深度学习辅助表面增强拉曼光谱 (SERS) 用于快速和直接的核酸放大和检测:朝着增强的分子诊断
Myoung Gyu Kim1, Miyeon Jue2,3, Kwan Hee Lee4
1Department of Biotechnology, College of Life Science and Biotechnology, Yonsei University, 50 Yonsei Ro, Seodaemun-gu, Seoul 03722, Republic of Korea.
ACS nano
|September 13, 2023
概括
这项研究介绍了一种新的深度学习辅助ZnO-Au-SERS系统,用于快速核酸检测. 扎达系统在分子诊断方面实现了高灵敏度和特异性,使得疾病诊断更快.
科学领域:
- 纳米技术和材料科学 材料科学
- 分子诊断和生物感知技术
- 生物医学工程 生物医学工程
背景情况:
- 表面增强拉曼散射 (SERS) 是一种用于生物分子检测的强大分析技术,但在实现可靠的核酸分析拉曼信号方面仍然存在挑战.
- 核酸检测的传统SERS方法通常依赖于杂交分析,这可能会出现可重现性问题和直接在SERS表面的有限信号放大.
研究的目的:
- 为快速和敏感的分子诊断引入基于ZNO-Au-SERS的深度学习辅助直接放大 (ZADA) 系统.
- 开发一种用于直接放大核酸的新型SERS基板,绕过了放大后杂交和拉曼记者的需求.
主要方法:
- 在均生长的氧化 (ZnO) 纳米棒上使用黄金沉积制造SERS基板.
- 使用ZnO纳米棒来创建热点,在SERS表面直接放大目标核酸.
- 集成深度学习算法来增强信号处理和分析SERS数据.
主要成果:
- 与传统放大方法相比,ZADA系统显示出更高的检测极限.
- 用COVID-19患者样本进行的临床验证显示,初始灵敏度和特异性分别为92.31%和81.25%.
- 深度学习的整合使灵敏度和特异性提高到100%,分析时间大幅缩短至20分钟以下.
结论:
- 扎达系统通过直接的核酸放大和检测,为快速的,无标签的疾病诊断提供了一个有希望的方法.
- 结合ZnO-Au SERS基质和深度学习,为敏感和高效的分子诊断提供了一个强大的平台.
- 这项技术有可能彻底改变临床诊断,使得疾病的识别更快,更准确.
