表面增强拉曼散射技术与人工智能的结合在实体瘤中用于多重检测化疗药物的应用

《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》：Application of surface-enhanced Raman scattering combined with artificial intelligence for multiplex detection of chemotherapeutic agents used in solid tumors

化疗药物监测技术的研究取得突破性进展。本研究成功开发出基于Fe3O4@PEG纳米材料与AI驱动的SERS光谱联用平台，实现六种化疗药物（卡铂、表柔比星等）的痕量检测，检测限达10?? mg/mL，分类准确率超95%，定量分析R2值≥0.98。通过引入CD3OD内标峰消除干扰，显著提升监测精度。该技术为肿瘤化疗的个体化精准治疗提供新工具。

　　

摘要

化疗仍然是治疗多种实体瘤和妇科恶性肿瘤（包括子宫内膜癌、卵巢癌和乳腺癌）的基石。卡铂、表柔比星、吉西他滨、紫杉醇、拓扑替康和多西他赛常被用于联合治疗方案中；然而，目前仍缺乏灵敏、快速且能够同时检测多种化疗药物浓度的技术。在这项研究中，我们开发了一种羧基-聚乙二醇（PEG）修饰的磁铁矿（Fe?O?@PEG）纳米平台，并结合人工智能（AI）驱动的光谱分析技术，实现了对六种化疗药物的超灵敏和多重检测。Fe?O?纳米颗粒通过共沉淀法合成，随后通过羧基-PEG进行功能化处理，以提高药物捕获效率并增强抗基质干扰的能力。利用共聚焦拉曼成像系统收集了单一药物系统和混合药物系统的SERS光谱，并采用卷积神经网络（CNN）进行自动特征提取和分类，从而实现定性和定量分析。该SERS平台在血清基质中对所有六种药物的检测限达到10??–10??毫克/毫升（mg/mL），在多重混合物中的分类准确率超过95%。为了提高定量准确性和标准化，使用氘代甲醇（CD?OD）的2078 cm?1拉曼峰作为内标，以校正激光强度和样品浓度的潜在波动。在模拟的治疗浓度范围内，定量回归的R2值≥0.98。这种AI-SERS平台具有多重检测、痕量级灵敏度和强抗基质干扰的优势，为广泛的实体瘤的药代动力学监测和个性化化疗优化带来了巨大潜力。

图形摘要

示意图展示了集成AI的Fe?O?@PEG–SERS纳米平台，用于六种化疗药物（卡铂、表柔比星、吉西他滨、紫杉醇、拓扑替康和多西他赛）的多重检测。羧基-PEG修饰的磁铁矿纳米颗粒增强了药物的吸附性和稳定性，而卷积神经网络则实现了准确的定性和定量光谱分析，从而支持个性化化疗的优化。

化疗仍然是治疗多种实体瘤和妇科恶性肿瘤（包括子宫内膜癌、卵巢癌和乳腺癌）的基石。卡铂、表柔比星、吉西他滨、紫杉醇、拓扑替康和多西他赛常被用于联合治疗方案中；然而，目前仍缺乏灵敏、快速且能够同时检测多种化疗药物浓度的技术。在这项研究中，我们开发了一种羧基-聚乙二醇（PEG）修饰的磁铁矿（Fe?O?@PEG）纳米平台，并结合人工智能（AI）驱动的光谱分析技术，实现了对六种化疗药物的超灵敏和多重检测。Fe?O?纳米颗粒通过共沉淀法合成，随后通过羧基-PEG进行功能化处理，以提高药物捕获效率并增强抗基质干扰的能力。利用共聚焦拉曼成像系统收集了单一药物系统和混合药物系统的SERS光谱，并采用卷积神经网络（CNN）进行自动特征提取和分类，从而实现定性和定量分析。该SERS平台在血清基质中对所有六种药物的检测限达到10??–10??毫克/毫升（mg/mL），在多重混合物中的分类准确率超过95%。为了提高定量准确性和标准化，使用氘代甲醇（CD?OD）的2078 cm?1拉曼峰作为内标，以校正激光强度和样品浓度的潜在波动。在模拟的治疗浓度范围内，定量回归的R2值≥0.98。这种AI-SERS平台具有多重检测、痕量级灵敏度和强抗基质干扰的优势，为广泛的实体瘤的药代动力学监测和个性化化疗优化带来了巨大潜力。

图形摘要

示意图展示了集成AI的Fe?O?@PEG–SERS纳米平台，用于六种化疗药物（卡铂、表柔比星、吉西他滨、紫杉醇、拓扑替康和多西他赛）的多重检测。羧基-PEG修饰的磁铁矿纳米颗粒增强了药物的吸附性和稳定性，而卷积神经网络则实现了准确的定性和定量光谱分析，从而支持个性化化疗的优化。