论文部分内容阅读
本论文主要基于支持向量回归机的机器学习方法对单组份牛血蛋白薄膜及多组份环境荷尔蒙双酚衍生物进行了太赫兹(THz)光谱定量与定性分析。首先简要介绍太赫兹科学的发展现状及太赫兹时域光谱技术等相关基础知识。其次对支持向量回归机(SVR)、最大信息系数(MIC)原理及太赫兹光谱预处理方法进行了介绍,并设计开发一款太赫兹光谱特征选择与量化分析软件用于本论文相关实验的数据分析。本论文的核心内容包括:首先,基于支持向量回归机对单组份生物薄膜的物质检测分析。将机器学习方法和太赫兹时域光谱结合来对牛血清白蛋白(BSA)沉积薄膜实现了定量及定性分析。采用支持向量回归机对浓度范围为0.5-35 mg/ml的BSA(21个浓度,147个样本)沉积薄膜建立了目标物浓度与频率关系的基本模型,实现对未知样本浓度的成功预测,其决定系数为R~2=0.97932。此外,使用最大信息系数(MIC)方法识别了每个频率与浓度的相关性,理论计算得到太赫兹频段内的三个最大可区分频率(1.198,1.078和0.479 THz),并确定了这三个特征频率与BSA蛋白的长波长弹性振动模型的基频振动频率相对应。其次,基于支持向量回归机对环境荷尔蒙的多组份复杂体系物质检测分析。以环境荷尔蒙双酚A(BPA)为主要研究对象,实现了对其三种分子结构类似的衍生物(BPAF,BPE和BPS)的定性分析,利用主成分分析法(PCA)分析了四种物质的振动相关频率,并确定了两组相关频率分别为:(1)2.20,2.43,2.49和2.52 THz;(2)1.64,1.70,1.82和1.85 THz,证明了四种双酚性质的相似性。此外,对不同浓度梯度(37个浓度,148个样本)的双酚混合物,实现对其中BPA的浓度预测,不同组分预测决定系数分别为R~2=0.99266、0.98889、0.9836和0.98001,并反向预测了太赫兹吸收光谱,结果与实测光谱曲线能很好的吻合。最后,设计了一种基于透明塑料基底的氧化石墨烯复合金属离子(Go/Metl-NPs)微流控芯片。芯片表面修饰了氧化石墨烯(Go)与金属纳米颗粒(Metl-NPs),Go的大比表面积用于装载更多的Metl-NPs和吸附部分蛋白,Metl-NPs通过物理作用吸附蛋白,实验证明了复合物能有效增强THz信号。该研究将为未来即将展开的癌肿瘤标记物蛋白定量与定性分析检测工作做准备。