联合单颗粒质谱与Score-CAM算法判定分析萎缩芽孢杆菌营养细胞和芽孢.pdfVIP

第46卷第2期质谱学报Vol.46No.2

2025年3月JournalofChineseMassSpectrometrySocietyMar.2025

联合单颗粒质谱与Score-CAM算法判定分析

萎缩芽孢杆菌营养细胞和芽孢

陈红，张宁，杜耀华，詹晓波，程智

（军事科学院系统工程研究院，天津300161）

摘要：萎缩芽孢杆菌（ATCC-9372）是一株重要的芽孢杆菌属菌株，利用单颗粒质谱技术区分萎缩芽孢杆菌营养

细胞和芽孢的独特生化标志物，对理解其生物学特性和代谢途径具有重要意义。近年来，国内外单颗粒质谱技术

取得了很大进展，但是，随着质谱数据处理算法的不断丰富，还未见联合先进的深度学习算法与单颗粒质谱技术

区分不同状态萎缩芽孢杆菌的报道。本研究利用深度学习算法和分类模型可视化方法区分萎缩芽孢杆菌的营养

细胞和芽孢，并从粒径和质谱离子特征角度进行分析。通过对比粒径发现，营养细胞的粒径大于芽孢，不同采样

时间点的营养细胞的粒径大小基本一致。另外，采用相同的方法建立用于训练及测试分类模型的数据集和用于

评价模型分类稳定性的验证集，发现模型在测试集和验证集上的识别准确率均在99%以上；对Score-CAM结果

中得分高的特征离子进行成分溯源分析，通过箱型图展现了这些特征离子信号强度的分布差异。本研究从生化

角度对不同状态下的萎缩芽孢杆菌进行深入分析，可为质谱数据的处理分析提供思路和方法。

关键词：单颗粒质谱；萎缩芽孢杆菌；营养细胞；芽孢；1D-CNN；Score-CAM

.

中图分类号：O657.63文献标志码：A文章编号：1004-2997(2025)02-0175-12

DOI：10.7538/zpxb.2024.0137CSTR：32365.14.zpxb.2024.0137

CombinedSingleParticleMassSpectrometryandScore-CAM

AlgorithmforDifferentiationandAnalysisofVegetativeCellsand

SporesofBacillusatrophaeus

CHENHong,ZHANGNing,DUYao-hua,ZHANXiao-bo,CHENGZhi

（SystemsEngineeringInstitute,AcademyofMilitarySciences,Tianjin300161,China）

Abstract:Bacillusatrophaeus(ATCC-9372)isanimportantstrainoftheBacillusgenus.Theuseof

singleparticl