基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法
【專利摘要】本發明公開了一種基于表面增強共振拉曼光譜技術的尿液修飾核苷檢測分析方法，所述方法是利用苯基硼酸凝膠特異性提取正常人和癌癥患者尿液中的一種腫瘤標志物修飾核苷，以金膠為增強基質檢測其SERRS信號，并利用PLS?DA算法進行統計分析建立尿液修飾核苷SERRS診斷識別模型，利用該模型判定待檢測的尿液修飾核苷屬于正常人或癌癥患者。本發明的尿液修飾核苷表面增強共振拉曼光譜數據經PLS?DA分析，特異性達到96.9%，靈敏度為98.2%，正確率為97.6%。本發明具有迅速、客觀檢測的特點，可為醫生診斷食道癌提供重要參考。
【專利說明】
基于表面増強共振拉曼光譜的尿液修飾核苷檢測分析方法
技術領域
[0001]本發明涉及生物醫學光學領域，具體涉及一種基于表面增強共振拉曼光譜的尿液腫瘤標志物修飾核苷檢測分析方法，該檢測分析方法涉及腫瘤標志物的凝膠色譜柱分離提純結合表面增強共振拉曼光譜(SERRS)檢測方法和多變量統計分析方法。
【背景技術】
[0002]核苷是機體RNA的代謝產物，在RNA代謝中，產生游離的正常核苷和修飾核苷。正常核苷可被重新利用而生成核酸，故很少從尿液中排出；而修飾核苷由于缺少相應的激酶，其不能被機體重新利用，因而大部分隨尿液排出體外，所以尿液中修飾核苷的排量可以反映機體細胞的代謝速度。健康成人尿液中修飾核苷排量的變化很小，表明機體對RNA代謝有精細的調節。腫瘤細胞的增殖較正常細胞加快，導致修飾核苷的產生和排出增多，因而修飾核苷成為一種腫瘤標記物被廣泛應用于醫學診斷研究。
[0003]凝膠色譜柱技術是六十年代初發展起來的一種快速而又簡單的分離分析技術，由于設備簡單、操作方便，不需要有機溶劑，對大分子以及高分子物質有很高的分離效果。目前已經被生物化學、分子生物學、生物工程學、分子免疫學以及醫學等有關領域廣泛采用，不但應用于科學實驗研究，而且已經大規模地用于工業生產。本發明將利用色譜柱優異的分離性能從尿液中提取腫瘤標志物修飾核苷，并結合表面增強共振拉曼光譜技術進行檢測分析。
[0004]拉曼光譜技術是物品鑒定和分子檢測的標準技術之一，但是常規拉曼光譜存在拉曼光譜信號弱，且容易受自體熒光干擾的缺點，表面增強拉曼光譜(SERS)檢測是利用被檢測分子與某些具有納米級粗糙度的金屬(如Au、Ag、Cu和Pt等)表面發生吸附，將這些分子的拉曼散射強度增加14-1O15倍，并且能有效地抑制自體熒光信號，是一種優于常規拉曼光譜檢測的新型客觀、快速無損的檢測方法，將可能為醫生提高診斷的速度和準確性帶來極大幫助。SERS技術具有空間分辨率高，靈敏度高，信息內容豐富等優點，已廣泛應用于物質鑒定與分子結構檢測等領域中。而表面增強共振拉曼光譜(SERRS)技術既具有普通SERS光譜優點，同時還利用特殊波段的激發光與被檢測對象之間實現表面等離子基元共振，能夠進一步提高光譜的檢測靈敏度。
[0005]目前國內外學者對尿液進行檢測主要是將取得的尿液樣品直接進行拉曼光譜檢測分析，但尿液中的成分比較復雜、干擾因素較多，所以很難取得理想的檢測效果。
【發明內容】
[0006]本發明目的在于針對目前尿液表面增強拉曼光譜分析中存在的不足問題，提供一種基于表面增強共振拉曼光譜的尿液腫瘤標志物修飾核苷檢測分析方法，為區分正常健康人和癌癥患者尿液修飾核苷SERRS光譜提供一種迅速，客觀的評價標準。該方法具體是利用硼酸凝膠色譜柱先提取純化出正常人和癌癥患者尿液中的腫瘤標志物修飾核苷，再以納米金溶膠為增強基質并利用波長為785nm激光作為激發光檢測腫瘤標志物表面增強共振拉曼光譜(SERRS)信號，并結合統計分析方法進行檢測分析的方法。
[0007]為了實現上述目的，本發明采用以下技術方案:
一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，包括以下步驟:
(1)取尿液樣本進行離心處理，所述尿液樣本包括正常組和異常組，正常組為健康人的尿液樣本，異常組為癌癥患者的尿液樣本，利用苯基硼酸凝膠色譜柱提取尿液樣本中的腫瘤標志物修飾核苷，獲得正常組和異常組尿液修飾核苷；
(2)將正常組和異常組尿液修飾核苷分別與金溶膠等體積混合均勻得到正常組和異常組混合標本，待混合標本在4°C自然變干后進行尿液修飾核苷表面增強共振拉曼光譜測量，分別獲得正常組和異常組尿液修飾核苷表面增強共振拉曼光譜數據；
(3)根據上述獲得的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜數據，利用偏最小二乘法和線性判別分析法建立用于判別尿液修飾核苷屬于健康人或屬于癌癥患者的尿液修飾核苷表面增強共振拉曼光譜診斷識別模型；
(4)取待檢測者的尿液樣本，按照步驟(I)和(2)的方法獲得待檢測尿液修飾核苷表面增強共振拉曼光譜數據，利用偏最小二乘法和線性判別分析法進行分析后代入步驟(3)建立的診斷識別模型，判別待檢測尿液修飾核苷屬于健康人或屬于癌癥患者。
[0008]進一步，所述步驟(2)將尿液修飾核苷與金溶膠組成的混合標本滴加在純度為99.99%的金屬片上，利用785nm激光激發檢測獲得尿液修飾核苷表面增強共振拉曼光譜，拉曼光譜的取譜范圍為δΟΟ-ΙδΟΟαιΓ1波數范圍。
[0009]所述步驟(I)的尿液樣本經過如下預處理:取早晨7-8點間的隔夜空腹人體尿液，將尿液離心后，收集上層澄清尿液。
[0010]預處理后的尿液按照如下方法提取尿液修飾核苷:
將苯基硼酸凝膠裝在玻璃層析柱中組成親和色譜柱，用30-35 mL摩爾濃度為0.25mol/L的醋酸銨對凝膠進行一次洗滌，將凝膠活化平衡，所述醋酸銨的pH為8.5;
取ImL離心處理過的澄清尿液上柱，然后用20-25mL摩爾濃度為0.25mol/L的醋酸銨、3-4mL甲醇水溶液(體積比I: I)對凝膠進行二次洗滌；
最后用25mL含0.lmol/L甲酸的甲醇水溶液(體積比1:1)進行洗脫，收集洗脫液并蒸發濃縮至ImL，得到尿液修飾核苷。
[0011 ]進一步，所述金溶膠的制備方法具體如下:按照體積比1:9將I X 10—3g/mL的氯金酸溶液加入水中，攪拌均勻并加熱至沸騰，然后快速加入質量濃度為1%的檸檬酸三鈉溶液，所述檸檬酸三鈉溶液的加入體積為氯金酸溶液的10%，繼續加熱攪拌得到酒紅色金溶膠，待金溶膠冷卻后進行離心處理，將上清液丟棄，收集下層濃縮的金溶膠。
[0012]本發明對尿液修飾核苷進行判別檢測必須通過一個診斷模型來實現，因此需要建立尿液修飾核苷SERRS光譜診斷識別模型進而判斷尿液修飾核苷屬于正常人或屬于癌癥患者。在建立光譜識別診斷數據庫模型之前，要先對尿液修飾核苷的SERRS光譜進行面積歸一化處理以去除實驗測試條件微小差異造成的影響。在建模時，考慮到不同病人之間存在的一些個體差異性，為保證統計性，必須采集足夠多數量的確診病例SERRS光譜，建立光譜數據庫。鑒別人體尿液修飾核苷為正常人或癌癥患者的表面增強共振拉曼光譜識別模型由確診病例和健康人的尿液修飾核苷表面增強拉曼光譜數據庫組成。在建立起數據庫的基礎上，利用偏最小二乘法(PLS)和線性判別分析法(LDA)，給出對數據庫中正常人尿液核苷表面增強共振拉曼光譜與癌癥患者尿液核苷表面增強拉曼光譜的最佳識別模式。而實現模式識別的閾值條件成為診斷條件。
[0013]本發明SERRS光譜診斷識別模型的建立采用偏最小二乘法與線性判別分析(PLS-DA)相結合的算法。偏最小二乘法(PLS)是一種新穎、高效的多元統計數據分析方法，能夠實現多因變量對多自變量的回歸建模方法，且可以同時實現回歸建模、數據結構簡化以及兩組變量之間的相關性分析。偏最小二乘法可以較好的解決普通主成分分析(PCA)無法解決的問題。它采用對變量X和Y都進行分解的方法，從變量X和Y中同時提取成分(或稱為因子)，利用這種方法將高維的拉曼光譜數據進行降維處理，再將因子按照它們之間的相關性從大到小排列。線性判別分析(LDA)是從高維特征空間里提取出最具有判別能力的低維特征，這些特征能幫助將同一個類別的所有樣本盡量聚集在一起，不同類別的樣本盡量分開。PLS和LDA各有長處，它們抓住不同的統計特征，適用于不同的具體情況，所以本發明將PLS與LDA兩種算法相結合是非常必要的。
[0014]本發明建立診斷識別模型時，PLS-DA的具體算法如下:
①首先把正常組和異常組尿液修飾核苷表面增強共振拉曼光譜利用高階多項式擬合消除熒光背景干擾；;
②把已經消除熒光背景干擾的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜進行歸一化處理以消除實驗系統誤差；
③利用Matlab軟件把經過①、②處理過的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜進行偏最小二乘法建模分析；
④在③的基礎上利用Ttest，選擇最有顯著性差異的前三個偏最小二乘得分作為主成分，然后對這三個主成分采用線性判別分析法進行判別分析，從線性判別分析的輸出結果中得到正常組和異常組的每個樣本所對應的后驗概率P值，獲得每個樣本對應后驗概率的散點分布圖，并確定將正常組與異常組尿液修飾核苷表面增強共振拉曼光譜區分的后驗概率，即閾值。
[0015]本發明所述診斷識別模型在臨床診斷中的應用如下:取待檢測者的尿液樣本，按照前述方法提取尿液修飾核苷，接著測定待檢測者的SERRS光譜，將檢測獲得的SERRS光譜代入本發明建立的尿液修飾核苷表面增強共振拉曼光譜診斷識別模型，根據診斷條件來對尿液修飾核苷進行癌癥與正常人的模式判別分析，進而實現SERRS光譜的診斷，
本發明采用以上技術方案，利用金納米粒子作為增強基底且以785nm激光作為激發光的表面增強共振拉曼光譜技術對尿液中的腫瘤標志物修飾核苷進行SERRS光譜檢測分析，目前為止未見相關文獻報道。該方法分別對正常人和癌癥患者尿液進行離心處理，去除沉淀取上層清液，并用凝膠親和色譜柱提取、純化尿液中的修飾核苷，利用表面增強共振拉曼光譜(SERRS)為檢測手段，通過對尿液核苷SERRS光譜分析來實現對癌癥病人的快速檢測識另O。本發明尿液修飾核苷的提取和樣品預處理過程所需時間為lh，光譜檢測時間僅為10秒，擁有簡單快速，可靠性強的優點。同時，SERRS技術(以納米金溶膠為增強基質并利用波長為785nm激光作為激發光)使得樣品在很低的激光功率下就可獲得極強的拉曼光譜信號，光譜信號重復性好，避免了高功率激光對生物分子的損傷現象。根據獲得的正常人與癌癥患者的尿液修飾核苷表面增強共振拉曼光譜，建立尿液修飾核苷SERRS光譜數據庫，利用多變量統計分析方法，為區分正常健康人和癌癥患者尿液修飾核苷SERRS光譜提供一種迅速，客觀的評價標準。
[0016]本發明尿液修飾核苷表面增強共振拉曼光譜數據庫包含32個正常人尿液核苷和55個食道癌確診病人尿液核苷表面增強拉曼光譜，尿液修飾核苷表面增強共振拉曼光譜數據經PLS-DA分析，特異性達到96.9%，靈敏度為98.2%，正確率為97.6%。
[0017]所述尿液修飾核苷的替代物可以為為尿液、血液、唾液、精液、組織勻漿中的其它類型腫瘤標志物。
【附圖說明】
[0018]以下結合附圖和【具體實施方式】對本發明進行詳細說明:
圖1是納米金溶膠、尿液修飾核苷以及納米金溶膠-修飾核苷混合物的吸收光譜圖；
圖2是正常人與癌癥患者尿液修飾核苷平均SERRS光譜和差譜；
圖3是本發明對實施例1的SERRS光譜診斷結果；
圖4是本發明對實施例2的SERRS光譜診斷結果；
圖3和圖4，在直線P = 0.5上方，是正常人尿液修飾核苷區域，在直線P = 0.5下方，是食道癌患者尿液核苷區域。
【具體實施方式】
[0019]本發明具體實施病例都事先得到了病患的知情同意。本發明的具體實施細節闡述如下:
(I)尿液樣品的預處理
取早晨7點-8點間正常人(32人)與癌癥患者(55人)的隔夜空腹人體尿液，將尿液放入離心機進行離心，設定轉速為10000轉/分鐘，離心10分鐘。將下層沉淀丟棄，取上層澄清尿液。利用該方法分別獲得異常組(食道癌尿液)與正常組(正常健康人尿液)。
[0020](2)尿液修飾核苷的提取
將苯基硼酸凝膠裝在玻璃層析柱中組成親和色譜柱提取尿液，凝膠經過35ml
0.25mol/L的醋酸銨(pH 8.5)活化和平衡好，將Iml離心處理過的尿液上柱。然后利用20ml
0.2511101/1^的醋酸銨，31111甲醇水溶液(體積比1:1)對凝膠進行二次洗滌，通過251111含
0.lmol/L甲酸的甲醇水溶液(體積比1:1)將核苷洗脫，將洗脫液蒸發濃縮至lml，得到尿液修飾核苷，待用。
[0021](3)金溶膠預制備
將1ml氯金酸溶液(1X10—3g/mL)加入到90ml純水中均勻攪拌加熱至沸騰，然后快速加入I ml的檸檬酸三鈉溶液(1%)，繼續加熱攪拌15分鐘得到酒紅色金溶膠。待金溶膠冷卻后用高速離心機離心10分鐘，設定轉速為15000轉/分鐘，使金膠分層，將上清液丟棄，取下層濃縮的金溶膠在室溫下避光封存，待用。
[0022](4)金溶膠-尿液修飾核苷混合液的制備
用移液槍從正常組(正常健康人)中取出各樣本尿液修飾核苷樣本各50yL加入經過無菌消毒處理的試管內，并用移液槍往試管中加入先前制備的離心后的高濃度金溶膠各50μL。苷混合溶液充分攪拌，使尿液修飾核苷與金溶膠盡可能混合均勻，制成正常組金溶膠-尿液修飾核苷混合溶液。
[0023]采用同樣的方法制成異常組(癌癥患者)金溶膠-尿液核苷混合溶液。
[0024](5)表面增強共振拉曼光譜檢測樣品過程
用移液槍將混合好的金溶膠-尿液修飾核苷混合液移至高純度金屬樣品臺上，自然晾干，利用共焦顯微拉曼光譜儀檢測樣品以獲得尿液核苷的表面增強拉曼光譜，重點檢測600-1730(^-1波數范圍。設定測量參數:積分時間10s，激發波長785nm，激發光功率5mw。如圖1所示，785nm波長的激光剛好位于納米金與修飾核苷混合物的表面等離子共振吸收峰位置，所以785nm近紅外激光能夠激發出強烈的SERRS光譜信號。本實施例測試對象包含32個正常人尿液核苷和55個癌癥確診病人尿液修飾核苷表面增強拉曼光譜。
[0025](6)建立判別正常人與食道癌患者尿液修飾核苷的表面增強共振拉曼光譜診斷識別豐旲型
對尿液修飾核苷的進行判別檢測必須通過一個診斷模型來實現，因此我們需要建立尿液修飾核苷SERRS光譜診斷識別模型，進而判斷尿液修飾核苷屬于正常人或屬于癌癥患者，該識別模型由確診病例和健康人的尿液修飾核苷表面增強拉曼光譜數據庫組成。在建立起數據庫的基礎上，利用偏最小二乘法(PLS)和線性判別分析法(LDA)，給出對數據庫中正常人尿液核苷表面增強共振拉曼光譜與食道癌患者尿液核苷表面增強拉曼光譜的最佳識別模式，而實現模式識別的閾值條件成為診斷條件。
[0026]以下是本實施例利用PLS-DA算法的計算過程:
①首先把正常組(32個正常人)尿液修飾核苷SERRS光譜和異常組(55個食道癌患者)尿液修飾核苷SERRS光譜利用高階多項式擬合消除熒光背景干擾；；
②把已經消除熒光背景干擾的正常組和異常組的每例尿液修飾核苷SERRS光譜進行歸一化處理以消除實驗系統誤差；
③對每例尿液修飾核苷SERRS光譜，利用PLS標準算法算出主成分LVl、LV2、LV3；
④將主成分LV1、LV2、LV3進行LDA判別分析，最后可以從LDA分析的輸出結果中得到每個樣本所對應的后驗概率P值，獲得每個樣本對應后驗概率的散點分布圖。
[0027]⑤32個正常人與55個食道癌病人尿液修飾核苷SERRS光譜的后驗概率分布即是本發明的測量分析結果，可以為醫生提供診斷根據。本發明經過LDA計算，確定將正常人與食道癌患者尿液核苷表面增強共振拉曼光譜區分診斷的最佳直線是后驗概率P = 0.5。這時該方程實際上定義了在后驗概率與樣本數組成的二維坐標平面上，這條直線將正常人尿液核苷點集分布與食道癌患者尿液核苷點集分布有效分隔起來。這條直線等于設定了一個閾值，這個閾值就是診斷條件。
[0028]在臨床具體應用中，提取病人的尿液修飾核苷，將病人的尿液修飾核苷表面增強共振拉曼光譜數據利用PLS-DA算法計算出后驗概率，將該后驗概率與閾值比較，判別病人的尿液修飾核苷屬于健康人或屬于癌癥患者，實現對患者尿液修飾核苷的快速、無損檢測。
[0029]臨床應用例I
廖XX，男，52歲，病理診斷為髓質型高中分化鱗狀細胞癌，癌組織累及全層，血管內可見癌栓，分期為T4、N1、Mx，采用本發明進行雙盲檢測，利用PLS-DA模型，計算出該病人尿液修飾核苷SERRS光譜的后驗概率P = 0.845，計算結果顯示該病人被判定為食道癌患者。圖3為應用例I的診斷結果，圖中顯示了每個樣本的尿液修飾核苷表面增強拉曼光譜對應的后驗概率，圖中圓形的點代表正常健康人，三角尖形狀的點代表食道癌病人，正方形的點代表待識別病人。
[0030]圖3中，正常健康人與食道癌患者的尿液修飾核苷SERRS光譜構成了本發明的診斷識別模型，該模型確定將正常人與食道癌患者尿液核苷表面增強共振拉曼光譜區分診斷的最佳直線是后驗概率P = 0.5。在直線P = 0.5上方，是正常人尿液修飾核苷區域，在直線P =
0.5下方，是食道癌患者尿液核苷區域。
[0031 ]本應用例提取了病人的尿液修飾核苷并測定其SERRS光譜，計算出后驗概率為P =
0.845，由診斷識別模型可判斷該病人為癌癥患者。
[0032]臨床應用例2
鄒XX，男，61歲，病理診斷為蕈傘型中高分化鱗狀細胞癌，癌組織累及肌層，脈管內見癌栓，分期為T2、N0、MX，采用本發明進行雙盲檢測，利用PLS-DA模型，計算出該病人尿液修飾核苷SERRS光譜的后驗概率P = 0.904，計算結果顯示該病人確實已經患了癌癥。圖4為應用例2的診斷結果，圖中顯示了每個樣本的尿液修飾核苷表面增強拉曼光譜對應的后驗概率，圖中圓形的點代表正常健康人，三角尖形狀的點代表食道癌病人，正方形的點代表待識別病人。
【主權項】
1.一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述方法包括以下步驟: (1)取尿液樣本進行離心處理，所述尿液樣本包括正常組和異常組，正常組為健康人的尿液樣本，異常組為癌癥患者的尿液樣本，利用苯基硼酸凝膠色譜柱提取尿液樣本中的腫瘤標志物修飾核苷，獲得正常組和異常組尿液修飾核苷； (2)將正常組和異常組尿液修飾核苷分別與金溶膠等體積混合均勻得到正常組和異常組混合標本，待混合標本自然變干后進行尿液修飾核苷表面增強共振拉曼光譜測量，分別獲得正常組和異常組尿液修飾核苷表面增強共振拉曼光譜數據； (3)根據上述獲得的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜數據，利用偏最小二乘法和線性判別分析法建立用于判別尿液修飾核苷屬于健康人或屬于癌癥患者的尿液修飾核苷表面增強共振拉曼光譜診斷識別模型； (4)取待檢測者的尿液樣本，按照步驟(I)和(2)的方法獲得待檢測尿液修飾核苷表面增強共振拉曼光譜數據，利用偏最小二乘法和線性判別分析法進行分析后代入步驟(3)建立的診斷識別模型，判別待檢測尿液修飾核苷屬于健康人或屬于癌癥患者。2.根據權利要求1所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述步驟(2)將尿液修飾核苷與金溶膠組成的混合標本滴加在純度為99.99%的金屬片上，利用785nm激光激發檢測獲得尿液修飾核苷表面增強共振拉曼光譜，拉曼光譜的取譜范圍為δΟΟ-ΙδΟΟαιΓ1波數范圍。3.根據權利要求1所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述步驟(I)的尿液樣本經過如下預處理:取早晨7-8點間的隔夜空腹人體尿液，將尿液離心后，收集上層澄清尿液。4.根據權利要求3所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:尿液修飾核苷的提取方法如下: 將苯基硼酸凝膠裝在玻璃層析柱中組成親和色譜柱，用30-35 mL摩爾濃度為0.25mol/L的醋酸銨對凝膠進行一次洗滌，將凝膠活化平衡，所述醋酸銨的pH為8.5; 取ImL離心處理過的澄清尿液上柱，然后用20-25mL摩爾濃度為0.25mol/L的醋酸銨、3-4mL甲醇水溶液對凝膠進行二次洗滌； 最后用25mL含0.lmol/L甲酸的甲醇水溶液進行洗脫，收集洗脫液并蒸發濃縮至lmL，得到尿液修飾核苷。5.根據權利要求1所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述步驟(2)的金溶膠是用檸檬酸三鈉還原氯金酸溶液，制備金溶膠。6.根據權利要求5所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述金溶膠的制備方法具體如下:按照體積比1:9將I X 10—3g/mL的氯金酸溶液加入水中，攪拌均勻并加熱至沸騰，然后快速加入質量濃度為1%的檸檬酸三鈉溶液，所述檸檬酸三鈉溶液的加入體積為氯金酸溶液的10%，繼續加熱攪拌得到酒紅色金溶膠，待金溶膠冷卻后進行離心處理，將上清液丟棄，收集下層濃縮的金溶膠。7.根據權利要求1所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述步驟(3)建立診斷識別模型是采用步驟(2)的數據庫進行統計分析，所述統計分析采用偏最小二乘法并結合線性判別分析法進行判別計算，其具體算法如下: ①首先把正常組和異常組尿液修飾核苷表面增強共振拉曼光譜利用高階多項式擬合消除熒光背景干擾； ②把已經消除熒光背景干擾的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜進行歸一化處理以消除實驗系統誤差； ③利用Matlab軟件把經過①、②處理過的正常組和異常組尿液修飾核苷表面增強共振拉曼光譜進行偏最小二乘法建模分析； ④在③的基礎上利用Ttest，選擇最有顯著性差異的前三個偏最小二乘得分作為主成分，然后對這三個主成分采用線性判別分析法進行判別分析，從線性判別分析的輸出結果中得到正常組和異常組的每個樣本所對應的后驗概率P值，獲得每個樣本對應后驗概率的散點分布圖，并確定將正常組與異常組尿液修飾核苷表面增強共振拉曼光譜區分的后驗概率，即閾值。8.根據權利要求7所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:待檢測者的尿液修飾核苷表面增強共振拉曼光譜數據獲得后，利用偏最小二乘法結合線性判別分析法計算出后驗概率，將該后驗概率與閾值比較，判別待檢測尿液修飾核苷屬于健康人或屬于癌癥患者。9.根據權利要求1所述的一種基于表面增強共振拉曼光譜的尿液修飾核苷檢測分析方法，其特征在于:所述尿液修飾核苷的替代物為尿液、血液、唾液、精液或組織勻漿中的腫瘤標志物。
【文檔編號】G01N21/65GK106053429SQ201610365125
【公開日】2016年10月26日
【申請日】2016年5月27日
【發明人】馮尚源, 鄭祖賜, 王啟文, 王蘭, 林多, 翁存程, 黃組芳, 李永增, 陳榮
【申請人】福建師范大學