近红外激发荧光光谱与拉曼光谱快速鉴别马铃薯品种

马铃薯是世界上最重要的食物之一,快速无损的进行马铃薯品种鉴别对其在应用中更好的发挥品种优势具有重要作用。研究了以近红外荧光光谱和近红外拉曼光谱的土豆品种鉴别,并对两者进行了比较。实验采用3个品种共98个土豆样本,随机将其分成校正集(74个)和预测集(24个)。首先使用785nm近红外激光激发,采集所有样本的荧光和拉曼混合光谱,然后从混合光谱中分别提取荧光光谱和拉曼光谱,最后对荧光光谱和拉曼光谱进行偏最小二乘判别分析(PLS-DA),PLS-DA模型采用留一法和全交互验证。结果显示,荧光光谱与拉曼光谱都能够对三个马铃薯品种进行鉴别,其中荧光光谱的PLS-DA模型预测Favorita品种效果较好(灵敏度为1,特异性0.86,准确性0.92),但Diamant品种(灵敏度为0.75,特异性0.75,准确性0.75)和Granola品种(灵敏度为0.16,特异性0.89,准确性0.71)预测的效果较差,而拉曼光谱图很好的解释了马铃薯中的主要营养成分,基于拉曼光谱的PLSDA模型的预测效果(三个品种预测灵敏度,特异性,准确性均为1)比荧光光谱判别效果显著提高。     

基于共焦显微拉曼的柑橘黄龙病无损检测研究

黄龙病危害柑橘果树日益严重,对柑橘黄龙病进行快速检测研究具有重大意义。采用拉曼光谱技术,结合偏最小二乘判别分析(PLS-DA)方法探讨快速诊断柑橘黄龙病及病情类别的可行性。获取柑橘叶片拉曼光谱并进行普通PCR鉴别分为轻度、中度、重度、缺素和正常5类。在715～1 639.5 cm-1范围内采用一阶导,基线校正(Baseline)和多项式拟合三种方法扣除光谱背景,突显叶片拉曼光谱特征峰。多项式拟合方法分别进行了2次,3次和4次拟合,与一阶导和基线校正两种扣除背景方法进行比较,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)建立判别模型。经比较发现,多项式拟合方法扣除光谱背景效果均好于另外两种方法,其中用2次多项式拟合的PLS-DA模型的效果最好,预测相关系数(R_P)为0.98,预测均方根误差(RMSEP)为0.67,总误判率最小为0。基线校正扣除光谱背景的LS-SVM模型效果最差,总误判率最大为40%。研究结果表明,利用拉曼光谱技术对柑橘黄龙病进行快速识别研究具有一定的可行性,为柑橘黄龙病无损检测研究提供一种新途径。     

应用Hilbert变换提取拉曼光谱相位信息进行血液识别分类方法的研究

将拉曼光谱技术和化学计量学方法相结合实现了对人血和动物血种属的区分,并提出了一种基于Hilbert变换的拉曼光谱相位提取方法,提高了人血与动物血区分的准确度。分别对血液光谱数据和它所对应的相位信息进行主成分分析(PCA),通过主成分得分图比较两者对人与动物血液的区分程度,并建立偏最小二乘判别分析(PLS-DA)模型,通过设置合适的分类阈值y,可以实现人与动物血液的有效区分。结果表明在选取第一、第二主成分分析时,利用光谱数据相位信息建立的PCA模型,识别率更高,人与动物血液明显区分开来。其所对应的PLS-DA模型最优主成分数为3,预测标准误差(RMSEP)和决定系数(R2)分别为0.044 3和0.993 2。而用血液原始光谱建立的PLS-DA模型最优主成分数为6,RMSEP和R2分别为0.053 7和0.990 1。说明利用拉曼光谱相位信息建立的PLS-DA模型可以拟合较少的主成分数来获得误差更小的预测结果。进一步观察PLS-DA模型拟合不同主成分数的预测标准误差曲线图,当选取同样多的拟合主成分数时,利用血液拉曼光谱相位信息建立的PLS-DA模型其所对应的预测标准误差均低于原始血液光谱数据。所以,通过提取血液拉曼光谱数据的相位信息,可以降低模型的复杂程度,提高识别准确度。     

基于静电自组装银膜的急性粒白血病氧合血红蛋白表面增强拉曼光谱研究

文中基于高效、生物兼容性纳米结构银膜,采用便携式拉曼光谱仪分别对10个健康人和10个急性粒白血病患者的氧合血红蛋白进行了表面增强拉曼散射(SERS)光谱的研究。实验发现,健康人与急性粒白血病患者的氧合血红蛋白SERS光谱存在显著差异:(1)健康人氧合血红蛋白SERS光谱中位于340cm-1附近很弱的拉曼峰在急性粒白血病患者的SERS光谱中变的很强;(2)健康人氧合血红蛋白SERS光谱中位于655 cm-1附近的拉曼峰在急性粒白血病患者SERS光谱中蓝移到670 cm-1附近,同时在727cm-1附近出现一个新的拉曼峰;(3)对健康人和急性粒白血病患者氧合血红蛋白SERS光谱中位于472、814、1335、1423和1588 cm-1处的拉曼峰相对强度比研究发现,相对强度比I814/I472,I1335/I472、I1423/I472和I1588/I472可以作为较好的区分健康人和急性粒白血病患者的SERS光谱诊断指标,这为基于SERS光谱技术进行急性粒白血病诊断提供了初步实验依据。     

基于紫外拉曼光谱的转基因大豆油快速识别方法研究

转基因技术对实现作物增产增质,降低农药使用量,降低生产成本等具有重要作用,但对生态环境也存在一定的潜在威胁。为了防止转基因大豆在食品化中的滥用,对转基因产品快速鉴别技术的研究尤为迫切。紫外拉曼光谱检测技术具备外场远距离无损遥测检测,简单高效,快速准确等优点,可有效用于物质遥测鉴别领域。基于紫外拉曼光谱的转基因/非转基因大豆油以及与其他类别食用油鉴别方法,采集了五种不同食用油(两种品牌转基因/非转基因大豆油各500组样本和一种稻米油100组样本,共2 100组样本)在3 500~400 cm-1(268~293 nm)范围内的日盲紫外拉曼光谱信息,为提高光谱数据的信噪比并保证分类识别的准确性,对上述光谱数据采用Savitzky-Golay滤波降噪、基于自适应迭代加权惩罚最小二乘法(airPLS)的基线校正以及多元散射校正(MSC)的光谱数据修正等预处理。根据大豆油的紫外拉曼指纹图谱,分析出主要化学成分包含脂肪类、蛋白质类、酰胺类。将每种大豆油样本按1∶1划分为训练集和测试集,输入训练集数据至支持向量机(SVM)进行训练,采用10折交叉验证建立最佳模型,识别准确率达99.81%,对转基因大豆油的判别效果显著;采用主成分分析法(PCA)进行数据降维处理,提取出8个主成分,累计贡献率为74.84%,可代表大部分原始数据特征。在此基础上,将预处理后的光谱数据按4∶1划分为训练集和测试集,采用偏最小二乘回归判别分析方法(PLS-DA),结合10折交叉验证法建立全谱的最佳PLS-DA模型(判别阈值设置为0.5),判别准确率达到70.95%。研究表明,紫外拉曼光谱分析方法可较为准确地鉴别非转基因/转基因大豆油,同时可鉴别大豆油与稻米油,实现对转基因大豆食品的快速无损鉴别,可望成为转基因大豆油及其食品的现场检测新的技术途径,对推动转基因产品遥测鉴别技术的发展具有进步意义。     

药用植物川东獐牙菜红外光谱分析与鉴别

采用傅里叶变换红外光谱法(Fourier transform infrared spectroscopy,FTIR)、偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)和系统聚类分析(hierarchical cluster analysis,HCA)快速鉴别不同产地川东獐牙菜(Swertia davidi Franch)。采集4个不同地区70株样品不同部位的红外光谱数据,原始光谱数据经预处理(自动基线校正,自动平滑,一阶求导,二阶求导)后导入OMNIC 8.2,比较吸收峰的差异;用SIMCA-Pa+10.0进行偏最小二乘判别分析(PLS-DA),以前三个主成分三维得分图比较产地鉴别效果;红外光谱数据导入SPSS 19.0,进行系统聚类分析(HCA),通过树状图比较不同部位分类效果。结果显示,(1)不同产地根的光谱图在1 739,1 647,1 614,1 503,1 271,1 243,1 072cm~(-1)附近的吸收峰有差异,不同产地茎的光谱图在1 503,1 270,1 246cm~(-1)吸收峰附近有差异;(2)相同产地不同部位的光谱特征峰有差异;(3)PLS-DA分析结果显示自动基线校正+自动平滑+二阶求导这种预处理方式分类效果最好,根的红外光谱数据产地鉴别效果最佳;(4)HCA的树状图,显示根的聚类分析结果正确率83%,茎的聚类分析结果正确率49%,叶的聚类分析结果正确率70%。FTIR技术结合PLS-DA与HCA方法能够快速准确地鉴别不同产地川东獐牙菜,不同部位产地鉴别效果有差异,根的光谱数据产地鉴别效果最佳,二阶求导处理增强了样品的特异性,使PLS-DA的三维主成分得分图分类效果更明显。     

基于多变量光谱数据分析方法的乳腺癌血清拉曼光谱特征研究

相比于细胞、组织等其他病理诊断样品，血液样本更易临床采集，其生化构成变化常表现于医学影像学检测到的临床症状出现之前，更有利于实现恶性疾病的早期筛查与诊断。拉曼光谱(RS)技术，具有快速、无标记、无损、非侵入等检测优势，且可获得特异性的生物分子结构和物质组成信息，在临床血液样品(血浆、血清)的癌变诊断检测中具有重大的应用前景。本工作采用显微拉曼光谱检测技术，在分析不同病变阶段(健康，早期癌变和晚期癌变)乳腺癌血清样品生化组成信息基础上，结合主成分分析(PCA)与线性判别分析(LDA)、支持向量机(SVM)和偏最小二乘算法(PLS-DA)等多变量光谱分析手段，构建光谱特征归类鉴别模型；并采用留一交叉验证方法(LOOCV)评估、比较这些模型的灵敏度、特异性和准确率，探索基于血清拉曼光谱的乳腺癌诊断方法。研究工作在观察血清类胡罗卜素成分共振拉曼光谱现象基础上，进一步分析了乳腺癌病理演进过程中血清样品蛋白质与脂类光谱特征变化。此外，利用多种光谱数据模型，在提取、识别更具代表性的分子光谱特征信息后，实现了较为准确的血清特征光谱信息鉴别分析。其中，PCA-LDA模型的分类准确率达99%; PCA-S...     

正磷酸盐晶体Ba3(PO4)2和Sr3(PO4)2高温拉曼光谱研究

测量了碱土金属正磷酸盐Ba₃(PO₄)₂和Sr₃(PO₄)₂常温及高温拉曼光谱, 对拉曼振动模式进行指认, 并分析了晶体拉曼振动光谱及晶体结构在高温下的变化. 在温度升高的过程中, 拉曼振动频率向低频移动且振动峰宽度展宽, 晶体中的P-O平均键长随温度升高而变长, 但O-P-O的键角并未发生变化. 晶体在900 ℃以下无结构相变发生. 关键词： 3(PO₄)₂和Sr₃(PO₄)₂')" href="#">Ba₃(PO₄)₂和Sr₃(PO₄)₂ 高温拉曼光谱 振动模式 高温结构     

纤维素拉曼光谱的单体仿真方法研究

纤维素是由葡萄糖组成的大分子多糖,是世界上最丰富、最便宜、最容易获得的天然聚合物。纤维素作为最古老最丰富的天然高分子在研究中备受关注,纤维素的可控性取决于其分子量、大小和结构,而拉曼光谱具有“指纹特性”,可以对不同的纤维素纤维进行鉴别,也能对历史老化的纺织纤维材料进行鉴别。然而纤维素作为大分子多糖对其做理论仿真较为困难,该研究提出采用基本单元模拟大分子光谱这一方案,使用纤维素单体仿真拉曼光谱来分析纤维素大分子的光谱性质。使用Gaussian 16软件基于密度泛函理论,在B3LYP/6-31g(d, p)的基组条件下,计算了不同外电场(-0.01～0.03 a.u.)下的纤维素单体的拉曼光谱,以及纤维素双链节的拉曼光谱。研究表明,在无外电场作用下,纤维素单体的拉曼光谱主要在449、 597、 842、 1 127、 1 361、 1 395和3 005 cm^-1处有特征峰,对其做振动分析,结果表明这些拉曼峰分别是由环(C6—C4—O20)伸缩振动、 C—C—H扭曲振动、环(C4—O20—C2)伸缩振动、糖苷键(C2—O1—C8)的伸缩振动、 CH₂     

钙钛矿(C6H5CH2NH3)2PbBr4拉曼光谱研究

运用激光拉曼光谱实验和密度泛函理论计算研究了450～1 700 cm-1光谱范围内有机-无机杂化钙钛矿材料(C₆H₅CH₂NH₃)₂PbBr₄的振动模式特性。对比实验所得拉曼光谱和理论计算所得拉曼光谱,发现密度泛函理论计算可以很好的模拟(C₆H₅CH₂NH₃)₂PbBr₄有机部分的分子振动模式。同时通过比较分析密度泛函理论计算和参考文献,对450～1 700 cm-1光谱范围内的拉曼峰的分子振动模式进行了初步的归属,并发现该光谱范围内的拉曼峰主要是由(C₆H₅CH₂NH₃)₂PbBr₄分子中有机部分振动所产生的。     

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。     

结肠癌病人几种细胞的Raman光谱

文章给出了结肠癌病人的几种细胞的拉曼光谱。从实验谱线中得到,均有构像不灵敏的苯丙氨酸的单取代苯环的伸缩振动谱线1002cm~(-1),谱线强而半高宽较小,且不易改变,可作为生物细胞拉曼谱线的内标。白细胞拉曼谱线弱而少,红细胞拉曼谱线强而丰富,且有一个吡咯环的C—N呼吸振动谱带,窄而强的1919cm~(-1)的特征峰,宽而强的谱线1577,1560,1548cm~(-1),这是其他细胞不具有的。腺癌细胞的拉曼谱线相对较弱,许多谱线消失,生长在不同部位癌变细胞的荧光强度分布不同。通过这些特征拉曼谱线的不同,为癌症的诊断和治疗提供了有力的实验依据。     

Raman Spectroscopy–Based Multivariate Statistical Analysis Reveals the Molecular Mechanism of K562 Cell Apoptosis Induced by Adriamycin

Based on the combination of Raman spectroscopy with principal component analysis and hierarchical cluster analysis, the molecular mechanism of K562 cell apoptosis induced by Adriamycin in physiological conditions is presented. The obtained results reveal that DNA of K562 cells treated with Adriamycin is lowered greatly, indicating that the damage of the DNA of K562 cells is indeed the main molecular mechanism of K562 cell apoptosis induced by Adriamycin. Specially, by combining principal component analysis and hierarchical cluster analysis, the statistical difference between Raman spectra of different cell types can be revealed effectively. Importantly, this kind of Raman spectroscopy–based multivariate statistical analysis will supply a useful tool for the molecular mechanism detection of cell behavior in physiological conditions.     

Raman and FTIR imaging of lung tissue: bronchopulmonary sequestration

Bronchopulmonary sequestration (BPS) involves abnormal pulmonary tissue lacking trancheobronchial connection and having a separate vascular supply that arises from the thoracic or abdominal aorta. For the first time, BPS is studied by Raman and Fourier‐transform infrared (FTIR) imaging. Cryosections were mounted on calcium fluoride substrates from tissue samples of two BPS patients. Raman images were collected at a step size of 66–100 µm to assess the whole tissue section, and at a lower step size of 10 µm to resolve details in selected areas. FTIR images were collected at resolutions of 63 and 4 µm per pixel. Data sets were segmented by cluster analyses, and the spectra of each cluster were compared. The spectra revealed higher red blood cell content and lower collagen and lipid content in BPS than in an additional tissue section from the BPS margin. Comparison with previous Raman and FTIR images of congenital cystic adenomatoid malformations (CCAM) and normal lung tissue suggested that the marginal tissue sample of the BPS patient contains CCAM. We conclude that CCAM and BPS are biochemically distinct, which enable the differential diagnosis of lung malformations by specific vibrational spectroscopic fingerprints. Copyright © 2008 John Wiley & Sons, Ltd.     

Raman Spectroscopy Can Detect and Monitor Cancer at Cellular Level: Analysis of Resistant and Sensitive Subtypes of Testicular Cancer Cell Lines

Abstract: Raman spectroscopy has been applied to analyze testicular cancer cell lines. Spectral differences between resistant and sensitive subtypes of testicular cancer cell line 833k samples were successfully analysed. The technique allowed reproducible and quantitative analysis of the specimen and illustrated the chemical specifications of the samples precisely. Six pairs of testicular cancer cell line 833k were studied and the findings were backed by statistical methods; that is, partial least squares discriminant analysis (PLS-DA).

It was concluded that Raman spectroscopy can objectively differentiate between resistant and sensitive cell lines. These results suggest that in the future it may be possible to use cell lines and diagnostic Raman spectroscopy for preoperative classification of biological molecules. Further research is underway to determine whether results obtained from spectroscopic analysis of cell lines can be applied to actual human tissue samples.     

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。