学习模型用于分类肿瘤亚型的基因组DNA的拉曼光谱
摘要：早期发现不同肿瘤亚型对于有效指导个体化疗法至关重要。尽管许多努力都集中在解码DNA碱基序列以检测与癌症相关的遗传突变，但显然，物理性质，包括结构构象，硬度和形状，以及生物过程，如甲基化，对于识别DNA修饰至关重要。在这里，我们利用基于无序镀银硅纳米线的表面增强拉曼散射（SERS）平台，研究皮肤黑素瘤和结肠癌的亚型的基因组DNA，并有效区分肿瘤和健康细胞，以及不同的肿瘤亚型。通过在Ag / NWs基片上进行无标记拉曼映射，从DNA溶液的干滴中获取诊断信息，并利用学习模型的分类能力揭示健康和肿瘤DNA分子与纳米线之间的特异性和独特相互作用。
作者：Giacomo Lancia, Claudio Durastanti, Cristian Spitoni, Ilaria De Benedictis, Antonio Sciortino, Emilio N.M. Cirillo, Mario Ledda, Antonella Lisi, Annalisa Convertino, Valentina Mussi
论文ID：2302.08918
分类：Applications
分类简称：stat.AP
提交时间：2023-02-20