微毛细管衍生血增强集群通过自组装过程进行乳腺癌诊断
Thanh Mien Nguyen1,2, Thu M T Nguyen3, Sung-Jo Kim2,4
1BK21 FOUR Education and Research Division for Energy Convergence Technology, Pusan National University, Busan 46241, Republic of Korea.
ACS sensors
|February 10, 2025
概括
这项研究引入了一种新的,无标签的表面增强拉曼散射 (SERS) 平台,用于使用血快速诊断乳腺癌. 这种由人工智能驱动的系统在没有复杂的样品预处理的情况下达到87.5%的准确性.
科学领域:
- 纳米技术和光谱学
- 生物医学工程 生物医学工程
- 人工智能在诊断中的应用
背景情况:
- 目前使用表面增强拉曼散射 (SERS) 的乳腺癌检测方法通常需要大量的样品预处理和熟练的处理.
- 现有的基于生物标志物的SERS方法 (外体,miRNA) 是有前途的,但受到复杂,耗时的准备步骤的限制.
研究的目的:
- 开发和验证一个快速,无标签的SERS平台,直接从血中诊断乳腺癌.
- 消除复杂样品预处理的需要,使诊断过程更快,更容易获得.
主要方法:
- 制造一个微毛细管封闭的金纳米粒子集群,为增强的电磁场创建多个"热点".
- 开发了一种精简的SERS测量协议,涉及将血与微毛细管内的金纳米颗粒混合.
- 机器学习模型的应用,根据SERS光谱数据对乳腺癌患者与正常参与者进行分类.
主要成果:
- 制造的金纳米粒子集群有效地放大了拉曼信号,通过检测R6G分子来证明这一点.
- 由人工智能驱动的SERS平台成功地区分了乳腺癌患者和健康个体.
- 在乳腺癌分类方面取得了87.5%的高诊断准确率.
结论:
- 无标签,人工智能辅助的SERS平台为乳腺癌诊断提供了一个有希望的,快速和简化的方法.
- 这种方法克服了传统SERS技术的局限性,消除了样品预处理的需要.
- 该技术有可能提高早期癌症检测的可访问性和效率.
