近年來，人工智能的研究實(shí)現(xiàn)了汽車自動駕駛、實(shí)用的語音識別、精確的圖像識別、高效的網(wǎng)絡(luò)搜索等功能，因其可以通過計(jì)算機(jī)模型來學(xué)習(xí)人類思考、推理及行為的思維方式，已成為計(jì)算機(jī)科學(xué)、金融、航天、生物醫(yī)學(xué)等領(lǐng)域的研究熱點(diǎn)，但其在工程領(lǐng)域，尤其是微生物傳感器領(lǐng)域的應(yīng)用少見報道。

基于微生物燃料電池系統(tǒng)的微生物傳感器是一種具有自我修復(fù)和再生能力，且成本低、可長期有效運(yùn)行的新型生物傳感器系統(tǒng)，其陽極生物膜或生物陰極為生物識別元件，電極為信號傳感裝置，通過電信號的變化可實(shí)現(xiàn)化學(xué)物質(zhì)的檢測。由于進(jìn)水組分及接種物的變化會影響微生物群落多樣性及其豐度大小，而電信號難以反映此類變化。系統(tǒng)運(yùn)行條件及胞外電子傳遞速率將底物與微生物群落結(jié)構(gòu)之間的關(guān)系復(fù)雜化，最終導(dǎo)致不同的進(jìn)水底物會有相似的電信號輸出，降低了傳感器檢測化學(xué)物質(zhì)的準(zhǔn)確性，且電信號不能特異性地表征某一種物質(zhì)。

針對上述難題，近期西安交通大學(xué)能動學(xué)院環(huán)境科學(xué)與工程系王云海教授課題組與美國俄勒岡州立大學(xué)Hong Liu教授課題組以及英國紐卡斯?fàn)柎髮W(xué)Elizabeth S. Heidrich教授課題組等從思路設(shè)想、模型構(gòu)建、微生物基因及底物數(shù)據(jù)采集分析等多方面開展了密切合作攻關(guān)研究，他們首次將基于MFC系統(tǒng)的微生物傳感器對有機(jī)底物的檢測與生物信息學(xué)數(shù)據(jù)聯(lián)系起來，并通過人工智能預(yù)測底物基質(zhì)種類，為提高該類型微生物傳感器信號的特異性提供改進(jìn)思路。此外，在已知底物基質(zhì)的系統(tǒng)中，利用微生物群落結(jié)構(gòu)與底物基質(zhì)的相關(guān)關(guān)系，該方法也可以通過識別系統(tǒng)中微生物群落結(jié)構(gòu)的組成成分及其豐度來判斷物質(zhì)的代謝途徑，并可以探求食物鏈的完整代謝途徑。

據(jù)項(xiàng)目有關(guān)專家介紹，該創(chuàng)新技術(shù)將來亦可以應(yīng)用于環(huán)境大數(shù)據(jù)分析、環(huán)境污染特征分析、環(huán)境污染預(yù)警等方面，具有簡便、高效的特點(diǎn)。

該研究成果最近以論文“基于機(jī)器學(xué)習(xí)和生物信息數(shù)據(jù)預(yù)測微生物燃料電池的基質(zhì)”發(fā)表于生物傳感器領(lǐng)域頂尖期刊《生物傳感器與生物電子器件》（Biosensors & Bioelectronics），論文第一單位為西安交通大學(xué)，第一作者蔡文芳為王云海教授課題組博士生。

該項(xiàng)目的研究工作受到了美國自然科學(xué)基金、中國國家自然科學(xué)基金面上及海外學(xué)者合作研究計(jì)劃項(xiàng)目資助。