近日，我校材料科学与工程学院李长明教授、郭春显教授团队的最新研究成果发表在分析化学领域知名期刊《Trends in Analytical Chemistry》（IF=14.908）上，相关成果题目为《Machine learning-assisted optical nano-sensor arrays in microorganism analysis》。杨健宇博士为第一作者，李长明教授、郭春显教授为通讯作者，我校为第一通讯单位。

微生物特别是细菌和人体健康息息相关。一种细菌可以感染人体不同部位而引起不同疾病，例如金葡菌可以引起皮肤感染，也可引起肺炎、骨髓炎、脑膜炎等。此外，不同细菌又可以引起相似的临床表现，例如大肠杆菌、肺炎杆菌、流感杆菌等都可引起肺炎、脑膜炎、败血症等。因此，对微生物特别是细菌的快速检测是实现细菌感染性疾病精准防治的关键。随着人工智能的快速发展，在机器学习算法的辅助下，基于纳米材料的光学阵列传感器在微生物识别分析领域展现出了巨大应用潜力，但该领域目前仍缺少具有前沿交叉性的系统综述。基于团队的前期研究基础，本工作系统总结并讨论了用于微生物分析研究的光学阵列传感器的发展及其构筑方法、检测原理，以及机器学习算法在微生物分析和病原菌相关疾病的精准检测等方面的典型应用。本研究为发展智能阵列传感器在微生物分析领域提供了详细的说明和潜在的指导，也为病原菌相关疾病的精准预测提供了巨大的发展机遇。

该工作的开展获得了江苏省生化传感与芯片技术工程研究中心、国家重点研发计划（2021YFA0910403）等支持。