Artificial Intelligent Label-Free SERS Profiling of Serum Exosomes for Breast Cancer Diagnosis and Postoperative Assessment

微泡 乳腺癌 医学 癌症 外体 生物标志物 癌症生物标志物 表面增强拉曼光谱 诊断生物标志物 内科学 肿瘤科 小RNA 拉曼光谱 化学 拉曼散射 物理 光学 基因 生物化学
作者
Yangcenzi Xie,Xiaoming Su,Yu Wen,Chao Zheng,Ming Li
出处
期刊:Nano Letters [American Chemical Society]
卷期号:22 (19): 7910-7918 被引量:181
标识
DOI:10.1021/acs.nanolett.2c02928
摘要

Breast cancer subtypes have important implications of treatment responses and clinical outcomes. Exosomes have been considered as promising biomarkers for liquid biopsies, but the utility of exosomes for accurate diagnosis of distinct breast cancer subtypes is a grand challenge due to the difficulty in uncovering the subtle compositional difference in complex clinical settings. Herein, we report an artificial intelligent surface-enhanced Raman spectroscopy (SERS) strategy for label-free spectroscopic analysis of serum exosomes, allowing for accurate diagnosis of breast cancer and assessment of surgical outcomes. Our deep learning algorithm trained with SERS spectra of cancer cell-derived exosomes is demonstrated with a 100% prediction accuracy for human patients with different breast cancer subtypes who do not undergo surgery using SERS spectra of serum exosomes. Furthermore, when combined with similarity analysis by principal component analysis, our approach is able to evaluate the surgical outcomes of breast cancer of distinct molecular subtypes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
完美世界的应助被时丶倾采纳,获得10
刚刚
明芷蝶发布了新的文献求助10
1秒前
长安完成签到,获得积分0
1秒前
烂漫伟祺完成签到,获得积分10
1秒前
Roy完成签到,获得积分20
1秒前
1秒前
czq完成签到,获得积分20
1秒前
1秒前
2秒前
Samuel发布了新的文献求助10
2秒前
芙蕖星星完成签到,获得积分10
2秒前
lei发布了新的文献求助10
2秒前
鼠大帅发布了新的文献求助10
2秒前
黑包包大人完成签到,获得积分10
2秒前
流水落花完成签到 ,获得积分20
2秒前
FashionBoy的应助被ufo采纳,获得10
2秒前
white完成签到 ,获得积分10
2秒前
充电宝的应助被xty采纳,获得10
2秒前
ocean完成签到,获得积分10
3秒前
3秒前
ghshen的应助被xueerbx采纳,获得10
3秒前
happyeveryday发布了新的文献求助10
3秒前
3秒前
4秒前
wxm的应助被Hua采纳,获得10
4秒前
纯真的丝完成签到,获得积分10
4秒前
5秒前
减肥摸鱼发布了新的文献求助10
5秒前
5秒前
honor完成签到,获得积分10
5秒前
平淡青烟完成签到,获得积分10
5秒前
黑猫黑猫完成签到,获得积分10
5秒前
lyj发布了新的文献求助10
5秒前
5秒前
李梦晓发布了新的文献求助10
6秒前
6秒前
6秒前
7秒前
和平发展发布了新的文献求助200
7秒前
漫漫完成签到 ,获得积分10
7秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8159929
求助须知:如何正确求助?哪些是违规求助? 9555266
关于积分的说明 21726335
捐赠科研通 7749807
什么是DOI,文献DOI怎么找? 3427310
关于科研通互助平台的介绍 2552391
邀请新用户注册赠送积分活动 2471654