用于分类肿瘤亚型基因组 DNA 拉曼光谱的学习模型
应用统计
2023-02-20 v1
摘要
对不同肿瘤亚型的早期检测对于有效指导个性化治疗至关重要。尽管大量努力集中于解码 DNA 碱基序列以检测与癌症相关的基因突变，但越来越清楚的是，包括结构构象、刚度和形状在内的物理特性，以及诸如甲基化等生物过程，对于识别 DNA 修饰可能起关键作用。在此，我们利用基于无序银包覆硅纳米线的表面增强拉曼散射（SERS）平台，研究来自黑色素瘤和结肠癌亚型的基因组 DNA，并有效区分肿瘤与健康细胞以及不同肿瘤亚型。诊断信息通过对 DNA 溶液滴在 Ag/NWs 垫上的干燥液滴进行无标记拉曼成像，并借助学习模型的分类能力来揭示健康和肿瘤 DNA 分子与纳米线的特定且不同的相互作用而获得。
引用
@article{arxiv.2302.08918,
title = {Learning models for classifying Raman spectra of genomic DNA from tumor subtypes},
author = {Giacomo Lancia and Claudio Durastanti and Cristian Spitoni and Ilaria De Benedictis and Antonio Sciortino and Emilio N. M. Cirillo and Mario Ledda and Antonella Lisi and Annalisa Convertino and Valentina Mussi},
journal= {arXiv preprint arXiv:2302.08918},
year = {2023}
}
备注
19 pages, 11 figures, 3 tables