摘要
背景
杀菌剂的发现仍然严重依赖于标量筛选指标（例如抑制圈、半数有效浓度（EC50）或最小抑制浓度（MIC）），这些指标可以概括生长抑制情况，但提供的关于与几何结构相关的失效模式的信息非常有限，从而限制了早期筛选过程中的机制优先级判断。由于菌落形态编码了生长方向和极性，我们开发了一种几何和概率筛选框架，以区分可杀性物质与与极性相关的失效模式，特别是针对可可和咖啡相关的病原体。
结果
通过常规菌落图像，我们计算出一个固定剂量下的效力坐标 λ（即存活面积比值的负自然对数），以及一个极性坐标 I（即处理组与对照组长度与宽度比值的自然对数变化倍数）。然后我们在操作阈值 τ = 1.10 下，使用精确的 95% Clopper–Pearson 置信区间估计了极性破坏事件的概率 (p?），并对 τ = 1.10–1.20 范围进行了敏感性分析。在针对九种分离株和四种酚类分支酰胺/酸类候选物的单剂量初步筛选中，酰胺类物质一致地聚集在 (+λ, +I) 区域，表明其作用方式同时表现为生长抑制和极性破坏，这与酸类类似物不同。其中效果最强的组合是 CGH5 与 PhSOAM 的组合（λ = 0.67），该组合还显示出较高的形状破坏概率（p? = 0.75；95% 置信区间 0.43–0.95）。基于椭圆的轴重建方法将 I 与特定轴的收缩比率联系起来，并与基于直接长度和宽度的比率结果高度吻合。对独立的 UV-C 暴露时间梯度（0–30 分钟）的重新分析得出了连贯的剂量依赖性 λ(d) 和 I(d) 曲线，支持在约 10 分钟时对事件进行推断。
结论
λ–I–p 语法将菌落图像转换成一种与检测仪器无关的筛选语言，描述了干预措施在测试条件下的作用强度（λ）、是否与与极性相关的几何结构变化有关（I），以及特定失效模式发生的频率（p?），从而支持候选杀菌剂的机制筛选和优先级排序。本文发表于 2026 年。本文是美国政府的成果，在美国属于公共领域。
数据可用性声明
数据文件 S1（Excel 格式）包含了生成本文图表所使用的汇总指标，包括每对分离株-化合物的 λ 和 I 坐标、作用机制（MoA）向量坐标、特定轴的抑制比率、具有精确 95% 置信区间的事件级概率，以及 UV-C 剂量-响应总结。当使用相同的输入电子表格和分析参数时，这些表格可以再现正文中所描述的效力热图、作用机制向量场、特定轴抑制图和事件概率分析的数值基础。分析代码可在公开的 GitHub 仓库中获取（https://github.com/EJSAHN/lambda-I-p-analysis）。输入数据集可从引用的来源获取；该仓库不重新分发原始数据集。
