以人工智能为基础的SERS使用Ag NWs@ZIF核心纳米链进行早期口腔癌诊断
Xin Xie1, Wenrou Yu1, Zhaoxian Chen1
1State Key Laboratory of Coal Mine Disaster Dynamics and Control, Chongqing Key Laboratory of Soft Condensed Matter Physics and Smart Materials, College of Physics, Chongqing University, Chongqing 400044, China. junjun@cqu.edu.cn.
Nanoscale
|August 7, 2023
概括
人工智能结合表面增强的呼气拉曼光谱 (SERS) 精确诊断口腔癌 (OC). 这种新的方法使用等离子体金属有机框架纳米粒子来敏感检测挥发性生物标记物,达到99%的准确性.
科学领域:
- 纳米技术 纳米技术
- 生物医学工程 生物医学工程
- 分析化学 分析化学
背景情况:
- 早期诊断口腔癌 (OC) 对患者的生存至关重要.
- 呼出的气息含有挥发性生物标志物,表明各种疾病,包括OC.
- 表面增强拉曼光谱 (SERS) 为生物标志物检测提供了高灵敏度和分子特异性.
研究的目的:
- 开发一种准确且非侵入性的方法,用于早期诊断口腔癌.
- 利用人工智能 (AI) 来分析来自呼气的SERS数据.
- 采用新的等离子体金属有机框架 (MOF) 纳米颗粒来增强生物标志物捕获和检测.
主要方法:
- 用于SERS基底的等离子MOF纳米粒子 (Ag NWs@ZIF) 的制备.
- 从模拟的呼气样本中捕获甲乙醇,一种OC生物标志物.
- 使用人工神经网络 (ANN) AI模型分析了400个SERS光谱.
主要成果:
- Ag NWs@ZIF纳米颗粒有效丰富了瘤生物标志物甲乙醇.
- 该ANN模型在对健康患者和OC患者的SERS光谱进行分类时达到99%的准确性.
- 人工智能模型显示了OC的高预测能力,AUC为0.996.6.
结论:
- 基于人工智能的SERS分析,使用等离子MOF纳米颗粒对呼出的气息进行分析,显示了早期口腔癌检测的巨大潜力.
- 这种综合方法提供了一个敏感,具体和非侵入性的诊断策略.
- 需要进一步的临床验证才能将这项技术转化为常规诊断实践.
更多相关视频
07:54Surface-enhanced Resonance Raman Scattering Nanoprobe Ratiometry for Detecting Microscopic Ovarian Cancer via Folate Receptor Targeting
Published on: March 25, 2019
8.2K
06:19Author Spotlight: Advancing SERS Technology: Au@Carbon Dot Nanoprobes for Label-Free Analysis and Imaging
Published on: June 9, 2023
1.6K