近日，我院蒋兴禄博士团队在国际权威期刊Analytical Chemistry（中科院一区TOP期刊、Nature Index）上发表了题为“AI-Assisted Multiplex SYBR Green I-based qPCR for the Identification and Quantitative Analysis of Oral Microbiota”的最新研究论文。该研究的共同第一作者为我院硕士研究生隆澳与博士后陈文瑨，蒋兴禄博士为通讯作者。此项成果标志着团队在其首创的“速度控制PCR（VC-PCR）”技术体系上取得了关键性升级——深度融合人工智能（AI），成功构建了一套智能化、高通量、定量化的多重病原体检测系统，并率先应用于口腔微生物群落的高精度诊断。

本研究是建立在团队前期两项核心技术之上的突破：

1.建立VC-PCR新方法：团队此前创新性地利用牛血清白蛋白（BSA）水凝胶控制Taq酶的释放，将PCR的指数扩增转变为持续20个循环以上的线性扩增，为精确控制扩增效率奠定了基础。（文章发表于Chemical Engineering Journal，中科院一区TOP期刊，DOI：10.1021/acs.analchem.3c03637）

2.实现无标准曲线定量检测：基于线性扩增动力学，团队开发了反向计算数学模型，实现了无需标准曲线的DNA绝对定量，显著简化了流程并提高了低浓度模板检测的准确性。（文章发表于Analytical Chemistry，中科院一区TOP期刊，DOI：10.1021/acs.analchem.3c03637）

本次升级：人工智能赋能多重检测同时检测多种病原体（多重PCR）时，复杂的扩增曲线使得人工分析效率低下、误差增大。针对此挑战，本次研究进行了人工智能的深度整合，利用AI算法对多重VC-PCR产生的复杂扩增曲线进行智能解析。研究以三种常见致龋菌（粘性放线菌、嗜酸乳杆菌、变异链球菌）为模型，在结合机器学习及专家系统等算法后，显著提高了二重和三重pcr的半定量和定量准确率。这些AI模型能够自动、精准地从重叠的荧光信号中提取特征，进行鉴定与定量，克服了传统多重qPCR对荧光通道数目、昂贵探针的依赖，以及人工判读的主观性与低效性。

该技术已申请国家发明专利，为快速、低成本、高通量的病原体同步检测提供了全新的“AI+分子诊断”解决方案。它不仅适用于口腔微生物生态和龋病风险的评估，其通用性设计也便于拓展至呼吸道、肠道菌群检测及多种传染病的联合诊断领域。此项成果的取得，体现了“方法创新－模型突破－应用智能化”的完整科研链条，是交叉学科融合推动临床诊断技术进步的典型案例。研究工作获得了国家自然科学基金及医院相关项目的支持。

正常qPCR、单重VC-PCR与多重VC-PCR扩增效果的比较

二重VC-PCR不同扩增阶段标准曲线绘制&绝对定量结果