基于SERSome的先进人工智能技术用于识别药物和食用同类物
Shuang Jiang1, Yue Zhao2, Qingyu Meng3
1State Key Laboratory of Frigid Zone Cardiovascular Diseases (SKLFZCD), College of Pharmacy, Harbin Medical University, Harbin, Heilongjiang, 150081, China; Research Center for Innovative Technology of Pharmaceutical Analysis, College of Pharmacy, Harbin Medical University, Harbin, Heilongjiang, 150081, China.
一种新方法使用表面增强拉曼光谱 (SERS) 与深度学习来快速识别药用和食用同类物 (MEH). 这个SERSome平台实现了高精度,改善了MEH的质量控制,有利于人类健康.
科学领域:
- 分析化学 分析化学
- 生物技术是生物技术.
- 频谱学是一种光谱学.
背景情况:
- 药用和食用同类物 (MEH) 具有治疗潜力,但面临质量控制挑战.
- 快速准确的识别方法对于MEH应用至关重要.
研究的目的:
- 开发一种新的,快速的MEH识别模型,使用表面增强的拉曼光谱 (SERS) 和深度学习.
- 克服现有方法的局限性,包括防护剂和光的干扰.
主要方法:
- 一个基于SERS的平台,名为"SERSome",是使用银纳米粒子开发的.
- 纳米颗粒通过减少NaBH4进行制备,通过玻利化激活,并与离子 (Ca2+) 聚合.
- 深度学习算法与SERS数据集成,用于MEH识别.
主要成果:
- 该SERSome平台展示了全面的分子指纹识别.
- 使用Ca2+增强了电磁场,提高了检测精度.
- 开发的模型在识别特定的MEH时达到高达98%的准确性.
结论:
- 通过将SERSomes与深度学习集成,为快速和现代检测MEH提供了一个有前途的方法.
- 这种方法提高了MEH的质量控制,并有助于保护人类健康.
更多相关视频
11:44Cellular Membrane Affinity Chromatography Columns to Identify Specialized Plant Metabolites Interacting with Immobilized Tropomyosin Kinase Receptor B
Published on: January 19, 2022
08:55Author Spotlight: Harnessing DNA Barcode Technology to Enhance the Efficiency of Medicinal Plant Identification
Published on: November 1, 2024
相关概念视频
iChip
Microbial Biosensors
Automated Microbial Diagnostics
