通过基于深度学习的多通道表面增强拉曼光谱技术快速识别药物机制
Jiajia Sun1, Wei Lai2, Jiayan Zhao1
1Shanghai Key Laboratory of Green Chemistry and Chemical Processes, School of Chemistry and Molecular Engineering, Shanghai Frontiers Science Center of Genome Editing and Cell Therapy, East China Normal University, 500 Dongchuan Road, Shanghai 200241, P. R. China.
ACS sensors
|August 14, 2024
概括
这项研究引入了一种使用表面增强拉曼散射 (SERS) 和深度学习的新型传感器阵列,以快速识别化疗药物机制. 先进的平台实现了高精度,帮助药物开发和查.
科学领域:
- 生物医学工程 生物医学工程
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 精确识别化疗药物机制对于有效的癌症治疗和药物开发至关重要.
- 现有的药物机制识别方法可能耗时且缺乏高维度.
研究的目的:
- 利用新型传感器阵列开发一种快速而准确的方法来识别化疗药物机制.
- 为了利用深度学习对药物诱导的细胞变化的高维度分析.
主要方法:
- 开发使用自组装单层 (SAM) 的多通道表面增强拉曼散射 (SERS) 传感器阵列.
- 深度学习的应用,特别是卷积神经网络 (CNN),以分析多维SERS数据.
- 药物诱导细胞内分子变化的高维指纹.
主要成果:
- 该SERS传感器阵列产生了多样化的光谱特征,反映了药物诱导的细胞修饰.
- 经过训练的CNN模型在识别药物机制方面实现了大约99%的区分精度.
- 展示了平台快速准确地识别药物机制的能力.
结论:
- 开发的SERS传感器阵列与深度学习相结合,为快速识别药物机制提供了强大的工具.
- 这个平台可以显著提高药物选,表征,并加快整体药物开发过程.
- 有潜力扩大用于制药研究和个性化医学的分析工具箱.
更多相关视频
07:37An Integrated Raman Spectroscopy and Mass Spectrometry Platform to Study Single-Cell Drug Uptake, Metabolism, and Effects
Published on: January 9, 2020
9.4K
11:44Surface Enhanced Raman Spectroscopy Detection of Biomolecules Using EBL Fabricated Nanostructured Substrates
Published on: March 20, 2015
20.3K
