Diagnóstico clínico de diabetes utilizando espectroscopía Raman mejorada por la superficie biopsia líquida y aprendizaje automático

Este estudio sobre la aplicación clínica de la espectroscopía Raman mejorada por la superficie (SERS) comprende dos partes. Primero, se desarrollará un protocolo de medición SERS para mejorar las interacciones entre las nanopartículas de oro y los componentes de las muestras del paciente, maximizando las firmas espectroscópicas Raman. Dada la composición compleja de la sangre humana, que abarca numerosos componentes biológicos, el estudio se centra en el suero, un componente obtenido a través de la centrifugación después de eliminar las células y los factores de coagulación. Se registrarán quince espectros por muestra. Los espectros sin procesar se procesarán, incluida la eliminación de la señal del sustrato, la corrección de referencia, la normalización del vector y los pasos de suavizado.

El protocolo de medición SERS establecido en la primera sección se aplicará posteriormente a muestras de pacientes sanos y de diabetes. Se seguirán dos enfoques diferentes. Primero, se realizará un análisis de datos multivariados para identificar características de características distintivas en las muestras que se correlacionan con su grupo (pacientes sanos y de diabetes), lo que permite el diagnóstico del paciente. En segundo lugar, se explorarán diferentes algoritmos de aprendizaje automático y estrategias de aumento de datos para un mejor diagnóstico de pacientes.