近年來，人工智能的研究實現了汽車自動駕駛、實用的語音識別、精確的圖像識別、高效的網絡搜索等功能，因其可以通過計算機模型來學習人類思考、推理及行為的思維方式，已成為計算機科學、金融、航天、生物醫學等領域的研究熱點，但其在工程領域，尤其是微生物傳感器領域的應用少見報道。

基于微生物燃料電池系統的微生物傳感器是一種具有自我修復和再生能力，且成本低、可長期有效運行的新型生物傳感器系統，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現化學物質的檢測。由于進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。系統運行條件及胞外電子傳遞速率將底物與微生物群落結構之間的關系復雜化，最終導致不同的進水底物會有相似的電信號輸出，降低了傳感器檢測化學物質的準確性，且電信號不能特異性地表征某一種物質。

針對上述難題，近期西安交通大學能動學院環境科學與工程系王云海教授課題組與美國俄勒岡州立大學Hong Liu教授課題組以及英國紐卡斯爾大學Elizabeth S. Heidrich教授課題組等從思路設想、模型構建、微生物基因及底物數據采集分析等多方面開展了密切合作攻關研究，他們首次將基于MFC系統的微生物傳感器對有機底物的檢測與生物信息學數據聯系起來，并通過人工智能預測底物基質種類，為提高該類型微生物傳感器信號的特異性提供改進思路。此外，在已知底物基質的系統中，利用微生物群落結構與底物基質的相關關系，該方法也可以通過識別系統中微生物群落結構的組成成分及其豐度來判斷物質的代謝途徑，并可以探求食物鏈的完整代謝途徑。

據項目有關專家介紹，該創新技術將來亦可以應用于環境大數據分析、環境污染特征分析、環境污染預警等方面，具有簡便、高效的特點。

該研究成果最近以論文“基于機器學習和生物信息數據預測微生物燃料電池的基質”發表于生物傳感器領域頂尖期刊《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，第一作者蔡文芳為王云海教授課題組博士生。

該項目的研究工作受到了美國自然科學基金、中國國家自然科學基金面上及海外學者合作研究計劃項目資助。