活体乳腺癌亚型分类通过膜接口的3D表面增强拉曼光谱基质与多变量分析

科学领域:

• 生物医学工程 生物医学工程
• 频谱学是一种光谱学.
• 纳米技术 纳米技术

背景情况:

• 对于活细胞的传统表面增强拉曼光谱 (SERS) 面临的挑战包括细胞毒性和有限的信号捕获.
• 现有的SERS基板产生稀疏的数据,限制了复杂的生物分析和机器学习应用.

研究的目的:

• 开发一种先进的3D多层纳米质SERS基质,用于对活的乳腺癌细胞进行无标签分析.
• 为了克服当前SERS方法对高通量,信息丰富的细胞分析的局限性.

主要方法:

• 使用黄金和二氧化 (Au/SiO2) 制造3D多层纳米层SERS基板.
• 高速,高通量,无标签的SERS绘制活乳腺癌细胞的地图.
• 应用传统的机器学习算法用于亚型分类.

主要成果:

• 从活体乳腺癌细胞中获取大量信息丰富的光谱数据集.
• 成功分类了四种乳腺癌亚型,准确率为92.5%.
• 用于复杂细胞分析的无标签SERS平台的演示.

结论:

• 开发的3D纳米层SERS基板有效地克服了活细胞分析常规方法的局限性.
• 该平台显示了在癌症研究和药物反应研究中先进的机器学习应用的巨大潜力.