多波长表面增强的拉曼散射指纹人类尿液的癌症诊断
Yuqing Gu1, Jiayi Wang2, Zhewen Luo1
1State Key Laboratory of Systems Medicine for Cancer, School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai 200030, P. R. China.
ACS sensors
|October 18, 2024
概括
这项研究引入了多波长表面增强拉曼光谱 (SERS) 与机器学习相结合,以增强膀癌 (BCa) 诊断. 这种新的方法通过更精确地分析复杂的尿样来提高诊断准确性.
科学领域:
- 生物医学光谱学 生物医学光谱学
- 分析化学 分析化学
- 癌症的诊断 癌症的诊断
背景情况:
- 无标签的表面增强拉曼光谱 (SERS) 为生物样本识别提供了丰富的组成信息.
- 传统的单波长SERS在复杂的生物样本的分辨准确性方面面临限制,原因是微妙的变化.
- 在复杂的生物矩阵中区分微妙的差异仍然是当前SERS技术面临的挑战.
研究的目的:
- 为了提高人类尿样对膀癌 (BCa) 诊断的辨别精度.
- 引入和验证多波长SERS方法与基于机器学习 (ML) 的分类相结合.
- 为了提高生物样本分析,利用激发波长依赖的SERS光谱谱.
主要方法:
- 开发使用多个激光激发波长的多波长SERS策略.
- 机器学习算法的应用用于SERS光谱数据的分类.
- 使用临床人类尿样进行BCa诊断和分期的实验验证.
主要成果:
- 多波长SERS方法显著提高了人类尿样的区分精度.
- 该策略证明了膀癌 (BCa) 的诊断准确性和其侵袭阶段的提高.
- 增加激发波长的数量与改善诊断性能相关.
结论:
- 多波长SERS与ML相结合,为精确识别复杂生物样本提供了强大的工具.
- 这种技术显着有望为方便,经济有效,广泛适用的疾病诊断从体液.
- 这种方法增强了SERS对人类尿液等复杂矩阵的诊断能力,有助于检测膀癌.
