疾病检测的新视角:基于机器学习的钛酸钾-贵金属复合材料研究

序号:687 赛区:华中赛区 得票数:0


快捷灵敏地测定人类的疾病生物标志物具有重大的现实意义。表面增强拉曼光谱(SERS)以其测量迅速、便捷灵敏、经济无损等优势,被广泛用于上述物质的分析测定,而增强基底的制备则是SERS测量过程中最为关键的研究内容。此报告以钛酸钾K2Ti8O17(KTO)为研究对象,通过水热法获得了具有优秀SERS性能的片层状、毛线团状、海胆状KTO纳米材料。通过与贵金属Ag纳米粒子的修饰复合,获得了表面均匀分布Ag纳米粒子的KTO纳米材料,SERS性能获得大幅提升。通过对标准SERS探针和实际环境的测试结果的分析,验证了KTO纳米材料具有的巨大SERS应用潜力,随后利用此复合基底实现了两种癌症标志物的免标记痕量测定,包括血清中10nM浓度的生物标记物叶酸及1uM浓度的肝癌标志物肌酐。最后使用主成分分析(PCA)算法对叶酸和肌酐水溶液和血清数据集进行降维与可视化,使用K近邻(KNN)、支持向量机(SVM)两种模型对血清数据集进行分类识别。