Ⅱ型糖尿病人与大鼠红细胞拉曼光谱学比较

使用激光共聚焦拉曼光谱仪测量正常大鼠红细胞、正常人红细胞、糖尿病STZ造模大鼠红细胞、糖尿病四氧嘧啶造模大鼠红细胞和人Ⅱ型糖尿病红细胞的拉曼光谱,应用主成分分析(principal component analysis,PCA)结合支持向量机(support vector machines,SVM)分类器对数据进行判别分析,然后采用类间距离判断两种造模方法与人Ⅱ型糖尿病的接近程度。结果发现糖尿病红细胞与正常红细胞的拉曼光谱存在明显差异,糖尿病在酰胺 ⅥCO变形振动谱带处峰高显著,并在酰胺ⅤN—H变形振动谱带处谱线出现偏移,属于磷脂的脂酰基C—C骨架1 130 cm-1谱线增强,1 088 cm-1谱线强度减弱,说明糖尿病红细胞膜的通透性增强。PCA结合SVM可以很好地区分以上5类红细胞的拉曼光谱,分类器测试结果表明分类准确度达100%。通过分别计算两种造模方法与人Ⅱ型糖尿病的类间距离,发现STZ造模法更接近人Ⅱ型糖尿病。由此得出结论：拉曼光谱法可以用于糖尿病诊断,大鼠糖尿病STZ造模法更接近人类Ⅱ型糖尿病。     

傅里叶变换红外光谱用于食管癌及癌旁正常组织结构的相关研究

应用傅里叶变换红外光谱法(FTIR)对43例食管癌及癌旁正常组织进行了分析,结果表明,食管癌组织和癌旁正常组织的红外光谱具有较大的差异:正常组织的红外光谱在1550 cm-1附近的酰胺Ⅱ带吸收峰相对较强,峰型高尖,与酰胺Ⅰ带的相对峰高比(I1647/I1550)在癌组织中比较高;正常组织中酰胺Ⅰ带的吸收峰峰位比癌组织的高1-6 cm-1;正常组织中1453 cm-1处的峰强大于1402 cm-1处,而在癌组织中则相反,1402 cm-1附近的吸收峰峰高大于1453cm-1处;癌组织中1080 cm-1附近的峰位和正常组织相比显得高而强,癌组织的相对峰高比(I1080/I1550)高于正常组织。说明傅里叶变换红外光谱法可以用于对良、恶性组织进行鉴别诊断,有希望发展成为肿瘤快速诊断的一种新方法。     

人体不同组织的拉曼光谱研究

测试了人体甲状腺、卵巢、输卵管、肺、子宫平滑肌、子宫颈等组织的拉曼光谱。结果显示,用氩离子激光514.5 nm激发,人体组织拉曼光谱的荧光背景强,在500～3 500 cm-1范围,肺和宫颈组织未显示特征带,甲状腺和子宫组织则显示了较多的带。在600～1800 cm-1范围,子宫、输卵管组织只显示了类胡萝卜素的拉曼带。正常甲状腺组织的光谱和甲状腺滤泡癌组织的光谱之间显示出明显差异,后者没有呈现1 585和1 634 cm-1特征带;正常肺组织与肺癌组织的拉曼光谱也有较大区别,肺癌组织的光谱强度比正常组织的低得多。拉曼光谱技术在临床医学诊断方面将会发挥重要的作用。     

甲状腺癌组织的傅里叶变换拉曼光谱研究

利用傅里叶变换拉曼光谱仪得到了甲状腺癌和甲状腺正常组织样品的拉曼光谱,这2种组织样本的拉曼特征峰主要出现在400～3 500 cm-1的波长范围内。在甲状腺正常组织的拉曼光谱中位于503和758 cm-1处有两个特征峰,758 cm-1处峰指认为苯环的环振动,503 cm-1处的拉曼峰经分析初步指认为C—Ⅰ伸缩振动,这2个特征峰在甲状腺癌的拉曼光谱中均消失。在甲状腺正常组织的拉曼光谱中位于3 062和1 003 cm-1处酪氨酸的特征峰,在甲状腺癌组织的拉曼光谱中,这2处峰的相对强度明显降低。因此,拉曼光谱法有望成为甲状腺癌诊断的有效方法。     

肺正常组织与癌变组织的表面增强拉曼光谱

采用共焦显微拉曼光谱进行肺正常组织与癌变组织的表面增强拉曼光谱测试,拉曼位移测试范围为300～1700cm-1 。根据得到的肺正常和癌变组织的表面增强拉曼光谱,对比分析了两者的特点与差异。选取蛋白质主链构象中构象不灵敏的CH₂弯曲振动在1454cm-1的谱线为内标,发现相比肺正常组织,癌变组织蛋白质主链中酰胺Ⅲ和酰胺Ⅰ谱带的有序构象明显减少,对α螺旋和无规则卷曲的损伤比较严重,β回折几乎消失,而骨架C—N,C—C伸缩振动却出现了与前2个谱带截然相反的状况,有序构象显著增加,蛋白质侧链构象变化与主链相比则相对复杂;DNA的骨架磷酸基团、脱氧核糖、磷酸-脱氧核糖和碱基的含量总体呈增加趋势;RNA的情况与DNA类似;磷脂的链内纵向有序性参数明显下降。     

基于波段选择的拉曼光谱血痕鉴别

血痕的种属鉴别在刑事技术和检验检疫等领域有重要的实践意义,拉曼光谱技术为血痕种属鉴别提供了思路。实验采集人血及猪、鸡、鸭、牛、鼠5种动物的血样并获取其拉曼光谱,采用Savitzky-Golay方法平滑降噪,airPLS方法进行基线校正,选取100~1 700 cm-1波段进行实验。训练集有600组数据,测试集有300组拉曼光谱数据。第一部分实验对比了PLS-DA,LDA,PCA+LDA,SVM和PCA+SVM等方法,测试集准确率分别为84.0%,49.3%,78%,83.0%和85.7%,验证了降维算法结合SVM分类器的有效性。第二部分采用互信息算法、遗传算法和等间隔组合三种波段选择算法,结合SVM分类器做对比实验,结果显示互信息结合SVM算法的分类准确率最优,在选择波段数为50时,测试集准确率达到86.0%。在波段选择数为300时,三种波段选择算法结合SVM分类器的准确率都达到93%左右,大幅高于传统分类方法。实验结果表明,采用波段选择算法进行光谱降维,可以有效的提高算法的准确率和鲁棒性,同时使拉曼光谱种属鉴定的可解释性更强。波段选择算法确定了血痕鉴别的关键波段位置,对设计用于执法的便携式拉曼系统也有重要意义。     

山药近红外拉曼光谱分析

采用785 nm半导体激光光源,全息光栅和近红外增强CCD探测器等光电器件,构建了一套近红外拉曼光谱探测系统,测试获得了山药的拉曼光谱及拉曼一阶导数谱。山药拉曼光谱谱中出现了477, 863, 936 cm-1等较强的特征峰,主要归属为蛋白质、氨基酸、淀粉、多糖等物质,与已知山药生化成分基本相符。在山药拉曼一阶导数谱中,467,484,870,943 cm-1处出现明显特征峰。对比山药拉曼光谱,在600～800 cm-1,1 000～1 400 cm-1区域内,山药拉曼一阶导数谱变化较为明显,可以更为清晰地表现山药拉曼光谱,能作为山药拉曼光谱分析的补充方法。     

基于NIR-SERS技术结合统计分析肺癌氧合血红蛋白

基于新型、高效、生物兼容性近红外表面增强拉曼散射(NIR-SERS)基底,采用共焦光路设计的便携式拉曼光谱仪,对25例肺癌患者和25例健康人的氧合血红蛋白进行NIR-SERS光谱检测,再对两者NIR-SERS光谱的谱峰强度和谱峰位置进行分析研究。发现两者的NIR-SERS光谱的谱峰强度在一定区域存在较明显的差异性,在473,816和1 583 cm-1处健康人的光谱的谱峰强度比肺癌患者要大,健康人氧合血红蛋白平均NIR-SERS光谱在1 208和1 425 cm-1谱峰处时,肺癌患者分别蓝移到1 212和1 432 cm-1,健康人氧合血红蛋白平均NIR-SERS光谱在1 583 cm-1的谱峰处,肺癌患者红移到1 579 cm-1。采用主成分(PCA)分析和独立变量T检验统计分析方法得出NIR-SERS光谱在主成分得分PC3,PC4和PC9处具有显著差异,并通过PCA得分二维、三维散点图可以将健康人和肺癌患者区分,诊断的特异性为88%,灵敏度为80%,总判别正确率为84%。通过谱峰归属分析,两者的NIR-SERS光谱存在显著差异与氧合血红蛋白吡咯环和乙烯基团(C_aC_m)的振动有关。该研究为肺癌的SERS光谱技术诊断提供了实验依据,NIR-SERS技术有望发展成为一种新型的临床辅助诊断工具。     

近红外拉曼光谱快速检测地榆

采用先进的共焦显微拉曼光谱仪,测试了地榆的拉曼光谱,绘出地榆拉曼一阶导数谱。地榆拉曼光谱中,在155、195、902、1466、1476cm-1等处出现明显的特征峰。地榆拉曼谱的一阶导数谱,在152,192,900,157,197,905cm-1等处出现明显特征峰。分析地榆拉曼光谱,确认主要归属与已有的地榆化学成分研究结果相符。地榆拉曼光谱及其一阶导数谱可作为地榆快速准确检测的依据。     

皮疹病人血清的表面增强拉曼光谱

研究了皮疹患者和健康人血清的表面增强拉曼光谱。结果表明： 皮疹患者血清中蛋白质主链酰胺Ⅰ的谱线出现在1 648 cm-1处,而在健康人血清中此峰消失。蛋白质侧链C—S键扭曲构象的谱线637 cm-1的相对强度增加了23%,而反式构象的谱线725 cm-1的相对强度减少了60%,说明C—S键的反式构象部分转成扭曲构象,表明皮疹患者血清中蛋白质的有序结构发生变化。类脂物特征峰1 449 cm-1的相对强度增加了近一倍,D-甘露糖的谱线1 099 cm-1消失,表明患者血清中糖蛋白、糖质发生了变化。这些拉曼特征峰为皮疹的诊断以及生化机理研究提供了有力的实验依据。最后用主成分分析(PCA)方法对健康人和皮疹患者血清的表面增强拉曼光谱进行分析,发现皮疹患者血清的主成分分布相对健康人较分散,并且此方法能准确的区分开这２种血清。     

基于拉曼光谱和多元统计分析技术的结肠癌早期诊断

为了寻找结肠癌的病理发展规律在拉曼光谱属性上的体现,采用共聚焦显微拉曼光谱仪对60例离体的正常结肠组织、腺瘤性息肉和腺癌组织的近红外拉曼光谱进行对比检测,初步探讨了三类组织的拉曼光谱特征及其改变的规律。结果表明:三类组织拉曼光谱的差异明显存在于830,855,1 032,1 210,1 323,1 335,1 445,1 450,1 655 cm^-1处,腺瘤性息肉的光谱大体位于正常组织与腺癌组织之间。以组织病理诊断为金标准,主成分分析结合线性判别分析技术建立的诊断算法区分3类组织的灵敏度分别为96.9%、85.7%和97.3%,特异性分别为82.8%、90%和92.3%。因此,拉曼光谱有潜力在分子水平上区分正常结肠组织、腺瘤性息肉和腺癌组织,有望成为结肠癌早期诊断的一种有效方法。     

单个鼻咽癌细胞的拉曼光谱分析的研究

利用激光镊子拉曼光谱系统研究了鼻咽癌细胞株和正常人鼻咽部气道上皮细胞株的单个细胞的拉曼光谱,对于每个细胞在不同部位测3个点。结果显示：正常细胞和癌细胞的平均拉曼光谱有显著差异：正常的细胞光谱强度比癌细胞的明显要高;正常细胞的1304和1336 cm-1处峰的强度比值为1.05,癌细胞的为1.22。用PCA主成分分析和DFA判别分析分别对单个细胞的平均光谱和不同位置所取得的单独光谱进行分析,结果发现：PCA和DFA均可以把癌细胞和正常细胞正确区分,对于单独光谱,DFA的效果更好一些。同时还发现同一个细胞中不同的光谱位置对PCA和DFA的区分度影响不是很大;PCA和DFA的图中还表明癌细胞的均匀度要比正常细胞的差。以上的研究均表明：激光镊子拉曼光谱可以成为区别正常鼻咽细胞和鼻咽癌细胞的有效手段。     

Raman spectroscopic identification of normal and malignant hepatocytes

Raman spectroscopy has strong potential for providing non-invasion diagnosis of cancers. In this paper, micro-Raman spectroscopy is used to diagnose one most common liver cancer, hepatocellular carcinoma （HCC）. The statistical analyzes, including t-test, principal component analysis （PCA）, and linear discriminant analysis （LDA）, are performed on the Raman spectra of malignant and normal hepatocytes. The t-test-LDA results show that the 786- and 1004-cm^-1 bands of the malignant and normal hepatocytes are significantly different, and PCA-LDA results show an overall accuracy of 100% for the Raman spectroscopic identification of normal and malignant hepatocytes in our experiment.     

正常人和结直肠癌患者血清的拉曼光谱探测与区别

本文对比分析了正常人和结直肠癌患者的血清的拉曼光谱.选择拉曼峰信息和荧光背景信息作为参数进行统计分析.用主成分回归(Principal component regression,PCR)和线性辨别分析(linear discriminant analysis,LDA)对所选参数进行分析以观察这些参数对光谱的代表性,得到...     

FTIR结合主成分分析法对直肠癌转移淋巴结的研究

应用傅里叶变换红外光谱(FTIR)联合主成分分析法(PCA),分析直肠癌转移淋巴结的谱学特征,并对直肠癌转移淋巴结和非转移淋巴结进行线性判别分析。80例直肠癌转移淋巴结和80例未转移淋巴结进行FTIR光谱分析,计算峰强并进行主成分分析,得出在波数4 000～1 700 cm-1范围主成分1(Principal components 1,PC1)是3 260 cm-1,PC2为1 740 cm-1。波数1 700～1 000 cm-1范围,PC1为1 640 cm-1,PC2为1 080 cm-1,将良、恶性淋巴结光谱3 260,1 740,1 640,1 080 cm-1相对峰强比(I/I_{1 460})和波数1 080和1 300 cm-1进行t检验,良、恶性结果差异有统计学意义(p<0.05),表明癌转移淋巴结中蛋白含量、蛋白的形成、氨基酸增多;脂肪含量明显减少与癌组织中无氧酵解脂肪含量减少有关。将相对峰强比(I_{1 080}/I_{1 460}, I_{1 640}/I_{1 460}, I_{3 260}/I_{1 460}, I_{1 740}/I_{1 460}, n=160)进行PCA聚类分析,结果显示可以将良恶性淋巴结鉴别,良性淋巴结聚类在第一和四象限,恶性淋巴结聚类在二和三象限。将相对峰强比、1 080和1 300 cm-1进行线性判别分析(LDA),将25例淋巴结作为验证集进行分析,得出PCA/LDA模型的敏感度是87.5%,特异度是88.5%。结果表明傅里叶变换红外光谱分析技术可成为术中原位、在体和快速诊断直肠癌淋巴结转移的一种简便方法。     

应用近红外光谱技术快速检测果醋糖度

为了对果醋糖度值进行快速准确检测,应用近红外光谱技术并结合最小二乘支持向量机分析方法建立了果醋糖度检测模型.应用近红外透射光谱获取五种类型共计300份果醋样本的光谱透射曲线,利用主成分分析方法对原始光谱数据进行降维处理,根据主成分的累计贡献率选取6个主成分.选取的主成分即作为光谱优化特征子集以替代原来复杂的光谱数据.随后将300份果醋样本数据随机分为定标集和预测集,利用最小二乘支持向量机在225个定标集样本数据基础上建立起果醋糖度预测模型,应用此模型对75个预测集样本进行糖度预测.根据预测均方根误差(RMSEP)和预测结果的相关系数(r)对预测模型进行评价,利用此模型得到的样本糖度预测值r=0.993 9,RMSEP=0.363,均达到了较好的预测效果.     

Study of both fingerprint and high wavenumber Raman spectroscopy of pathological nasopharyngeal tissues

High wavenumber (HW) Raman spectroscopy has weaker fluorescence background compared with fingerprint (FP) region. This study aims to evaluate the discrimination feasibility of nasopharyngeal non‐cancerous and nasopharyngeal cancer (NPC) tissue with both FP and HW Raman spectroscopy. HW Raman spectra of nasopharyngeal tissue were obtained for the first time. Raman spectra were collected to differentiate nasopharyngeal non‐cancerous (n = 37) from NPC (n = 41) tissues in FP (800–1800cm⁻¹), HW (2700–3100cm⁻¹), and integrated FP/HW region. First, to assess the utility of this method, the averaged Raman spectral intensities and intensity ratios of corresponding Raman bands were analyzed in HW and FP regions, respectively. The results show that intensities as well as the ratios of specific Raman peaks might be helpful in distinguishing nasopharyngeal non‐cancerous from NPC tissue with the HW Raman spectroscopy, as with FP Raman reported before. The multivariate statistical method based on the combination of principal component analysis–liner discriminant analysis (PCA‐LDA), together with leave‐one‐patient‐out, cross‐validation diagnostic algorithm, was used for discriminating nasopharyngeal non‐cancerous from NPC tissue, generating sensitivities of 87.8%, 85.4%, and 95.1% and specificities of 86.5%, 91.9%, and 89.2%, respectively, with Raman spectroscopy in the FP, HW, and integrated FP/HW regions. The posterior probability of classification results and receiver operating characteristic curves were utilized to evaluate the discrimination of PCA‐LDA algorithm, verifying that HW Raman spectroscopy has a positive effect on the differentiation for the diagnosis of NPC tissue by integrated FP/HW Raman spectroscopy. What's more, the potential of Raman spectroscopy used for differentiating different pathology NPC tissues was also discussed. The results demonstrate that both FP and HW Raman spectroscopy have the potential for diagnosis and detection in early nasopharyngeal carcinoma, and HW Raman spectroscopy may improve the discrimination of NPC tissue compared with FP region alone, providing a promising diagnostic tool for the diagnosis of NPC tissue. Copyright © 2015 John Wiley & Sons, Ltd.     

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.     

应用血红蛋白的拉曼光谱进行食管癌诊断的研究

早期诊断对食管癌患者的治疗具有重要意义。通过对21例食管癌患者和20例健康人的血红蛋白溶液进行拉曼光谱的检测和研究,发现食管癌患者与健康人血红蛋白的拉曼光谱有较明显的区别。与健康人相比,食管癌患者血红蛋白中处于低自旋态的铁离子增多,而处于高自旋态的铁离子减少,说明癌变导致食管癌患者血红蛋白中部分处于高自旋态的铁离子转移到了低自旋态,这与癌症患者血样较易溶血的现象相吻合。采用主成分分析(PCA)方法,对所得拉曼光谱建立多元统计模型进行计算,得到的光谱峰值的PCA得分三维散点图可以良好的区分食管癌患者与健康人。利用判别分析方法得出该算法诊断食管癌的灵敏度和特异性分别为90.5%和95%,总判别正确率为92.7%。结果表明,对血红蛋白的拉曼光谱进行检测和分析有可能成为食管癌早期诊断的有效工具之一。