Zpět na hledání
| Identifikační kód | RIV/00216208:11110/22:10445140 |
|---|---|
| Název v anglickém jazyce | Quantitative detection of α1-acid glycoprotein (AGP) level in blood plasma using SERS and CNN transfer learning approach |
| Druh | J - Recenzovaný odborný článek (Jimp, Jsc a Jost) |
| Poddruh | J/A - Článek v odborném periodiku je obsažen v databázi Web of Science společností Thomson Reuters s příznakem „Article“, „Review“ nebo „Letter“ (Jimp) |
| Jazyk | eng - angličtina |
| Vědní obor | 10600 - 1.6 Biological sciences |
| Rok uplatnění | 2022 |
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
| Počet výskytů výsledku | 2 |
| Počet tvůrců celkem | 7 |
| Počet domácích tvůrců | 1 |
| Výčet všech uvedených jednotlivých tvůrců | Karolína Strnadová (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 5914077, orcid: 0000-0002-2879-7029, scopusid: 57191439510, researcherid: ABF-8710-2020) M. Erzina (státní příslušnost: CZ - Česká republika) O. Guselnikova (státní příslušnost: CZ - Česká republika) O. Lyutakov (státní příslušnost: CZ - Česká republika) A. Skvortsova (státní příslušnost: CZ - Česká republika) V. Svorcik (státní příslušnost: CZ - Česká republika) A. Trelin (státní příslušnost: CZ - Česká republika) |
| Popis výsledku v anglickém jazyce | Surface-enhanced Raman spectroscopy (SERS) is a highly sensitive tool in medical diagnostics and bioanalysis fields, aimed at the qualitative detection of relevant biomolecules. However, quantitative SERS analysis of complex (bio)samples is a more challenging and, in many cases, almost impossible task, requiring functional SERS substrates or advanced spectral data analysis. In this work, we propose the combination of a functional SERS substrate, capable of trapping target biomolecules, with CNN transfer learning for quantitative detection of the relevant α1-acid glycoprotein (AGP, also known as orosomucoid) in human serum. As a SERS substrate, the plasmonic gold grating was functionalized with boronic acid moieties to entrap target AGP. The functionality of the substrate was tested on two model solutions: a solution containing saccharides as competing molecules and human serum with added AGP, which is close to real samples. The convolution neural network (CNN) was previously trained on a huge number of (bio)samples. Then CNN transfer learning was used to quantify AGP concentration in model samples, as well as in human serum. Developed strategy is able to identify the alarming increase of AGP concentration in an express and medically decentralized way, on short time and under lack of spectral data. Generally, the proposed combination of SERS and machine transfer learning could be expanded to a range of alternative cases, where the collection of real samples is restricted and can be substituted by the measurements of similar model systems, without loss of analysis reliability. |
| Klíčová slova oddělená středníkem | CNN transfer learning;Serum;?1-acid glycoprotein;Biomolecules entrapping;Functional surface;SERS |
| Stránka www, na které se nachází výsledek | https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=SL2kYY8fi4 |
| DOI výsledku | 10.1016/j.snb.2022.132057 |
| Odkaz na údaje z výzkumu | - |
Údaje o výsledku v závislosti na druhu výsledku
| Název periodika | Sensors and Actuators B: Chemical |
|---|---|
| ISSN | 0925-4005 |
| e-ISSN | 1873-3077 |
| Svazek periodika | 367 |
| Číslo periodika v rámci uvedeného svazku | September |
| Stát vydavatele periodika | NL - Nizozemsko |
| Počet stran výsledku | 8 |
| Strana od-do | 132057 |
| Kód UT WoS článku podle Web of Science | 000807805200004 |
| EID výsledku v databázi Scopus | 2-s2.0-85130582189 |
| Způsob publikování výsledku | C - Omezený přístup (Restricted Access) |
| Předpokládaný termín zveřejnění plného textu výsledku | - |
Ostatní informace o výsledku
| Předkladatel | Univerzita Karlova / 1. lékařská fakulta |
|---|---|
| Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
| Rok sběru | 2023 |
| Specifikace | RIV/00216208:11110/22:10445140!RIV23-MSM-11110___ |
| Datum poslední aktualizace výsledku | 22.05.2023 |
| Kontrolní číslo | 192463655 ( v1.0 ) |
Informace o dalších výskytech výsledku dodaného ostatními předkladateli
| Dodáno GA ČR v roce 2023 | RIV/60461373:22310/22:43924620 v dodávce dat RIV23-GA0-22310___ předkladatelem Vysoká škola chemicko-technologická v Praze / Fakulta chemické technologie |
|---|
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
| Projekt podporovaný MŠMT v programu EF | EF16_019/0000785 - Centrum nádorové ekologie - výzkum nádorového mikroprostředí v organizmu podporujícího růst a šíření nádoru (2018 - 2023) |
|---|