拉曼光谱技术在农作物生理信息检测中的研究进展

拉曼光谱(Raman spectroscopy,RS)是一种散射光谱,具有样品前处理简单、响应速度快、灵敏性高以及原位无损检测等特点。由于拉曼信号具有指纹图谱特性和不受水分信息干扰的优势,其在生物体信息检测方面发挥着重要作用。拉曼光谱成像技术是拉曼光谱技术发展的新方向,其可以同时获取研究对象的空间及光谱信息;显微拉曼光谱技术不仅可以进行分子结构的检测,还能够实现生物组织微区化学成分的空间分布分析。目前,应用拉曼光谱进行农作物生理信息的检测成为学者们的研究热点。本文概述了拉曼光谱的基本原理和分类,并重点介绍了拉曼光谱技术在农作物的生殖与营养器官(种子,花朵,果实和根,茎,叶)中生理信息检测方面的国内外最新研究进展。最后结合国内外研究现状,分析了拉曼光谱在农作物生理信息检测中的局限,并对其的应用前景进行了展望。     

共振拉曼光谱技术应用综述

拉曼光谱是提供物质结信息的强有力工具。但由于拉曼散射信号弱，灵敏度低，因此应用范围受到限制。而在共振拉曼光谱(RRS)中，由于激发光源频率落在分子的某一电子吸收带内，分子吸收光子向电子激发态的跃迁变成了共振吸收，因此对入射光的吸收强度大大增加。与常规拉曼光谱相比，RRS能够提高信号强度的106倍。因此，RRS检测技术以其更高的灵敏度和选择性而具有更广的应用，特别是在生物学及医学等领域。如：(1)生物基质中的类胡萝卜素和叶绿素等色素分析；(2)细胞、蛋白质和DNA等有机物研究以及一些临床疾病诊断。RRS可以得到在常规拉曼光谱中隐藏的、更为重要的分子结构信息。RRS总是在很低的浓度下测试，且共振拉曼增强的谱线是属于产生电子吸收的基团，这对于有色物和生物样品尤为重要。因为很多这类样品的活性部位接近于生色基团，且研究对象往往是生物大分子的某一部分，所以在研究生物物质的结构和功能的关系时，RRS起着重要作用。近年来，由于光谱技术的发展使得RRS检测技术得到创新与延伸，如液芯光纤共振拉曼光谱和透射共振拉曼光谱等新技术的应用。通过对近几年有关RRS技术应用的原始论文、数据和主要观点进行归纳整理与分析提炼，介绍了RRS这一专题的历史背景和研究现状，分别对共振拉曼光谱的色素检测、生物检测和爆炸物检测等应用领域展开详细的综述，并介绍了相关新技术的发展应用。随着光谱技术的快速发展，RRS必将在科研领域拥有其他光谱技术不可取代的重要地位。     

红外光谱法检测生物大分子损伤的研究进展

红外光谱技术由于其灵敏度高和对样品的非破坏性等优点已成为研究生物大分子损伤的重要工具。蛋白质、脂质和核酸等受到损伤时,其红外光谱特征吸收峰的峰位、峰型和峰强会发生变化,这为检测生物大分子损伤并进一步揭示相关疾病的发生、发展及早期预防提供了依据。还综述了近年来使用红外光谱法检测生物大分子损伤的研究进展,介绍了利用傅里叶变换红外光谱、衰减全反射傅里叶变换红外光谱和傅里叶红外显微等技术在蛋白质二级结构、膜脂流动性和离子通透性以及药物对DNA的作用机制等领域的应用,以及相关的定性和定量分析方法进行了评述,提出了目前红外光谱分析技术中存在的问题,并对今后红外光谱在生物医学领域中的应用前景作了展望,指出疾病早期诊断、红外光谱联用以及定量分析技术等将成为红外光谱领域未来的研究热点。     

基于唾液的拉曼光谱检测进行肝癌诊断的研究

表面增强拉曼光谱技术是近年来快速发展的一种痕量特征标记性物质检测技术, 达到了分子识别水平, 具有很高的灵敏度, 能够精确地分析和了解物质结构和成分。人体唾液中含有大量体征相关的特异性蛋白质和分泌物质。唾液检测具有无创、获取方便、适合开展大规模普查等优点。表面增强拉曼光谱检测技术可以快速地对唾液进行检测, 二者的结合, 有可能成为一种癌症诊断的新方法。本文利用表面增强光谱技术对肝癌患者进行实验研究, 通过对肝癌患者唾液的采集、样品的处理、光谱的采集及光谱分析, 肝癌特异性标记物AFP(alpha fetoprotein)的检测及分析等过程得到肝癌相关特征信息, 表明肝癌患者与正常人的唾液样本分类良好, 灵敏度及特异性较好; 进一步验证了AFP抗原的分子组成, 且AFP抗原的拉曼强度基本随浓度的递增呈递减趋势; 对肝癌患者的唾液样本及AFP抗原的拉曼光谱进行比对分析, 提示利用表面增强拉曼光谱检测唾液有可能诊断早期癌症。     

拉曼光谱技术在医学检验领域中的研究进展(特邀)

拉曼光谱技术以光子的非弹性散射为基础,具有实时、非侵入、快速等优点,作为一种分析工具被广泛应用于各个研究领域。在医学检验领域中,拉曼光谱不仅可以提供细胞和组织的化学成分信息,还能检测发生病变的细胞和组织在生化信息的组成和结构上的差异,在医学检验领域极具应用前景。概述了目前可能应用于医学检验的几种拉曼技术;阐述了拉曼光谱技术应用于生物液体样本和其他样本的一些关键问题。针对生物液体样本,重点评估了血液、尿液和脑脊液等流体样本的适用情况;总结了用于拉曼检测的医学样本的收集和保存方法。同时,介绍了拉曼光谱数据的处理与分析方法,通过光谱的预处理,结合统计学方法、机器学习方法进行特征提取与分类识别,实现拉曼光谱和生化信息的映射。对拉曼光谱应用于医学检验的关键问题进行讨论,探讨了临床转化需要克服的问题及发展前景。     

拉曼光谱技术在病理诊断中的研究进展

拉曼光谱技术能够提供与物质特定分子结构相关的光谱信息,可用于识别生物组织微小的生化变异,具有快速、实时、无损、无需样本预处理等优点,在临床病理诊断领域极具应用前景。与常规组织病理学分析相比,拉曼光谱技术能够直接检测活体组织,简化了分析程序,缩短了诊断时间。人体病变组织的细胞分子组成和结构可能发生变化,这为拉曼光谱技术在组织病理诊断中的应用提供了检测依据。基于组织分子组成与结构的差异,结合机器学习和化学计量学方法,拉曼光谱技术可以提供客观的诊断信息,实现快速、低侵入的病理诊断。回顾了近十年来拉曼光谱技术在组织病理诊断中的研究进展,对取得的关键成果进行了总结,阐述了当前离体和活体应用拉曼光谱技术的一些关键问题。针对离体拉曼光谱检测,重点评估福尔马林固定石蜡包埋样本、冷冻样本和新鲜组织样本等离体样本的适用情况;阐述拉曼光谱数据收集的关键技术,包括适用光源、光谱范围,以及病理样本光谱采集的方式等。对于活体拉曼光谱检测,重点介绍了活体检测研究中拉曼光谱技术应用的两种形式：结合医用内窥镜进行体内检测,以及开放手术中的直接检测;综述了临床适用的拉曼系统,重点介绍了当前活体拉曼研究中应用的光纤探头。同时,文章也讨论了拉曼光谱数据的处理与分析方法,通过光谱预处理,特征提取与分类识别,构建拉曼光谱病理诊断模型,在小样本范围能够获得较好的诊断结果。考虑临床实际应用,仍需要不断优化分析方法,实现拉曼光谱与生化信息的关联,将样本个体差异的影响纳入分类模型中,以提升模型性能。文章对拉曼光谱应用于病理诊断中的关键问题进行了讨论,为进一步开展研究提供参考。未来需要更深入和广泛地开展离体和活体研究,以促进拉曼光谱技术在临床中的应用。     

拉曼光谱技术在农产品质量安全检测中的应用

农产品的质量安全与我们老百姓的身体健康和生命安全密不可分。传统的化学检测方法具有需要样品前处理,操作过程复杂以及破坏样品等诸多缺陷。拉曼光谱技术作为一种分析、测试物质分子结构强有力的表征手段,可以快速实现样品的无损伤、定性定量检测分析。随着拉曼光谱技术的不断完善和应用范围的逐渐拓宽,拉曼光谱技术在农产品的质量安全检测中发挥着极其重要作用,并且具有广阔的应用前景。目前,已经有大量的基于拉曼光谱技术检测农产品质量安全的相关研究报道,为了解拉曼光谱技术的检测原理以及发展现状,并跟踪国内外最新研究进展,简述了拉曼光谱技术的基本原理及其发展、拉曼光谱检测装置,深入综述了拉曼光谱技术在果蔬、禽畜、粮食质量安全检测中的最新研究进展,指出了拉曼光谱技术应用在农产品质量安全检测中的现存的技术问题。另外,还简要介绍了国内外部分拉曼光谱仪的部分信息和便携式拉曼光谱仪专利申请状况,展望了该项技术的研究方向和应用前景。     

基于拉曼光谱技术的甲状腺疾病检测的研究

基于光学成像与光谱技术的无损检测是生物医学光学交叉领域研究的重要发展方向。其中拉曼光谱技术可获得检测对象的生化成分的"指纹信息",被广泛应用于面向生物分子,细胞以及生物组织的检测诊断研究。甲状腺疾病尤其肿瘤的临床检测往往涉及多方法和技术手段的结合,且存在一定的诊断难度,因此发展新的检测技术方法具有重要的意义。首先综述了拉曼光谱技术在甲状腺细胞系的单细胞拉曼光谱检测与分析,然后介绍甲状腺病理组织和甲状腺正常组织的拉曼光谱鉴别诊断(特别介绍了本研究小组开展以银纳米粒子为增强基底的甲状腺离体组织SERS光谱研究情况),以及拉曼光谱技术在甲状腺激素等方面的研究概况。最后简要探讨了拉曼光谱技术在该领域的研究应用前景和发展方向。     

DNA,RNA碱基和稀有碱基的太赫兹光谱检测

核酸分子碱基的光谱特征分析对生物遗传学研究具有重要意义。探讨太赫兹时域光谱(THz-TDS)技术和拉曼光谱(Raman spectroscopy)技术用于DNA和RNA碱基和稀有碱基的光谱检测的可行性。分析了7种固体核酸碱基的太赫兹振动光谱和拉曼光谱,对THz-TDS技术和拉曼光谱技术进行了对比研究。实验结果表明,在THz-TDS实验中,胞嘧啶(cytosine, C)、鸟嘌呤(guanine, G)、腺嘌呤(adenine, A)、胸腺嘧啶(thymine, T, DNA专有)和尿嘧啶(uracil, U, RNA专有)和稀有碱基[5-甲基胞嘧啶, 5-methylcytosine (m~5C)、 1-甲基腺嘌呤, 1-methyladenine (m~1A)]在0.2～2.0 THz频段内特征吸收峰和吸收强度差异显著,可以直观地识别出7种碱基的差异;拉曼光谱中, 7种碱基也表现出很多明显的不同特征峰,而正是由于拉曼光谱的特征峰杂而多,故不能直观的识别多种物质。且其吸收强度的差异与粉末的厚度,粒度和光聚焦的深度有关,样品的荧光还会给拉曼光谱带来干扰,同时激光还可能会损伤生物样品。这说明此两种技术均能够识别7种常见和稀有碱基, THz-TDS技术在识别这7种碱基的能力上优于拉曼光谱技术,表现出较为简洁,快速和无损的检测性能。THz-TDS技术不仅为DNA和RNA碱基和稀有碱基的识别提供了一种快速和准确的检测方法,也为生物遗传学研究奠定实验基础。     

人全血的毛细管显微拉曼光谱分析

血液中含有众多生物信息，如激素、酶、抗体等丰富的蛋白质成分。通过对血液中众多生物信息进行检测鉴定可以起到对该血液种属判定、溯源的目的。因此，血液检测技术的发展在诸如刑事案件侦破、物种鉴定、疾症预防等领域具有重要意义。目前，传统血液检测手段多为显微观测、免疫法、DNA/基因检测法等，这些技术会对血液样本造成不可逆转的破坏性，且存在分析周期长、结构装置复杂、试验价格昂贵等问题。随着激光技术的发展，拉曼光谱技术作为一种非线性散射光谱技术，在血液检测技术中得到了应用。在血液检测技术中，拉曼光谱技术通常与共聚焦显微系统结合，对涂在载玻片上或盛放在透明容器中的血液样品进行光谱信号采集。该技术具有快速、无损等优势，但复杂的光路系统及昂贵的实验装置限制了该技术的广泛推广。为提出一种装置简单、操作简便的血液拉曼检测新技术，研究采用基于毛细管的显微拉曼技术方案采集并分析人全血的拉曼信号。血液样品通过毛细管的虹吸效应取样，与载玻片的涂样方式相比毛细管的方案具有模拟人血管、维持血液活性、减小空气对实验过程中血液成分的影响、降低激光对血液样品的灼伤效果等优势。为避开可见光部分荧光较强区域的荧光干扰，研究采用360 nm紫外激光器作为激发光源，防止可见荧光信号的干扰。积分时间设为800 ms，有效避免因激光长时间照射对血液样品的灼伤效果，影响实验数据的稳定性与真实性，光谱平均次数为2次，避免单次测量所带来的数据的不准确性影响。光谱扫描范围为500～1 800 cm-1, 结果表明此范围内可较好的避开可见光部分荧光较强区域的干扰。测得的拉曼光谱信号通过滤波去噪及基线校正进行处理。首先采用5阶离散小波变换滤波，进行1层信号分解，滤除高频噪声信号，保留低频有效信号，从而去除杂散信号，对光谱有效信号进行提取。其次，采用4阶多项式拟合扣除基底的基线校正，实现人全血的毛细管显微拉曼光谱峰值信号的提取。最终，通过查询SDBS数据库以及人血样本通过reishaw共聚焦显微拉曼光谱仪测量所得光谱图进行验证发现测得信号中部分为人体内数种氨基酸成分的拉曼信号。实验研究发现，基于毛细管的显微拉曼实验系统与常规拉曼探头实验系统相比，拉曼信号更稳定、重复性高，可有效提取人全血中的拉曼光谱信号, 而其与高精度的共聚焦显微拉曼系统相比价格便宜、结构简单、易于推广等优点，但信号信噪比、有效信号的峰值强度上仍有进一步的提升，是一种测量人全血拉曼信号的可行方案。     

激光诱导击穿光谱与拉曼光谱技术在危险物检测中的研究进展

炸药、生物及化学危险物检测在反恐和公共安全领域具有重要应用价值,也是目前亟需解决的问题。激光诱导击穿光谱技术利用高能激光脉冲诱导材料产生等离子体,通过探测等离子体辐射光谱从而分析其组成成分。拉曼光谱技术是基于非弹性光散射的一种光谱检测方法,可以反映分子的振动信息。由于它们都具有快速和非接触遥测的优点,成为最有发展潜力和应用前景的危险物检测技术。介绍了激光诱导击穿光谱、拉曼光谱以及二者联合探测技术在危险物检测中的国内外发展现状,并对各自的优缺点进行了分析。激光诱导击穿光谱信号强、实时性好,但重复性差、基底效应影响显著,在判别组成元素相同而分子结构不同的危险物和干扰物时面临巨大挑战。拉曼光谱能够提供被测物的分子信息,适合于鉴别有机危险物,但信号弱、受荧光干扰大、检测低浓度样品及分析混合物的能力弱,外场使用时受周围杂散光以及环境变化的影响大。将这两种光谱探测技术相融合,发挥各自的优点,可以有效地提高探测危险物的准确度。但两种光谱联合探测系统结构和数据处理复杂,成本高,还有许多技术难点亟需解决。文章最后,对危险物激光诱导击穿光谱和拉曼光谱研究的前景进行了展望。     

Raman spectroscopy at different excitation wavelengths (1064, 785 and 532 nm) as a tool for diagnosis of colon cancer

Raman spectroscopy is structure sensitive non‐destructive method that allows observing the status of biological tissues with minimal impact. This method has a great potential in the diagnosis of various types of degenerative diseases including cancer damages. Near‐infrared Fourier transform (NIR‐FT)‐Raman (λ_ex ~1064 nm), NIR‐visible (Vis)‐Raman (λ_ex ~785 nm) and Vis‐Raman (λ_ex ~532 nm) spectra of normal and colorectal carcinoma colon tissue samples were recorded in macroscopic mode at 10–20 randomly chosen independent sites. In the cases of NIR‐Vis‐ and Vis‐Raman spectra, enhanced resonance effects were observed for tissue chromophores absorbing in the visible area. Evident spectral differences were noticed for Raman spectra of normal colon tissue samples in comparison with abnormal samples. The average Raman spectra of colon tissue samples were analysed by principal component analysis (PCA) to discriminate normal and abnormal tissues. PCA of combined dataset containing Raman intensities of chosen NIR‐FT, NIR‐Vis or Vis‐Raman bands led to discrimination of normal and abnormal colon tissue samples. Therefore, combination of these three Raman methods can be helpful for recognizing cancer lesions in colon for diagnostic purposes. Copyright © 2014 John Wiley & Sons, Ltd.     

Raman spectroscopy utilizing Fisher‐based feature selection combined with Support Vector Machines for the characterization of breast cell lines

Raman spectroscopy has the potential to significantly aid in the research and diagnosis of cancer. The information dense, complex spectra generate massive datasets in which subtle correlations may provide critical clues for biological analysis and pathological classification. Therefore, implementing advanced data mining techniques is imperative for complete, rapid and accurate spectral processing. Numerous recent studies have employed various data methods to Raman spectra for classification and biochemical analysis. Although, as Raman datasets from biological specimens are often characterized by high dimensionality and low sample numbers, many of these classification models are subject to overfitting. Furthermore, attempts to reduce dimensionality result in transformed feature spaces making the biological evaluation of significant and discriminative spectral features problematic. We have developed a novel data mining framework optimized for Raman datasets, called Fisher‐based Feature Selection Support Vector Machines (FFS‐SVM). This framework provides simultaneous supervised classification and user‐defined Fisher criterion‐based feature selection, reducing overfitting and directly yielding significant wavenumbers from the original feature space. Herein, we investigate five cancerous and non‐cancerous breast cell lines using Raman microspectroscopy and our unique FFS‐SVM framework. Our framework classification performance is then compared to several other frequently employed classification methods on four classification tasks. The four tasks were constructed by an unsupervised clustering method yielding the four different categories of cell line groupings (e.g. cancer vs non‐cancer) studied. FFS‐SVM achieves both high classification accuracies and the extraction of biologically significant features. The top ten most discriminative features are discussed in terms of cell‐type specific biological relevance. Our framework provides comprehensive cellular level characterization and could potentially lead to the discovery of cancer biomarker‐type information, which we have informally termed ‘Raman‐based spectral biomarkers’. The FFS‐SVM framework along with Raman spectroscopy will be used in future studies to investigate in‐situ dynamic biological phenomena. Copyright © 2013 John Wiley & Sons, Ltd.     

空间偏移拉曼光谱技术的发展及应用

传统拉曼光谱只能探测样品的表层信息，或者只能穿透透明的表层探测样品内部，对多层不透明或不透明包装的样品检测则不适用了，比如搜索隐蔽的爆炸物、识别有包装的假药、无损检测骨骼疾病等。空间偏移拉曼光谱（SORS）技术是一种新型光谱检测技术，能够非侵入不透明包装或表层直接获得样品内部深层特征信息，这一技术的出现解决了上述的难题。首先详细介绍了SORS技术的工作原理：其根本原理在于光子迁移理论，其系统激光光源的入射焦点与光谱系统中收集透镜的焦点在待测样品表层空间上偏移一定的距离ΔS。当激光入射到待测样品表层时，表层样品被激发或散射出宽带荧光，其中有一部分散射光将到达样品内部，样品内部深层处产生的拉曼散射光子相比于样品表层的光子在散射过程中更易于横向迁移，经多次散射后返回样品表层被光谱仪器接收系统收集。到达样品内部不同深度ΔH的散射光返回表层后的位置距离激光光源入射点在样品表层上有不同的偏移距离ΔS。当空间偏移距离ΔS＝0时，激光光源入射点与拉曼光谱收集点重合，此处激发的光子密度最大，系统收集到的拉曼光谱信号大部分来自样品表层，样品深层拉曼信号被淹没；当空间偏移距离ΔS≠0时，光谱仪器收集到的拉曼光谱信号中来自表层的信号衰减很快，来自样品深层的信号衰减较慢，使得更深层的拉曼散射光子比重变大，从而实现光谱分离，再结合多元数据分析方法可以获得样品内部不同深层次的拉曼光谱，即空间偏移拉曼光谱。该技术具有很好抑制表层物质拉曼光谱和荧光光谱干扰的能力，特别适用于隐蔽在不透明包装材料下的物质拉曼光谱的提取，从而快速、非侵入地对目标物成分进行鉴定。其次介绍了SORS技术的特点。SORS技术是拉曼光谱的衍生技术，具备拉曼光谱技术的制样简单、水分干扰小、样品消耗量小、灵敏度高等全部优点，除此之外，有效抑制荧光、深层检测、非侵入无损检测、远距离检测等特点，这些特点有效提高了拉曼光谱强度，降低用户的检测和生产成本以及提高检测人员的人身安全。同时概述并对比了SORS技术现有的三种工作方式：标准SORS、逆SORS和倾斜SORS。标准SORS技术可进行远距离非接触测量，逆SORS较之标准SORS具有更高的灵敏度和抗光谱扭曲的潜力，而且入射的有效光照面和空间偏移距离ΔS是可控的，避免了样品过热；倾斜SORS具有较高的检测灵敏度，而且实验装置容易实现。然后在大量调研文献的基础上综述了近些年来SORS技术结合其他技术在化工生产、安检、生物医学、考古艺术、食品安全、稽查打假以及国防安全等多个领域的国内外发展和应用。最后指出了SORS技术目前存在的问题并展望了该技术未来的发展前景。     

Raman spectral properties of squamous cell carcinoma of oral tissues and cells

Early diagnosis is the key of the improved survival rates of oral cancer. Raman spectroscopy is sensitive to the early changes of molecular composition and structure that occur in benign lesion during carcinogenesis. In this study, in situ Raman analysis provided distinct spectra that can be used to discriminate between normal and malignant tissues, as well as normal and cancer cells. The biochemical variations between different groups were analyzed by the characteristic bands by comparing the normalized mean spectra. Spectral profiles of normal, malignant conditions show pronounced differences between one another, and multiple Raman markers associated with DNA and protein vibrational modes have been identified that exhibit excellent discrimination power for cancer sample identification. Statistical analyses of the Raman data and classification using principal component analysis (PCA) are shown to be effective for the Raman spectral diagnosis of oral mucosal diseases. The results indicate that the biomolecular differences between normal and malignant conditions are more obviously at the cellular level. This technique could provide a research foundation for the Raman spectral diagnosis of oral mucosal diseases.     

膀胱肿瘤离体组织的拉曼光谱学研究

使用激光共聚焦显微拉曼光谱仪测取膀胱肿瘤和正常膀胱组织的拉曼特征谱,应用主成分分析/支持向量机(principal component analysis,PCA/support vector machines,SVM)分类器对数据进行判别分析,最后使用弃一交叉验证法(leave-one-out cross validation,LOOCV)测试判别结果的准确度。结果发现膀胱肿瘤组织与正常膀胱组织的拉曼光谱存在明显差异,肿瘤组织在782和1 583cm-1等核酸特征谱带处峰高显著增强,而正常组织在1 061,1 295,2 849,2 881cm-1等蛋白质和脂质特征谱带处峰高显著增强。PCA/SVM可良好区分膀胱肿瘤组织和正常膀胱组织的拉曼光谱,LOOCV测试分类器显示肿瘤诊断的敏感度86.7%、特异度87.5%、阳性预测值92.9%、阴性预测值77.8%。由此得出结论:拉曼光谱可以良好诊断膀胱肿瘤的体外组织,展现了优越的临床应用前景。     

Analyzing normal proliferating,hypoxic and necrotic regions of T-47D human breast cancer spheroids using Raman spectroscopy

Raman spectroscopy is an advanced chemical analytical technique that has gained significant interest in cancer research, in particular early detection and monitoring of cancer, with added advantages of non-invasive and real-time diagnosis. Recently, studies have shown its sensitivity to monitor chemical changes during cancer progression. This information will lead to identification of chemical markers (molecular fingerprints of chemical composition) that can be used as biological markers. In this study, we used a tumor spheroid model that mimics the characteristics of a non-vascular in vitro tumor model, we used a combination of Raman and multivariate approach to identify chemical changes associated with normal proliferating, hypoxic and necrotic regions of T-47D human breast cancer spheroid model. The results provide evidence that lipids, amide I, III and nucleic acid contents differ significantly in normal, hypoxic and necrotic regions. Principal component analysis loading plots has suggested that normal proliferating region separated with low amide I and high-tryptophan content compared to hypoxic and necrotic regions. These differences observed in three regions might be useful in identification of new spectral markers associated stress faced by each region progressing toward necrosis.     

近五年拉曼光谱技术在宫颈癌中的研究进展

宫颈癌是女性发病率第四位的癌症,如果能早期诊断宫颈癌和宫颈上皮内瘤变可大大提高生存率。现有的诊断技术存在假阳性率高、特异度低、灵敏度低、耗时、价格高等问题。拉曼光谱技术是一种可靠的新兴的技术, 它可分析物质的分子结构,还可以分析人体组织的化学成分。在医学研究方面,拉曼成像已成功应用于鼻咽、胃肠、肺、食管、肾、脑癌等。综述总结了近五年拉曼光谱技术在宫颈癌中的关键研究。拉曼技术对宫颈癌的研究已有几十年的历史,近五年的研究在诊断宫颈癌的同时,更深入地研究了炎症因素对诊断的影响、宫颈鳞癌腺癌的区分等。本综述从体内组织学、体外组织学、细胞学以及血液方面分类总结了近五年的文献,还汇总了文章中出现的数据处理方法、激发光波长、拉曼波数及其代表物质。现有文献证明,拉曼光谱对宫颈癌的诊断特异性及准确度均可达到90%以上,不亚于传统HE染色,并且相较于HE染色,拉曼技术拥有免染色、免固定、专业人员需求量少、快速等优点,对于宫颈癌的诊断提供了另一种可行性。然而,拉曼光谱在应用于临床之前,还需要更多的研究及证据来充分论证拉曼光谱在宫颈癌诊断中的作用,我们也期待着能有更多样本数据,更多研究思路的出现。     

Integrated spectral and spatial information extraction in Raman spectroscopy

Raman spectroscopy has been widely used to analyze various substances quantitatively. Conventional studies are primarily focused on the spectral characteristics of Raman scattering. The spatial distribution is always ignored, which can be used to observe the physical properties, such as the particle size. In this article, the spatial information has been extracted from the Raman spectra of barium nitrate, demonstrating that the evident spatial width broadening varied with the particle size. The numerical result shows that the spatial width has a better linear correlation with the particle size, while the Raman intensity has a poor linear correlation. The integrated spectral and spatial information extracted in Raman spectroscopy has a potential application in the quantitative analysis of physical properties.