二维表面增强拉曼定性和定量检测妇科多肿瘤标志物研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
21705112
项目类别：
青年科学基金项目
资助金额：
24.0万
负责人：
张欣
依托单位：
首都师范大学
学科分类：
B0310.化学信息学与人工智能
结题年份：
2020
批准年份：
2017
项目状态：
已结题
起止时间：
2018-01-01 至2020-12-31

项目参与者：
张卓勇；李凯；于洋；邵常艳；付宏；
关键词：
化学计量学三线性数学分离肿瘤标志物表面增强拉曼

项目摘要

Developing new spectroscopy analysis method can make screening of the gynecological cancer faster and painless. The early clinical diagnosis and treatment improve the survival rate and living quality of patients greatly. We propose a method that using 2D surface-enhanced Raman spectroscopy combining with chemometrics for qualitative and quantitative analysis of tumor maker. The objectives of this study are as following: (1) Different SERS substrates will be studied for 2D surface-enhanced Raman spectroscopy. (2) The method proposed in this work will be used for qualitative and quantitative analysis of multiple gynecology tumor markers. New fingerprints for tumor analysis will be identified. (3) We will build mathematical models based on trilinear constraints for analysis the correlation between the compounds in serum and the pathology of gynecological tumors. This project is going to provide a novel and useful method based on 2D surface-enhanced Raman spectroscopy using different substrates. The results of this project would demonstrate a promising application of Raman technique in determination of biomarkers in complex mixture samples. New chemometrics methods will be developed and widely used in more feasible areas.

研究新型光谱检测技术有助于妇科癌瘤的快速、无侵害、低成本筛查，实现早期临床诊断和治疗将提高患者生存率和生活质量。本项目拟研究二维表面增强拉曼光谱同时检测多种妇科肿瘤标志物的方法。主要研究内容包括：（1）采用多基底构建二维表面增强拉曼光谱的方法。（2）通过上述方法定量测定血清中多种与妇科癌症肿瘤标志物，结合化学计量学手段寻找与此类癌症诊断相关的指纹图谱。（3）建立与妇科癌症病理相关的血清成分的拉曼光谱的数学模型，并对多元曲线分辨在三线性模型中的约束作进一步理论与应用开发。本项目的创新点是通过特定基底与不同化合物拉曼增强和相互作用差异的机理开发二维表面增强拉曼光谱技术，应用化学计量学方法实现光谱信息的数学分离，以实现多种肿瘤标志物的同时定量测定，以及新的癌瘤拉曼指纹图谱的构建。这些研究结果将极大拓展拉曼技术在生命科学和医学诊断中的分析能力，为数学分离思想提供更广阔的应用领域。

结项摘要

光谱分析技术在医疗和生物医学检测领域积累了一定研究基础，继续研究光谱技术分析方法有助于实现疾病的快速、无侵害和低成本筛查，提高患者检出率能够帮助其早期治疗并减轻身体和经济负担，也能够提高医疗机构工作效率。本项目对拉曼光谱对健康人和病人的血清和组织样本进行分析，采用表面增强拉曼散射的原理对其信号增强方法进行了研究，并研究了其数据分析的模型和结果评估方法。研究中完成了表面增强拉曼的多种基底构筑，比较了不同基底对待测物光谱的影响；高维数据分析方法的理论和代码实现，为二维甚至更高维度光谱的检测和分析方法开发奠定了基础；分析了健康和肿瘤组织光谱及其光谱成像的差异，完成了组织特征分类，实现了特征光谱特征提取，结果表明多基底的拉曼分析仍然需要进一步提升其稳定性和重现性，多种惰性金属纳米颗粒基底的制备依然繁琐，活性基底保存时间有待提高，按照本研究中开发的方法固定惰性金属颗粒后的基底在以上几个需求上均有提升，MOF结合SERS的方法将在本项目中发挥一定作用，完全实现高维光谱分析仍需进一步改进基底制备方法。成像结果能清晰显示特定病理或生理代谢变化区域，光谱的空间分辨率达到衍射极限前能够完成大量医学组织的分析。通过比较不同复杂体系分辨方法，多元曲线分辨交替最小二乘方法在光谱成像领域中具有不可替代的地位，并且在加入新的稀疏约束、浓度平滑约束等方法后在理论和实践中展示出巨大潜力，该方法的理论体系进一步完备。进一步扩展了以上三个研究层次在生物、食品、环境样本分析中的应用，成像结果能够为相关代谢机理解释和特征光谱提取提供重要依据。项目实现了双线性方法在二维和高维约束中的可行解分析，对比了国际前沿的几种可行解评估方法，实现了多种算法的互相验证，为进一步完善复杂体系分辨方法评估提供了理论依据。