用于无标签化学分析的拉曼光谱技术

发布时间:2023-11-13 01:50:50.000Z

拉曼光谱是一种无标记化学分析的首选分析工具,因为它是一种非破坏性技术,可以保证试样的安全。拉曼光谱是对各种生物大分子(如蛋白质、细胞膜和其他物质)进行无标记化学分析的有效工具。拉曼光谱具有高度的化学特异性,是进行无标记化学分析的理想选择。

图片来源:luchschenF/Shutterstock.com

拉曼光谱用于药物的无标签监测
如今,人们正在广泛研究纳米药物,研究人员利用多种方法对其进行无标记化学分析。通过无标记化学分析,可以研究这些药物在人体内的输送机制。

目前正在利用拉曼光谱对纳米封装药物进行无标记化学分析,以分析其在细胞内的输送情况。医学研究人员对用新型抗癌物质封装成纳米颗粒处理的乳腺癌细胞进行无标记化学分析,以分析药物反应。

无标记化学分析:癌症研究的重要工具
拉曼光谱的无标记化学分析还可用于区分不同类型的细胞。使用拉曼光谱对特定细胞进行无标记化学分析后,可获得特定的化学足迹。这种特殊的拉曼光谱无标记化学分析有助于提高诊断的准确性。

癌症研究人员广泛使用拉曼光谱进行无标记化学分析,以区分不同类型的急性髓性白血病。利用拉曼光谱进行的无标记化学分析可产生与每种类型癌细胞相对应的独特拉曼光谱,可用于诊断癌症类型。

蛋白质的无标记化学分析
在对蛋白质进行无标记化学分析的各种方法中,表面增强拉曼光谱(SERS)是最受欢迎的方法之一。这种表面增强无标记化学分析方法是在生理条件下对生物分子进行结构分析的有效技术。

最近发表在《国际分子科学杂志》(International Journal of Molecular Sciences)上的一篇文章对 SERS 在蛋白质无标记化学分析方面的优势进行了有益的评述。事实证明,利用 SERS 进行无标记化学分析对研究蛋白质的内在结构细节很有价值,在生物物理学、生物分析化学和生物医学领域正受到越来越多的关注。

Cyt-c 是一种特殊的血蛋白,通常使用 SERS 进行分析。对 Cyt-c 进行无标记化学分析的共振光谱法在表征血红蛋白方面非常有效,因为其振动模式非常灵敏,可作为血红铁氧化还原状态、自旋和连接模式的指示器。

当目标蛋白质随机吸附在 SERS 活性材料上时,使用 SERS 作为无标记化学分析工具来识别集成到细胞壁、虚拟壁或细菌壁的膜蛋白会遇到与光谱波动有关的挑战。

为了解决这一与无标记化学分析相关的问题,用特异性抗体对纳米材料进行功能化证明有利于控制蛋白质捕获。然而,相当一部分缺乏发色团的蛋白质的拉曼截面有限,导致无标记化学分析中的信号相对较弱。因此,迫切需要开发生物相容性好、灵敏度高、选择性强的 SERS 活性材料,以便在此类生物样品的粘附过程中进行有效的无标记化学分析。

利用拉曼光谱对乳制品进行无标签化学分析
用于无标签化学分析的拉曼光谱具有极高的灵敏度,可以检测产品中的特定化合物。Teagasc 对黄油样品进行的开创性研究展示了拉曼光谱通过无标签化学分析区分牧场黄油和室内饲养系统生产的产品的能力。

拉曼光谱与显微镜相结合的无标签化学分析技术的应用,使 Teagasc 的研究人员能够绘制乳制品乳液中类胡萝卜素等微量营养素的分布图。

这将有助于在检测微量营养素的同时评估乳制品的质量,以确保人类食用产品的安全。

多激发拉曼光谱:用于医学诊断的新型无标记化学分析工具
目前,急性和慢性感染的诊断技术错综复杂,需要专业技能。诊断临床感染的传统方法进展缓慢,可能会延误治疗并危及患者生命。

利用拉曼光谱进行无标记化学分析是现代医学中必不可少的诊断工具,研究人员正在开发新颖的方法来改进无标记化学分析过程。研究人员在《分析化学》(Analytical Chemistry)杂志上报告了一种新方法--多激发拉曼光谱,这是一种有效的无标记化学分析方法,可用于检测传染性病原体。

基于多激发拉曼光谱的方法可用于无标记化学分析和微生物病原体的无创鉴定。这种方法可直接应用于未经处理的临床样本,通过无标记化学分析提供及时数据,帮助诊断。

这种特殊的无标记化学分析技术通过对细菌细胞内的非共振和共振分子成分进行不同的激发,从而增强其分子指纹识别能力。这使得这种无标记化学分析方法能够实现细菌物种之间的菌株级区分。

研究人员利用无标记化学分析多激发拉曼光谱技术检测了铜绿假单胞菌和金黄色葡萄球菌。标本在分离培养基和痰培养基中分别进行分析。

通过多激发拉曼光谱的无标记化学分析数据与多元分析相结合,这两种细菌的准确率达到了令人印象深刻的 99.75%,涵盖了所有菌株。值得注意的是,这种新型的无标记化学分析方法在区分对药物敏感的金黄色葡萄球菌和对药物耐受的金黄色葡萄球菌方面达到了 100% 的准确率。

拉曼光谱已被证明是食品科学、生物科学和医疗行业中进行无标记化学分析的一项重要技术。现代工业 4.0 先进技术的应用,如机器学习 (ML) 工具的实施,将加快数据处理速度,从而实现有效的无标记化学分析。

参考资料

Laboratoy of Nanomedicine and Clinical Biophotonics, (2023). Raman Spectroscopy For Label Free Cells Analysis. [Online]
Available at: https://www.labion.eu/expertise-2/raman-spectroscopy-for-label-free-cells-analysis/#:~:text=Thanks%20to%20both%20the%20high,the%20use%20of%20specific%20antibodies.

TEAGASC, (2021). Raman Spectroscopy to Assess Nutritional Quality in Dairy. [Online]
Available at: https://www.teagasc.ie/media/website/publications/2021/TR_Summer2021_Raman.pdf

Cai L. et. al. (2022). Label-Free Surface-Enhanced Raman Spectroscopic Analysis of Proteins: Advances and Applications. International Journal of Molecular Sciences. 23(22). 13868. Available at: https://doi.org/10.3390/ijms232213868

Lister, A. et. al. (2022). Multi-excitation Raman spectroscopy for label-free, strain-level characterization of bacterial pathogens in artificial sputum media. Analytical Chemistry, 94(2), 669-677. Available at: https://doi.org/10.1021/acs.analchem.1c0250

作者:Ibtisam Abbasi

本文由光电查搜集整理,未经同行评议,请自行判断可信度。仅供学习使用。

相关内容

相关产品

图片名称分类制造商参数描述