用FTIR和拉曼指标分析的脂质衍生性介质干细胞的脂质生成化学
Karolina Augustyniak1, Monika Lesniak2, Hubert Latka3
1Department of Chemical Physics, Faculty of Chemistry, Jagiellonian University in Krakow, Krakow, Poland; Doctoral School of Exact and Natural Sciences, Jagiellonian University in Krakow, Krakow, Poland.
Journal of lipid research
|June 6, 2024
概括
这项研究引入了一种新的生物试验,使用无标签的FTIR和拉曼成像来监测干细胞分化. 机器学习准确地识别了分子标记,使得快速,非侵入性跟踪脂肪生成.
科学领域:
- 生物物理学的生物物理.
- 分子生物学分子生物学
- 生物化学 生物化学
背景情况:
- 了解细胞分化机制需要全面的分子洞察力.
- 对细胞分化的非侵入性监测对于生物研究和治疗应用至关重要.
研究的目的:
- 开发一种无标签,快速,基于机器学习的生物试验,用于监测脂肪生成.
- 为了识别脂肪衍生介质干细胞 (AD-MSC) 差异化的光谱预测因子和分子标记物.
主要方法:
- 结合里埃变换红外 (FTIR) 和拉曼高光谱成像与数据挖掘.
- 利用机器学习 (ML) 方法,包括层次聚类,PCA和PLSR.
- 开发了一个数据分析工作流 (IRRSmetrics4stem) 用于光谱分析和差异化监测.
主要成果:
- 在AD-MSC分化过程中,已建立了脂质,蛋白质和DNA变异的IRRS指标.
- 在使用ML方法监测差异化时,实现了超过90%的预测效率.
- 证明了IRRS指标能够识别从扩散到差异化的转换的能力.
结论:
- 开发的生物测试提供了快速的,基于ML的脂肪生成监测.
- 确定了细胞分化的分子标记物和光谱预测剂.
- 该方法适用于其他细胞分化过程和体外细胞病理.
