一滴血清查试验用于监测组织铁积累.
Gabriely S Folli1,2, Anne Louise S Torres2, Matthews Martins2
1Departamento of Chemistry, Federal University of Espírito Santo (UFES), Av. Fernando Ferrari, 514, Vitória, Espírito Santo 29075-910, Brazil.
Analytical chemistry
|May 30, 2025
概括
一种新的微创方法使用富里埃变换红外光谱和机器学习来检测铁过载 (IO) 并测量血液和组织中的铁含量,而不需要活检. 这种方法有助于早期诊断和器官评估,改善患者的治疗结果.
科学领域:
- 分析化学 分析化学
- 生物医学光谱学 生物医学光谱学
- 机器学习在医学中的应用
背景情况:
- 铁过载 (IO) 导致显著的细胞损伤,需要早期诊断以获得有效的治疗和改善生存率.
- 目前的诊断方法,如活检和成像技术是侵入性的,昂贵的,或提供有限的数据,阻碍了常规查.
- 福里埃变换红外光谱法 (FTIR) 与机器学习相结合,为IO诊断提供了一个有前途的非侵入性替代方案.
研究的目的:
- 开发一种最少的侵入性方法来识别铁过载 (IO) 和量化血液和多种组织中的铁含量.
- 评估部分最小平方区分分析 (PLS-DA) 和部分最小平方 (PLS) 回归模型的IO检测和量化性能.
- 验证来自FTIR光谱的化学信息,以了解铁诱导的生物反应.
主要方法:
- 从对照组和铁组中采集的血液和组织样本 (心脏,肝脏,脏,脏),铁剂量不同 (250,500,1000毫克/公斤-1).
- 利用里叶变换红外光谱法 (FTIR) 来从样本中获取光谱数据.
- 构建了PLS-DA分类模型 (二进制和多类) 和用于铁量化的PLS回归模型,使用顺序测试进行验证.
主要成果:
- PLS-DA模型在对照组与铁组和不同铁剂量水平的对照组分类方面表现令人满意.
- PLS回归模型准确量化了血液和组织中的铁度,显示出极好的线性和低误差.
- 转换试验证实了开发模型的稳定性和化学基础,表明了真正的生物信息捕获.
结论:
- 开发的FTIR和机器学习方法是一种可行的,最小侵入性的方法,用于检测铁过载并量化血液和组织中的铁含量.
- 这种技术消除了组织活检的需要,提供了一个更容易获得和潜在的常规查工具.
- 光谱洞察力提供了对系统应激反应和生物分子适应铁失调的更深入的理解.


