由人工智能辅助的两步增强的SERS平台,用于快速和超灵敏地检测生物流体中的有毒分子

科学领域:

• 分析化学 分析化学
• 频谱学是一种光谱学.
• 纳米技术 纳米技术

背景情况:

• 准确检测生物流体中的有毒物质对于临床诊断和法医科学至关重要.
• 传统的方法,如染色学,由于复杂的样品准备和缓慢的检测时间而受到限制.
• 现有的表面增强拉曼光谱 (SERS) 平台往往缺乏普遍性,用于各种有毒物质的检测.

研究的目的:

• 开发一个高度敏感,快速和可重复的SERS平台,用于检测生物流体中的各种有毒分子.
• 在普遍性和性能方面克服传统银纳米颗粒的局限性.
• 整合人工智能,实现有毒物质的自动分类和可靠量化.

主要方法:

• 开发一个两步增强平台,Ag@BOCPs,利用等离子体共振诱导增强和动态表面清洁.
• 应用SERS用于检测血液,尿液和母乳中的各种有毒物质,包括药物,食品添加剂和农药.
• 集成机器学习算法,如统一多重近似和投影 (UMAP) 和支持矢量机 (SVM) 用于有毒物质的分类.

主要成果:

• 实现了高灵敏度,对于thiabendazole,检测极限低至10 ng/mL.
• 在广泛的生物流体中展示了快速分析能力.
• 在使用集成人工智能算法自动分类有毒物质方面达到94%的准确性.
• 临床验证显示了患者样本的优良可重现性 (RSD < 5%) 和线性 (R2 > 0.99).

结论:

• 人工智能辅助的Ag@BOCPs SERS平台为毒理学查提供了一个快速,可靠和多功能解决方案.
• 这项技术显著改进了传统方法,用于检测复杂的生物矩阵中的多种毒性物质.
• 该平台在紧急医疗,法医科学和食品安全分析方面拥有广泛的潜在应用.