【摘 要】
:
乳腺癌的发病率逐年升高,已成为全球第一大癌症。癌症快速筛查以及治疗效果评价是提高癌症生存率和降低死亡率的关键,因此,迫切地需要一种简单快速的方法,对诊断和治疗乳腺癌进行监控,以提升患者的生存率。表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)是一种新兴的光谱分析技术,具有快速、灵敏、“指纹图谱”的特征,可在分子水平进行信息检测。本研究利用单细胞S
论文部分内容阅读
乳腺癌的发病率逐年升高,已成为全球第一大癌症。癌症快速筛查以及治疗效果评价是提高癌症生存率和降低死亡率的关键,因此,迫切地需要一种简单快速的方法,对诊断和治疗乳腺癌进行监控,以提升患者的生存率。表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)是一种新兴的光谱分析技术,具有快速、灵敏、“指纹图谱”的特征,可在分子水平进行信息检测。本研究利用单细胞SERS技术实现对乳腺癌细胞与正常细胞、不同分子分型乳腺癌细胞的快速鉴别,在此基础上,采用抗癌药物表柔比星处理乳腺癌细胞,利用SERS技术进一步探究药物作用的靶点及药效动力学,为癌症的快速筛查、化疗效果评价及肿瘤异质性研究提供重要参考数据。首先,以金纳米颗粒为增强基底,采用非标记、直接添加金溶胶的手段,利用共聚焦显微拉曼光谱仪观察金颗粒与细胞的结合方式,以及不同粒径金颗粒对细胞拉曼信号的增强作用。研究发现,直接滴加金溶胶到贴壁细胞后,一部分金颗粒会通过细胞内化作用进入细胞内部,短短几分钟后,细胞整体的拉曼信号得到极大地增强,成功建立并优化了单细胞SERS的快速检测技术,为后续研究奠定了基础。其次,采用建立的单细胞SERS技术检测不同类型的乳腺癌细胞,研究发现,不同类型的细胞具有独特的拉曼表型,结合PCA-LDA和OPLS-DA分析,能够快速、准确地识别乳腺癌细胞和乳腺正常上皮细胞以及不同分型的乳腺癌细胞,准确率均在80%以上,为癌症筛查和分型诊断提供了一种快速、无标记和非破坏性的方法。最后,利用表柔比星处理乳腺癌细胞,收集药物处理不同时间的贴壁单细胞SERS图谱,并结合OPLS-DA对光谱信号进行数据挖掘与分析。研究结果表明,药物短时间处理后,细胞形态未出现明显变化前,SERS-OPLS-DA能够敏感、准确地区分药物处理与未处理细胞;随着药物作用时间的延长,大部分贴壁细胞出现脱落、死亡、淘汰,但仍有少数细胞能够“耐受”药物处理,呈现出与未处理细胞相似的SERS表型,预示着乳腺癌细胞群体的异型性特征。非常有意思的是,表柔比星处理乳腺癌细胞12小时即引起生物大分子的特征响应,其中核酸的拉曼特征峰(724 cm-1、735 cm-1)对表柔比星处理最为敏感,特征峰变化较为显著,提示表柔比星的作用靶点是核酸分子,这与其他文献报道相吻合,进一步提示单细胞SERS技术是筛选药物作用靶点的有效技术手段。综上,本研究建立并优化了单细胞SERS检测技术,利用该技术结合多元统计分析,成功实现了对乳腺癌细胞和正常细胞快速鉴别,以及对不同分子分型的乳腺癌细胞的有效区分,从光谱学角度快速鉴定抗癌药物在细胞内的作用靶点,并深入解析药物与细胞相互作用的动态光谱特征变化,为癌症的快速筛查、药物筛选与靶点预测提供新的研究思路。
其他文献
作为行人追踪技术中的关键一环,行人重识别旨在通过不同的摄像头识别同一个人的图像。近年来,随着深度学习技术的发展,行人重识别研究取得了很大的进展,并在刑侦、安防、新零售等方向商业化落地应用。然而,由于模型性能在线评测、无监督模型更新等关键技术的缺失,导致无法构建在线自主运维行人重识别系统,阻碍了该技术的大规模推广应用。针对以上问题,本论文深入研究了网络模型批量归一化(Batch Normalizat
随着机器人技术的发展,人类对其智能性和自主性有了更高的要求。特别是面对未知环境时,例如在灾后救援和地形勘探等场景中,人员直接进入容易出现意外。为避免这种情况,需要机器人在没有先验信息时,对未知的环境进行自主探索并且建立三维模型,方便进行下一步的工作。目前针对该领域的研究集中在轮式机器人上,但是上述场景的地形较复杂,轮式机器人的运动能力有限,无法有效完成探索任务。因此本文使用四足机器人,它有着强大的
镀锌板由于其优良的耐腐蚀性能,广泛应用于汽车制造、包装、桥梁建筑及工业设施等众多领域。焊接作为镀锌板一种连接和成形工艺,在镀锌板的广泛应用中发挥着重要作用。随着基材强度等级的提高,激光焊接以较小的热输入和更窄的热影响区逐渐成为镀锌薄板重要的焊接方式,但是镀锌层的存在给镀锌板激光焊接带来了一定挑战,激光焊接过程中锌层的剧烈蒸发严重破坏了焊接过程的稳定性,焊缝极易出现穿孔和气孔缺陷,尤其当板厚减小时,
由于传统工业机器人过于昂贵和重型,不适用于对中小型企业的部署和非工业场合下的应用。这在一定程度上阻碍了机器人技术的发展和推广。作为工业级机器人的小型、轻量和低成本的典型应用,桌面级机器人在近几年引起了广泛重视。桌面机器人主要应用于部署灵活、反应快速的柔性化工作环境中,本课题以多轴机器人工作站为核心,分别从ROS控制平台搭建、正逆运动学、笛卡尔空间规划和机械臂路径规划算法等方面开展研究工作。理论仿真
癌症是一种严重威胁人类健康和生活的恶性疾病,抗癌药物的研发迫在眉睫。蛋白激酶CK2(Protein kinase CK2)因调控多种细胞生理过程而被认定为重要的抗癌药物靶点。然而,其多数ATP竞争性抑制剂因存在选择性差及成药性低等缺陷而未能成为候选药物,因此,具有高选择性及高成药性的新型CK2抑制剂仍亟待研发。本论文针对丙烯酮骨架,整合定量构效关系及定性分类研究、药物合成及生物学实验等研究策略,开
语音合成(Text to Speech,TTS)是指从文本到音频的生成,具有非常广泛的应用场景。近年来,人机交互需求的增长对合成语音的质量也提出了更高的要求。随着神经网络的发展,语音合成从传统的统计参数估计逐渐转变为基于深度学习的序列建模方法。合成过程通常包括使用声学模型从文本前端得到声学特征,然后使用声码器从声学特征生成波形。在声学模型的研究中,时长建模是一个非常关键的问题,它很大程度上影响了合
近些年,随着物联网、大数据、人工智能和5G通信等技术的快速发展与不断普及,相关领域的电子设备与产品也朝着更高速率、更高带宽及更高密度方向不断提升和发展。目前高速串行链路的单通道速率已经从5Gbps、10Gbps发展提升到25Gbps,甚至56Gbps。随着电路中传输速率及时钟频率的不断提高,高速信号在传输中受到损耗、反射、谐振和串扰等信号完整性问题影响的趋势也日益严重。对于传输速率达到Gbps的高
气液两相流在自然界及工业领域广泛存在,随着设备小型化和微型化的趋势以及小通道优良的传质传热特性,小通道气液两相流成为研究人员关注的重点。段塞流是小通道气液两相流中最普遍存在的流型,且小通道内段塞流参数的测量对于保证工业过程可靠性至关重要。但目前,针对小通道段塞流的参数测量研究尚不充分,相关的测量方法较为匮乏,不能满足工业领域的应用需求。因此,对小通道段塞流参数测量的研究工作具有很大的科研和应用价值
随着科技的飞速发展,自动驾驶技术逐渐成为如今研究的热点。在校园场景中,自主运行的无人驾驶系统对于解决师生“最后三公里”的出行需求有着重要的实际意义。然而,现有的自动驾驶技术严重依赖于详细的高精度先验地图,高昂的地图制作与维护成本不利于校园自动驾驶技术的落地。本文的主要研究内容是校园场景中智能车的自主导航系统设计,目标是在不依赖高精度地图的情况下完成校园内智能车辆的自主导航任务。要实现这个目标,首先
探究基因调控网络拓扑结构、准确识别基因模块是生物信息学的重要研究内容。基因调控网络的重构与基因模块的识别有助于解析基因间的关系、揭示基因功能,为疾病病理研究与靶向药物研发提供帮助与支持。两者的发展相辅相成相互促进,基因调控网络拓扑结构中存在基因模块,同时基因模块内的网络调控关系又更为活跃与密切。本文利用机器学习相关算法,从基因表达数据出发,深入研究了基因表达数据的模块识别与基因调控网络重构方法,在