通过神经网络增强的分子响应SERS传感器用于尿液诊断脏疾病
Jiaqi Wang1, Sijun Huang2, Fanxiang Meng1
1State Key Laboratory of Supramolecular Structure and Materials, College of Chemistry, Jilin University, Changchun 130012, P. R. China.
Analytical chemistry
|June 23, 2025
概括
一种使用表面增强拉曼光谱 (SERS) 和神经网络的新型液体活检方法,可以从尿液中早期诊断病. 这种非侵入性技术为监测疾病进展提供了脏活检的有希望的替代方案.
科学领域:
- 生物医学工程 生物医学工程
- 分析化学 分析化学
- 纳米技术纳米技术
背景情况:
- 早期诊断病对于有效治疗和改善患者预后至关重要.
- 目前的诊断方法,如脏活检是侵入性的,并且可能是痛苦的.
- 尿液分析提供了一种非侵入性的方法,因为它含有丰富的疾病特异性生物分子.
研究的目的:
- 开发一种基于尿液的液体活检方法,用于诊断各种脏疾病.
- 将表面增强的拉曼光谱 (SERS) 与神经网络模型集成,以提高诊断准确度.
- 创建一种能够在复杂的尿样中检测多个标的敏感测试.
主要方法:
- 开发一种SERS传感模式,利用银纳米粒子造膜与分子响应的拉曼记者分子 (MBA和PATP) 功能化.
- 使用密度函数理论和分子对接模拟来研究分子相互作用.
- 从尿样获取SERS数据,并建立用于疾病歧视的神经网络分类器.
主要成果:
- 开发的SERS方法通过探针分子 (MBA和PATP) 对尿液成分的反应变化来证明灵敏度.
- MBA功能化膜对氨基成分做出了反应,而PATP膜表明了小分子代谢物水平.
- 神经网络分类器有效地区分了健康和脏疾病的尿样.
结论:
- 综合SERS和神经网络方法为非侵入性病诊断提供了一种敏感和特定的方法.
- 这种液体活检技术显示出临床验证和长期病监测的巨大潜力.
- 该方法为传统的诊断程序提供了一种方便且不那么痛苦的替代方案.
