在人血中检测可卡因痕迹的无标签SERS-ML检测

科学领域:

• 分析化学 分析化学
• 法医科学 法医科学 法医科学
• 生物技术是生物技术.

背景情况:

• 广泛使用可卡因是一个重大的社会挑战.
• 准确而敏感地检测可卡因对于控制其分布至关重要.
• 现有的检测方法可能缺乏现实应用所需的灵敏度或速度.

研究的目的:

• 开发和验证一种用于在人血中检测可卡因的新方法.
• 将表面增强的拉曼光谱 (SERS) 与机器学习 (ML) 结合起来,以提高灵敏度和精度.
• 建立一种快速简单的可卡因微量检测技术.

主要方法:

• 使用金属纳米集群在电聚合物纳米纤维上制备一次性SERS基材.
• 在人血样本中检测可卡因的不同度.
• 机器学习算法的应用用于光谱分析和可卡因识别.
• 在未知可卡因存在的独立准备的样本上验证SERS-ML方法.

主要成果:

• 由于信号掩盖,手动区分可卡因信号与血背景是不可行的.
• 开发的SERS-ML方法实现了可靠的可卡因检测.
• 高精度 (高于99.5%的概率) 已被证实可卡因度低至10-14M.
• 该方法证明了在生物液体中快速简单地确定可卡因.

结论:

• 拟议的SERS-ML方法提供了一个强大的工具,用于在人体血中敏感和快速检测可卡因.
• 这种方法克服了血分子对信号掩盖的局限性.
• 该技术有可能在法医和临床环境中广泛应用,用于药物监测和控制.