通过纳米启用的拉曼光谱生物传感技术,通过机器学习辅助对患有慢性衰竭疾病的鹿类皮肤组织进行表征
Tianjian Tong1, Jingyi Yang1, Binbin Zhu1
1Department of Agricultural and Biosystems Engineering, Iowa State University Ames IA 50011 USA tianjian@iastate.edu chenxuyu@iastate.edu.
Nanoscale advances
|December 3, 2025
概括
一项新的研究表明,机器学习辅助的拉曼光谱生物传感可以快速选鹿的慢性浪费疾病 (CWD). 这项技术为这种传染性神经退行性疾病提供了一个有希望的实时现场诊断工具.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 生物技术是生物技术.
- 频谱学是一种光谱学.
背景情况:
- 慢性消耗性疾病 (CWD) 是一种传染性神经退行性疾病,影响类动物.
- 慢性疾病的传播对野生和养殖动物群体构成重大威胁.
- 目前CWD的诊断方法缺乏实时和现场查能力.
研究的目的:
- 评估拉曼光谱生物传感的有效性,以快速检测CWD.
- 探索机器学习算法在分析用于CWD诊断的光谱数据方面的潜力.
- 评估开发CWD实时现场查工具的可行性.
主要方法:
- 使用拉曼显微镜和便携式光谱仪从白尾鹿皮肤组织样本中收集拉曼光谱.
- 利用金纳米粒子信号增强器来提高光谱灵敏度.
- 应用机器学习算法,包括支持矢量机 (SVM) 和人工神经网络 (ANN),用于数据分析.
主要成果:
- 机器学习辅助的拉曼光谱生物传感在检测CWD时取得了最高的88%的准确性.
- 开发的方法的准确性与现有诊断技术 (如ELISA和免疫组织化学) 的准确性相当.
- 频谱数据分析成功地区分了CWD阳性和CWD阴性样本.
结论:
- 通过机器学习增强的拉曼光谱生物传感显示出作为CWD快速首次查工具的巨大潜力.
- 这种方法可以发展成为一种有价值的工具,用于在现场查和检测CWD.
- 该研究强调了用于诊断动物疾病的光谱技术的进步.
更多相关视频
09:32Resolving Water, Proteins, and Lipids from In Vivo Confocal Raman Spectra of Stratum Corneum through a Chemometric Approach
Published on: September 26, 2019
7.6K
06:19Author Spotlight: Advancing SERS Technology: Au@Carbon Dot Nanoprobes for Label-Free Analysis and Imaging
Published on: June 9, 2023
1.9K
