky-Golay卷積平滑對(duì)SCRS數(shù)據(jù)進(jìn)行濾波處理, 窗口寬度為7個(gè)光譜像素點(diǎn), 采用三階多項(xiàng)式擬合; 應(yīng)用基于airPLS(自適應(yīng)迭代重加權(quán)懲罰最小二乘)算法去除拉曼光譜背景信號(hào), Lambda=15, 最大迭代次數(shù)ItermaxAirPls=12; 應(yīng)用Min-Max對(duì)SCRS數(shù)據(jù)歸一化處理。

1.3 檢測(cè)模型

基于譜聚類與SCRS的細(xì)胞生長(zhǎng)分析方法應(yīng)用的主要技術(shù)包括: (1) 應(yīng)用t-SNE對(duì)群體細(xì)胞SCRS數(shù)據(jù)進(jìn)行可視化分析; (2)應(yīng)用譜聚類對(duì)SCRS數(shù)據(jù)聚類分析; (3) 應(yīng)用輪廓系數(shù)和CH index評(píng)估最佳聚類簇。

1.3.1 t-SNE

t-SNE[14]算法是一種適合于高維SCRS數(shù)據(jù)的非線性降維方法, 該方法首先將高維空間中任意兩個(gè)光譜數(shù)據(jù)間的歐氏距離轉(zhuǎn)換為相似概率, 其次用高維空間數(shù)據(jù)點(diǎn)與相應(yīng)低維空間的模擬數(shù)據(jù)點(diǎn)之間的聯(lián)合概率替換隨機(jī)鄰域嵌入算法中的條件概率, 并在低維空間中使用t分布, 有效解決低維空間中數(shù)據(jù)點(diǎn)擁擠的問(wèn)題。 以二維可視化為例, t-SNE將SCRS指紋特征向具有最大投影信息量的二維平面上投影, 以高維空間相同概率分布的TSNE1和TSNE2特征分量均勻分布在平面中, 有效解決低維空間中數(shù)據(jù)點(diǎn)擁擠的問(wèn)題, 用于直觀顯示不同培養(yǎng)時(shí)間單細(xì)胞分布效果, 指導(dǎo)無(wú)監(jiān)督聚類分析。

1.3.2 譜聚類

譜聚類(spectral clustering)是一種基于兩點(diǎn)間相似關(guān)系的無(wú)監(jiān)督聚類算法[15], 首先對(duì)SCRS數(shù)據(jù)樣本高維矩陣進(jìn)行低維嵌入, 然后進(jìn)行聚類。 其本質(zhì)是將聚類問(wèn)題轉(zhuǎn)化為圖的最優(yōu)劃分問(wèn)題, 相較于其他傳統(tǒng)聚類算法, 譜聚類能在任意形狀的SCRS數(shù)據(jù)樣本空間上聚類且易于收斂到全局最優(yōu), 并且通過(guò)構(gòu)造稀疏相似性圖譜, 使其對(duì)于高維SCRS數(shù)據(jù)集表現(xiàn)出更快的計(jì)算速度。 特別的, 相較于監(jiān)督學(xué)習(xí)的分類算法, 譜聚類無(wú)需SCRS數(shù)據(jù)標(biāo)簽, 只需要定義相似度計(jì)算方法就可以直接根據(jù)SCRS數(shù)據(jù)特征進(jìn)行建模, 能有效檢測(cè)微生物群體中不同生長(zhǎng)時(shí)期共存的單細(xì)胞信息。

1.3.3 聚類評(píng)估

聚類評(píng)估是對(duì)聚類方法產(chǎn)生結(jié)果的質(zhì)量進(jìn)行評(píng)估, 主要任務(wù)包括: 估計(jì)聚類趨勢(shì)、 確定數(shù)據(jù)集劃分簇?cái)?shù)以及評(píng)估聚類質(zhì)量, 應(yīng)用輪廓系數(shù)和CH index兩個(gè)維度來(lái)評(píng)估譜聚類在SCRS數(shù)據(jù)集劃分最佳簇?cái)?shù)和聚類質(zhì)量。

(1) 輪廓系數(shù)(silhouette coefficient)是聚類效果好壞的一種評(píng)價(jià)方式[16], 它結(jié)合內(nèi)聚度和分離度兩種因素, 在SCRS數(shù)據(jù)上評(píng)價(jià)譜聚類對(duì)聚類結(jié)果所產(chǎn)生的影響, 式(1)是輪廓系數(shù)聚類得分計(jì)算原理

(1)

式(1)中,A(i)為SCRS數(shù)據(jù)樣本i到同簇其他樣本的平均距離,B(i)為SCRS數(shù)據(jù)樣本i到其他簇的所有樣本的平均距離。

(2) CH index[17]也被稱為方差比準(zhǔn)則, 用來(lái)評(píng)價(jià)譜聚類在SCRS數(shù)據(jù)集上的聚類效果, 聚類質(zhì)量由CH index得分表征, CH index得分通過(guò)計(jì)算簇間方差和簇內(nèi)方差計(jì)算得到的, 式(2)是CH index得分計(jì)算原理

(2)

式(2)中,k為譜聚類在SCRS數(shù)據(jù)集上聚類簇?cái)?shù),N為全部SCRS數(shù)據(jù)樣本個(gè)數(shù),VB是簇間方差,VW是簇內(nèi)方差。

2 結(jié)果與討論

2.1 SCRS數(shù)據(jù)處理和數(shù)據(jù)質(zhì)量評(píng)估

本文應(yīng)用HOOKE intP軟件對(duì)實(shí)驗(yàn)組和驗(yàn)證組同步培養(yǎng)的SCRS數(shù)據(jù)進(jìn)行批處理。 在實(shí)驗(yàn)組(大腸桿菌)中, 1、 2、 …、 14 h每個(gè)培養(yǎng)時(shí)間點(diǎn)各采集100個(gè)SCRS數(shù)據(jù), 依據(jù)圖1中OD600生長(zhǎng)曲線分別將1和2 h、 3和4 h、 6和14 h采集的大腸桿菌SCRS數(shù)據(jù)對(duì)應(yīng)到lag phase、 log phase和stationary phase三個(gè)生長(zhǎng)時(shí)期標(biāo)簽, 每個(gè)生長(zhǎng)時(shí)期200個(gè)數(shù)據(jù)。 用堆疊圖(stacked lines by Y offsets)顯示三個(gè)生長(zhǎng)時(shí)期SCRS數(shù)據(jù)預(yù)處理效果, 如圖2(a)所示, 分別以實(shí)線和陰影部分顯示三個(gè)生長(zhǎng)時(shí)期200個(gè)SCRS數(shù)據(jù)平均值和方差, 橫坐標(biāo)為拉曼位移(cm-1), 由于微生物生長(zhǎng)過(guò)程中的異質(zhì)性較為穩(wěn)定, 表現(xiàn)出三個(gè)生長(zhǎng)時(shí)期光譜具有較低的方差。 對(duì)三組大腸桿菌的SCRS數(shù)據(jù)做探索性數(shù)據(jù)分析(EDA), 分別用圖2(b)密度圖和圖2(c)帶抖動(dòng)點(diǎn)的箱線圖觀測(cè)三組數(shù)據(jù)信噪比(SNR)分布情況, 其中l(wèi)ag phase 光譜信噪比均值和方差為4.97±1.54, log phase光譜信噪比4.74±1.17, stationary phase 光譜信噪比4.84±1.21, 三個(gè)生長(zhǎng)時(shí)期SCRS數(shù)據(jù)特征呈現(xiàn)較為穩(wěn)定的均勻分布, 保證了預(yù)期檢測(cè)結(jié)果不受SNR影響。

圖2 大腸桿菌不同生長(zhǎng)時(shí)期SCRS數(shù)據(jù)預(yù)處理效果

2.2 基于譜聚類與SCRS的細(xì)胞生長(zhǎng)檢測(cè)

基于譜聚類與SCRS的細(xì)胞生長(zhǎng)檢測(cè)結(jié)果建立在1.3方法的基礎(chǔ)上, 在t-SNE方法中, 嵌入空間維度(n_components)選擇為2維, 譜聚類的相似度計(jì)算方法(affinity)選用最近鄰算法, 聚類評(píng)估中聚類簇?cái)?shù)(n_clusters)最大值為9簇。

2.2.1 實(shí)驗(yàn)組聚類和評(píng)估

對(duì)實(shí)驗(yàn)組600個(gè)(6個(gè)培養(yǎng)時(shí)間點(diǎn)各采集100個(gè)SCRS數(shù)據(jù))大腸桿菌SCRS數(shù)據(jù)聚類分析, 首先, 將高維的SCRS數(shù)據(jù)應(yīng)用t-SNE投影到二維平面, 見圖3(a)中, 用不同形狀、 顏色散點(diǎn)標(biāo)記同步培養(yǎng)的1、 2、 3、 4、 6和14 h等6個(gè)生長(zhǎng)時(shí)期標(biāo)簽的大腸桿菌群體細(xì)胞; 其次, 基于圖3(a)的散點(diǎn)分布結(jié)果, 應(yīng)用譜聚類對(duì)平面上SCRS數(shù)據(jù)進(jìn)行聚類分析, 見圖3(c)中, (c)左下折線圖為應(yīng)用輪廓系數(shù)(S_C)和CH index(C—H)對(duì)譜聚類在大腸桿菌SCRS數(shù)據(jù)集上劃分的簇?cái)?shù)和聚類質(zhì)量的評(píng)估得分折線圖, 發(fā)現(xiàn)當(dāng)聚為3簇時(shí)達(dá)到最佳聚類效果, 沿著TSNE1和TSNE2坐標(biāo)分布顯示了3個(gè)清晰可分離的簇, 聚類中心(紅色圓點(diǎn))到簇內(nèi)和其他聚類中心平均距離(從左到右): (13.86, 40.16), (14.16, 56.31), (13.98, 58.52); 最后, 應(yīng)用三次樣條插值擬合統(tǒng)計(jì)SCRS數(shù)據(jù)簇標(biāo)簽和OD600生長(zhǎng)時(shí)期標(biāo)簽交集, 圖3 (b)中有效識(shí)別60個(gè)異質(zhì)SCRS數(shù)據(jù), 占總SCRS數(shù)量的9%。

圖3 應(yīng)用譜聚類檢測(cè)大腸桿菌細(xì)胞生長(zhǎng)時(shí)期結(jié)果

2.2.2 驗(yàn)證組聚類和評(píng)估

用驗(yàn)證組的300個(gè)(6個(gè)培養(yǎng)時(shí)間點(diǎn)各采集50個(gè)SCRS數(shù)據(jù))枯草芽孢桿菌SCRS數(shù)據(jù)驗(yàn)證方法適用性, 應(yīng)用與實(shí)驗(yàn)組相同的預(yù)處理方法, 對(duì)三組枯草芽孢桿菌的SCRS數(shù)據(jù)做EDA分析, lag phase、 log phase和stationary phase光譜信噪比均值和方差分別為: 5.35±0.67、 4.85±0.77、 5.9±1.01, 滿足數(shù)據(jù)質(zhì)量評(píng)估。 圖4(a)為同步培養(yǎng)下1、 2、 3、 5、 8和14 h等6個(gè)時(shí)期枯草芽孢桿菌SCRS數(shù)據(jù)經(jīng)t-SNE壓縮后的平面分布; 圖4 (c) 輪廓系數(shù)(S_C)和CH index(C—H)聚類評(píng)估得分顯示, 不同生長(zhǎng)時(shí)期的芽孢桿菌同樣聚為3簇時(shí)達(dá)到最佳聚類效果, 各聚類中心到簇內(nèi)和其他聚類中心平均距離(從左到右): (11.82, 34.23), (10.23, 51.47), (10.01, 48.09); 圖4 (b)同樣應(yīng)用三次樣條插值擬合統(tǒng)計(jì)SCRS數(shù)據(jù)簇標(biāo)簽和OD600生長(zhǎng)時(shí)期標(biāo)簽交集, 檢測(cè)出13個(gè)不同生長(zhǎng)時(shí)期異質(zhì)SCRS數(shù)據(jù), 占總SCRS數(shù)量的4.3%。

圖4 應(yīng)用譜聚類檢測(cè)枯草芽孢桿菌細(xì)胞生長(zhǎng)時(shí)期結(jié)果

實(shí)驗(yàn)和驗(yàn)證結(jié)果表明, 基于譜聚類與SCRS的細(xì)胞生長(zhǎng)分析方法只需要借助同步培養(yǎng)的群體細(xì)胞OD600生長(zhǎng)曲線和給定相似度計(jì)算方法就可以直接根據(jù)SCRS數(shù)據(jù)特征進(jìn)行建模, 能有效檢測(cè)微生物群體中不同生長(zhǎng)時(shí)期共存的單細(xì)胞信息, 真正意義上實(shí)現(xiàn)從單細(xì)胞尺度精準(zhǔn)檢測(cè)細(xì)胞生長(zhǎng)時(shí)期。

3 結(jié) 論

單細(xì)胞拉曼光譜技術(shù)以快速、 靈敏和無(wú)標(biāo)記的優(yōu)勢(shì)可以實(shí)時(shí)監(jiān)測(cè)單細(xì)胞的生長(zhǎng)代謝變化, 以監(jiān)督學(xué)習(xí)為代表的模式識(shí)別技術(shù)往往需要精準(zhǔn)的監(jiān)督標(biāo)簽, 然而由于細(xì)胞異質(zhì)性, 同步培養(yǎng)的群體細(xì)胞OD600生長(zhǎng)曲線無(wú)法作為每個(gè)單細(xì)胞生長(zhǎng)時(shí)期標(biāo)簽。 本文將SCRS技術(shù)和無(wú)監(jiān)督聚類技術(shù)相結(jié)合, 為單細(xì)胞微生物生長(zhǎng)檢測(cè)研究提供新的檢測(cè)方法, 基于譜聚類無(wú)需標(biāo)記就可以直接根據(jù)SCRS數(shù)據(jù)特征進(jìn)行建模, 并能夠?qū)θ我庑螤畹母呔SSCRS數(shù)據(jù)聚類且快速收斂的優(yōu)勢(shì), 對(duì)發(fā)酵工程菌和發(fā)酵益生菌細(xì)胞滯后期、 對(duì)數(shù)期和穩(wěn)定期的精準(zhǔn)識(shí)別, 實(shí)現(xiàn)了真正意義上從單細(xì)胞水平上檢測(cè)細(xì)胞生長(zhǎng), 為發(fā)酵工程提供更加精準(zhǔn)、 實(shí)時(shí)的調(diào)控指導(dǎo), 具有重要的工程應(yīng)用價(jià)值。