Method Article

Analiza spektralna Ramana wspomagana uczeniem maszynowym nanosensora ssDNA-SWCNT reagującego na serotoninę dla poprawy selektywności wobec dopaminy

DOI:

10.3791/69925

⸱

May 15th, 2026

 ,  , 
1School of Biomedical Convergence Engineering, Pusan National University, 2BB21+, Department of Chemistry, Pukyong National University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokół opisuje analizę spektralną Ramana nanosensora SWCNT owiniętego w ssDNA, umożliwiając lepsze selektywne pomiary serotoniny względem dopaminy przy wsparciu modelu uczenia maszynowego.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Serotonina (5-hydroksytryptamina, 5-HT) odgrywa kluczową rolę w neuromodulacji, jednak obecne metody wykrywania mają trudności z zapewnieniem w czasie rzeczywistym wykrywania 5-HT o wysokiej czułości i selektywności. Wcześniej opracowaliśmy nanosensor serotoniny w bliskiej podczerwieni (nIRHT), który składa się z nanorurek węglowych owiniętych w ssDNA, które wrażliwie wykrywają 5-HT. Jednak odpowiedź fluorescencyjna nIRHT nie jest w stanie rozróżnić 5HT od dopaminy (DA), co ogranicza jej praktyczne zastosowania. W tym badaniu spektroskopia Ramana w połączeniu z uczeniem maszynowym pokonuje to wyzwanie selektywności. Cechy spektralne w paśmie G wykazały wyraźne sygnatury wiązania 5HT i DA z nIRHT, przy czym DA powodowała większe tłumienie pasma G. Zastosowaliśmy różnicowego Ramana (ΔRaman) do izolacji specyficznych dla analitu zmian widmowych oraz trenowaliśmy trzy modele uczenia maszynowego do klasyfikacji. Model losowego lasu z ΔRaman osiągnął optymalną wydajność z dokładnością 95,8%, znacząco przewyższając modele wykorzystujące surowe widma Ramana. Podejście to wykazało poprawę swoistości, z pomijalnymi odpowiedziami na acetylocholinę, GABA i glutaminian, oraz osiągnęło limit wykrywania 0,1 μM odpowiedni do zastosowań fizjologicznych. To podejście oparte na Ramanie przekształca nieselektywny czujnik fluorescencji nIRHT w platformę zdolną do solidnej dyskryminacji neuroprzekaźników, pokonując problemy selektywności w molekularnym wykrywaniu opartym na nanorurkach węglowych (SWCNT).

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Serotonina (5-hydroksytryptamina, 5-HT) to kluczowy neuroprzekaźnik regulujący nastrój, funkcje poznawcze, sen i apetyt, z dysfunkcjami powiązanymi z depresją, lękiem i innymi zaburzeniami neuropsychiatrycznymi1. Monitorowanie dynamiki serotoniny w systemach biologicznych w czasie rzeczywistym pozostaje trudne ze względu na milisekundową skalę transmisji synaptycznej oraz złożone środowisko chemiczne tkanki nerwowej2. Pomimo znaczących postępów w technologiach wykrywania neuroprzekaźników, osiągnięcie wysokiej czułości i selektywności molekularnej wobec serotoniny nadal stanowi poważne wyzwania analityczne.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Funkcjonalna produkcja nanosensorów SWCNT nIRHT z funkcjonalizacją ssDNA

  1. Połącz 1 mg jednościennych nanorurek węglowych (SWCNT), 100 μL 1 mM E6#9 ssDNA oraz 900 μL 1x fosforan-buforowanej soli fizjologicznej (PBS) w probówce o pojemności 1,5 mL.
    UWAGA: Suchy proszek SWCNT może stanowić zagrożenie wdychania. Obchodzić się z proszkiem wewnątrz certyfikowanego chemicznego kaptura i nosić odpowiedni sprzęt ochronny, w tym maskę i rękawiczki.
  2. Rozproszyj mieszankę za pomocą sonikatora do kąpieli przez 5 minut. Sonikuj mieszankę za pomocą sonikatora z końcówką wyposażoną w sondę o średnicy 3 mm o amplitudzie 50% przez 30 minut w....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nanosensor SWCNT (nIRHT) E6#9 funkcjonalny ssDNA, wcześniej opracowany metodologią SELEC, wykazuje odwracalne wzmocnienie fluorescencji nIR po wiązaniu 5HT, umożliwiając obrazowanie 5HT in vitro i ex vivo12 w czasie rzeczywistym. Sekwencja E6#9 (5'-CCCCCCAGACCAGACAGCACCCCCCCCC-3') owija się wokół SWCNT, tworząc miejsca wiązania dla 5HT. Jednak ten sensor nie wykazuje specyficzności: zarówno 5-HT, jak i DA powodują porównywalny wzrost intensywności (rysunek 1B.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Analiza spektralnograficzna Ramana zapewniła istotne zwiększenie specyficzności czujnika nIRHT, co nie było możliwe przy konwencjonalnej odpowiedzi fluorescencyjnej. Zaobserwowaliśmy, że DA indukuje bardziej wyraźne tłumienie pasma G⁻ (1570 cm-1) w porównaniu do 5HT. Te różnicowe sygnatury prawdopodobnie wynikają z różnych orientacji molekularnych i geometrii wiązania na powierzchni SWCNT. Konkretnie, katecholowa część DA prawdopodobnie tworzy silniejsze interakcje π-π z powierzchnią SWCNT, indukując większą p.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Prace te zostały wsparte przez dwuletni grant badawczy z Pusan National University.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
HiPCo raw  Nanointegris
iDus1.7 InGaAsANDORDU490A-1,9
RamantouchNano Photon
Vibra Cell 130SONICS

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Berger, M., Gray, J. A., Roth, B. L. The expanded biology of serotonin. Annu Rev Med. 60, 355-366 (2009).
  2. Dankoski, E. C., Wightman, R. M. Monitoring serotonin signaling on a subsecond time scale. Front Integr Neurosci. 7, 44(2013).
  3. Zhang, X., et al.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Raman Spectral AnalysisMachine LearningSerotonin NanosensorDopamine SelectivitySingle Walled Carbon NanotubessDNA SWCNTNeurotransmitter DiscriminationRandom Forest ModelG Band SpectroscopyMolecular Sensing

Related Articles