浙江大学智能生物产业装备创新团队（IBE）应义斌教授和平建峰教授在Nature Communications上发表研究论文“Machine learning-enabled implantable plant biomarker sensor for early detection and classification of acid and salt stress”。为应对土壤酸化和盐渍化对农业生产造成的严重威胁，该研究开发了一款基于机器学习的植入式生物标志物传感器（MLIPBS）用于植物生化信息在体监测，并应用于植物酸、盐等非生物胁迫的早期诊断，为抗逆作物的筛选与作物胁迫早期诊断提供了一种新的技术途径。图1. 该研究在Nature Communications期刊上发表的相关信息在农业生产环境中，酸胁迫和盐胁迫常导致植物出现相似的外部表征和生理响应，这种非特异性变化为非生物胁迫的早期分类带来了极大挑战。鉴于传统表型观察存在滞后性、环境推断易受干扰且离线理化分析缺乏时效性，亟需开发一种能够深入植物组织内部、直接捕捉生化信息动态变化的在体监测手段。为此，这项研究基于激光诱导石墨烯（LI