Raman pixel for pixel

Ny databehandlingsprotokol muliggør funktionsbaseret genkendelse af Surface-forbedrede Raman-spektre for intracellulært molekyle, der undersøger biologiske mål. Den er afhængig af lokalt at opdage de mest relevante spektre for at hente alle data uafhængigt gennem indeksering.

Raman-spektroskopi giver molekylær specificitet gennem spektralt opløst måling af den uelastiske spredning under monokromatisk excitation. I forbindelse med mikroskopi, det kan tjene som etiketfri cellebilleddannelse, at levere strukturelle oplysninger. Imidlertid, det meget lave tværsnit af Raman-spredning kræver lang tids eksponering, som udelukker billeddannelse af cellulære komponenter med lave koncentrationer. Overfladeforbedret Raman-spektroskopi (SERS), som er afhængig af den lokale elektromagnetiske feltforbedring frembragt af metalliske nanostrukturer, er en tilgang til drastisk at øge følsomheden af ​​Raman -detektionen, samtidig med at store mængder spektral information bevares. Ved cellulær billeddannelse, målingen udføres normalt på endocytoserede nanostrukturer. Imidlertid, de målte SERS -signaler varierer stærkt, da de afhænger af excitationsstråleprofil, lokal tilstedeværelse eller aggregering af partikler og lokalt molekylært miljø. Det er meget vanskeligt at identificere og ekstrahere spektre, der svarer til molekyler af interesse inden for et SERS -datasæt.

Konventionelle dataanalysemetoder leder efter globale mønstre i dataene, der henviser til, at enkeltmolekylfølsomheden for SERS kan detektere uafhængige molekyler i hver pixel med lille korrelation mellem pixels. Nicolas Pavillon og hans kolleger fra Osaka University udforskede nu forskellige algoritmiske metoder til automatisk at diskriminere interessespektre i det målte synsfelt, uden at påtage sig antagelser om dataens selvlighed. Den foreslåede metode bygger på indeksering af positionerne for relevante spektre, som vælges ved beregning af et kvalitetskort.

Forskerne foreslog forskellige kriterier for at beregne spektraekstraktion, såsom spektral energi, toptællingen pr. spektre, eller projektionskoefficienterne på SVD -vektorer. De vurderede hvert kriterium med simulerede data og anvendte denne tilgang til forskellige typer målinger, såsom tørret Rhodamine 6G adsorberet på guldnanopartikler afsat på et glassubstrat, og HeLa -celler med endocytoserede guldnanopartikler.

Testene med simulerede data viste, at forskellige kriterier kan give tilfredsstillende resultater. Beregningstiden kan reduceres enormt ved at kassere irrelevante pixels gennem et simpelt kriterium baseret på spektralenergien, reducere behandlingstiden til typisk mindre end 10 sekunder for et synsfelt i størrelsesordenen 100 X 100 pixels.

Testene udført på Rhodamine 6G -målinger viste gyldigheden af ​​den foreslåede tilgang, hvor dets kendte spektrum kunne ekstraheres automatisk. Toptællingskriteriet var det mest egnede i de fleste tilfælde, da den detekterer forskellige mønstre uden at filtrere en kurve ud, der muligvis kun vises en enkelt forekomst i datasættet. Sådanne enkeltspektre kan være kritiske vigtige i et givet SERS -detektionseksperiment. Et hovedtræk ved den foreslåede tilgang er, at dens output er et lokaliseringskort over de mest relevante spektre i en måling. Den rumlige information bevares, gør det muligt at spore positionerne for flere spektre med identiske egenskaber tilbage, for eksempel. Den optimerede metode blev anvendt til at udtrække og klassificere den komplekse SERS -responsadfærd for guldnanopartikler taget i levende celler.