有混合生物墨的3D超级星团用于早期检测乳腺癌
Thanh Mien Nguyen1, SinSung Jeong2, Seok Kyung Kang3
1Bio-IT Fusion Technology Research Institute, Pusan National University, Busan 46241, Republic of Korea.
ACS sensors
|January 31, 2024
概括
这项研究引入了一种新的3D等离子体集群表面增强拉曼散射 (SERS) 平台,用于早期发现乳腺癌. 结合深度学习,这种SERS平台使用血生物墨水准确区分癌症和健康受试者.
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:
- 表面增强拉曼散射 (SERS) 为疾病诊断提供了高灵敏度.
- 理想的SERS平台需要简单性,低分析剂消耗,以及实用应用的统一性.
- 将机器学习与SERS集成,可以提高生物样本中分子指纹的分类.
研究的目的:
- 开发一个灵活的,简单的,三维的 (3D) 血集群SERS平台,用于早期发现乳腺癌.
- 将这个平台与深度学习算法集成,以提高诊断准确度.
- 用患者血样本评估平台的性能.
主要方法:
- 采用了自下而上的策略来构建一个3D等离子集群 (3D-PC) SERS平台.
- 使用p-nitrophenol (PNP) 评估了平台的灵敏度,检测极限降至10−6M.
- 来自癌症和健康受试者的患者血被用来创建用于制造3D-PC结构的生物墨水.
主要成果:
- 3D-PC平台显示了显著增强的拉曼强度.
- 对于PNP分子,可以达到10−6M的检测极限 (女性分子范围).
- 来自患者血的SERS数据成功地将癌症和健康受试者分类,准确度为93%.
结论:
- 开发的3D等离子体集群SERS平台显示了早期发现乳腺癌的巨大潜力.
- 与深度学习的整合提高了细微分子差异的分类精度.
- 这种方法为开发实用,敏感的诊断工具提供了一个有希望的途径.
