使用双重修饰的SERS基质与AI算法分析相结合,在血清中高灵敏且无干扰地检测多种药物分子
Yingji Wang1, Jin Sun1, Liping Zhou1
1State Key Laboratory of Frigid Zone Cardiovascular Diseases (SKLFZCD), Research Center for Innovative Technology of Pharmaceutical Analysis, College of Pharmacy, Harbin Medical University, Harbin 150081, China.
Analytical chemistry
|February 4, 2025
概括
这项研究引入了一种新的表面增强拉曼光谱 (SERS) 基质,用于在血清中直接检测多种药物的敏感,无标签检测. 由人工智能驱动的平台克服了生物分子干扰,提高了治疗药物监测的准确性.
科学领域:
- 分析化学 分析化学
- 生物医学工程 生物医学工程
- 频谱学是一种光谱学.
背景情况:
- 表面增强拉曼光谱 (SERS) 显示出药物检测的希望,但与血清生物分子干扰和单一药物限制作斗争.
- 在复杂的生物矩阵中同时检测多种药物的无标签,仍然是当前SERS应用的重大挑战.
研究的目的:
- 开发一种新的SERS基质,用于直接在人血清中进行敏感,多重和无标签的药物检测.
- 通过减轻生物分子干扰和消除样品预处理的需要,克服现有的SERS方法的局限性.
主要方法:
- 通过对Au@AgNRs进行两步修改,制造出一种新的Au@AgDBCNRs SERS基质.
- 使用 cetyltrimethylammonium bromide (CTAB) 涂层作为一个内部量化标准.
- 集成的人工智能 (AI) 用于自动识别和分析光谱特征.
主要成果:
- Au@AgDBCNRs基质显示出异常的信号放大,用于敏感,同时检测多种药物分子.
- 该方法可以在血清中直接检测药物,而无需去蛋白化,有效地减轻血液成分的干扰.
- 人工智能集成通过分析拉曼光谱特征显著提高了检测精度和效率.
结论:
- 开发的SERS平台为治疗药物监测提供了一种新方法,可以快速,准确和经济有效地检测药物.
- 这项技术在改善患者护理和优化临床环境中的药物剂量策略方面具有重大潜力.
