尿液SERS分析快速评估人体能量摄入量

摘要：

人体能量摄入量与能量消耗量平衡是评估健康的标准之一.不平衡的能量摄入量可能造成生物体组织细胞损伤、机体过度肥胖等后果.评估能量摄入量对人的身体健康管理具有重大意义.目前评估能量摄入量的主要方法是膳食回顾法,该方法不仅耗时长,还会增加待评估人员的负担,所以亟需开发一种简单快速的能量摄入量评估方法.能量摄入后经过体内的消化代谢,会产生代谢产物作为废弃物排出体外.废弃物如尿液等,含有大量的化学物种,可以系统性反映生物体的饮食代谢状况和疾病进程.基于高灵敏、可无损检测两个组"指纹式"分子光谱特征的表面增强拉曼光谱(SERS),采用谱峰统计、无监督和有监督聚类算法分别对尿液的SERS信号开展分析,最终实现对不同能量摄入量的聚类分析.首先尝试对能量摄入量分组分别为1500,2030和2700千卡·日-1两个组的志愿者尿液SERS谱图进行谱峰分析,发现很多有机分子的拉曼谱峰存在一定程度的重叠,所以直接对谱峰进行解析及归属存在较大难度,需要采用化学计量学的方法建立分类模型,以实现良好区分和预测效果.对比无监督的主成分分析(PCA)和有监督的正交偏最小二乘判别分析(OPLS-DA)两种算法的区分效果.首先对原始光谱数据直接进行主成分分析,发现模型中不同类别的散点分布存在较大程度的重叠,这使得组别归类效果很差,而经过一阶导数差分校正基线后,模型呈现出可分类的趋势.OPLS-DA算法通过预先设定Y的标签及正交信号矫正处理,能将X矩阵信息分解成与Y相关和不相关的两个组分,集中表达相关的信息,实现良好的分类效果.结果表明,OPLS-DA算法可以对三种不同能量摄入量水平进行很好的归类,而且每两组间也可以实现很好区分.ROC分析结果表明敏感性和特异性均达到100％.200次迭代的置换检验结果也说明了模型良好的可靠性和预测性.表明通过采集尿液的拉曼信号,经过一定的数据处理即可评估人体能量摄入量水平.该方法可以实现尿液的快速分析,测试分析时间小于2 min,操作简单,判别结果准确,在医疗健康领域具有很大应用前景.

关键词：表面增强拉曼光谱、能量摄入、尿液分析、主成分分析、正交偏最小二乘判别分析

所属期刊栏目：43

分类号：O657.37(分析化学)

资助基金：国家重点研发计划2019YFD0901100

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：489-494