细菌感染会造成伤口愈合延迟，增加患者和医疗卫生系统的负担，因此非常需要对伤口细菌进行及时检测和适当的处理。基于细菌自发荧光原理，设计了一种对伤口常见细菌快速检测成像的系统，可用于辅助识别伤口细菌负荷和判断感染情况，无需采样培养或染色鉴定。使用智能手机采集细菌荧光图像，以405 nm LED作为细菌激发光源，配合荧光图像信息提取和定量算法能够快速识别提取图像上的感兴趣区域并对荧光信号进行量化，定位细菌荧光信号区域。梯度浓度实验证实了荧光强度与细菌浓度高度相关，荧光强度与浓度之间存在线性关系，随着细菌浓度的降低，荧光信号强度呈下降趋势，系统最小检测限约为10⁵ CFU/mL。与传统细菌检测方法相比，本装置具有操作简单、检测速度快、成本低等特点，为伤口细菌检测提供了一种新的手段。

随着细菌耐药性的不断播散，尤其是“超级细菌”的出现，临床可用抗生素药物越来越少，迫切需要发展新的高效、低毒和无耐药性的抗菌材料和技术。本研究采用生物质绿茶作为碳源，通过溶剂热法，成功制备了具有光动力治疗（Photodynamic therapy，PDT）性能的绿茶衍生碳点（T-CDs）。在660 nm激光照射下，所制备的T-CDs 能够有效产生活性氧。细胞和活体实验表明，T-CDs具有优异的生物相容性，且产生的活性氧能杀死耐甲氧西林金黄色葡萄球菌，从而通过降低细菌引起的伤口炎症，加速伤口愈合。本研究所制备的T-CDs能够通过PDT杀灭致病菌，促进感染伤口愈合，为开发抗生素替代药物提供了新的思路，同时对探索耐药菌感染伤口临床治疗新方案具有重要参考价值。

为了探究食源性致病菌芽孢的拉曼特征指纹图谱, 实现快速识别, 该研究以产气荚膜梭菌(C. perfringens)、 艰难梭菌(C. difficile)和蜡样芽孢杆菌(B. cereus)的芽孢为研究对象, 以柠檬酸钠还原法制备的AgNPs溶胶为基底材料, 用SERS技术对芽孢进行拉曼光谱检测, 解析食源性致病菌芽孢的分子结构、 不同芽孢之间的异同之处。 将3种食源性致病菌芽孢的SERS光谱与主成分分析(PCA)和系统聚类分析(HCA)相结合并进行对比分析, 实现不同种属食源性致病菌芽孢的定性识别。 结果表明, 不同食源性致病菌芽孢的SERS光谱的特异性和重现性良好。 芽孢光谱中Ca²⁺-DPA的拉曼振动峰数量和峰强度占主要地位, 其拉曼振动峰位置在657~663, 818~820, 1 017, 1 389~1 393, 1 441~1 449和1 572~1 576 cm^-1波段。 C. difficile spores SERS光谱中Ca²⁺-DPA的六个特征峰峰强度均高于C. perfringens spores和B. cereus spores, C. perfringens spores次之。 Ca²⁺-DPA在1 017 cm^-1(Ca²⁺-DPA)处拉曼峰强度在3种芽孢的SERS光谱中均最高且差异明显, 是Ca²⁺-DPA的主要特征峰, 也是3种芽孢的主要特征峰。 此外, C. perfringens spores在936 cm^-1(磷脂N—C拉伸)、 1 294 cm^-1(脂质中的CH₂变形振动)、 1 609 cm^-1(蛋白质中的酪氨酸)和1 649 cm^-1(蛋白质中的酰胺I)显示特有拉曼振动峰; C. difficile spores在890 cm^-1(=C—O—C=拉伸)显示特有拉曼振动峰。 PCA分析结果显示PC1和PC2方差贡献率分别为51.1%和39.7%, 累积贡献率达90.8%, 可以将所有样本有效区分。 HCA分析可以看出3种芽孢的SERS光谱被分为三个聚类, 3种芽孢各自聚类无交叉干扰。 结合多元统计分析不仅有效实现了3种芽孢之间的区分, 也实现了梭菌属芽孢和杆菌属芽孢的区分, 为食品安全控制提供有效手段。

随着抗菌药物广泛应用于临床, 细菌耐药日益严重。 实现快速、 高灵敏、 准确的细菌及其药物敏感性检测是缓解细菌耐药的关键环节。 表面增强拉曼光谱(SERS)具有快速、 灵敏、 无损等优点, 可直接获取分子指纹信息, 它已成为一种有效的细菌及其耐药性检测技术。 不同种类细菌的分子组成和结构存在差异、 抗生素处理前后细菌的特征拉曼信号会发生变化, 这为表面增强拉曼光谱技术在致病菌及其耐药性检测中的应用提供了依据。 基于分子组成与结构的差异, 结合传统多分类数据分析以及机器学习算法, 表面增强拉曼光谱技术可以提供客观的诊断信息。 这篇综述回顾了近年来表面增强拉曼光谱技术对于致病菌及其耐药性检测的研究进展, 阐述了当前表面增强拉曼光谱技术应用于致病菌检测面临的问题。 首先, 讨论了致病菌及其耐药性检测中常用SERS基底的材料和结构: 金纳米粒子、 银纳米粒子、 银包金纳米粒子以及新型纳米材料与纳米粒子结合形成的复合SERS基底。 然后, 概述了SERS检测中捕获细菌的方法, 主要介绍了基于核酸适配体、 免疫磁性分离、 微流控系统以及静电结合的捕获方法, 包括上述捕获方法的原理以及捕获方式, 综述了以上捕获方法的研究进展。 最后, 总结了致病菌SERS光谱的各种数据分析方法, 通过光谱预处理, 特征提取与分类识别, 以及构建致病菌SERS光谱诊断模型, 实现致病菌及其耐药性的检测; 比较了传统的数据分析方法以及机器学习分析方法, 重点介绍了深度学习算法在致病菌及其耐药性SERS检测中的优势与应用。 文章也对表面增强拉曼光谱应用于致病菌及其耐药性检测的关键问题进行了讨论, 并对基于表面增强拉曼技术的致病菌及其耐药性检测方法进行了展望, 以促进表面增强拉曼光谱技术在临床检测中的应用。

针对致病菌快速高效的辨识和检测一直是生命科学、医疗诊断、食品安全和环境监测等领域备受关注的热点。微流控芯片分析技术为细菌等微生物的研究和检测提供了新的、高效的途径和平台，将表面增强拉曼散射（Surface Enhanced Raman Scattering， SERS）光谱检测技术与其结合，成为了具有突出优势的致病菌快速鉴别和检测途径。本文针对基于微流控芯片的SERS分析技术及其应用进行综述，首先对各种SERS增强基底材料进行了介绍和性能比较；然后，系统综述了在微流控芯片上集成SERS基底的方法和技术，分别探讨了在微流控通道中注入纳米金属溶胶的外部注入法，在微流控芯片检测区构建固体纳米结构的内嵌法和在微流控通道中原位制备纳米结构基底的原位制作法；最后，对集成SERS检测技术的微流控芯片分析方法在致病菌定性鉴别和定量检测方面的应用进展予以了综述和展望。