Summary
Aqui, nós apresentamos um protocolo para a coleção de espectros confocal de Raman dos indivíduos humanos em estudos clínicos combinados com as aproximações quimiométricas para a remoção espectral do outlier e a extração subseqüente de características chaves.
Abstract
O desenvolvimento deste método espectroscópico Raman confocal in vivo possibilita a mensuração direta de água, proteínas e lipídios com resolução de profundidade em indivíduos humanos. Esta informação é muito importante para doenças relacionadas com a pele e caracterizar o desempenho do produto de cuidados da pele. Este protocolo ilustra um método para a coleção confocal dos espectros de Raman e a análise subseqüente do conjunto de dados espectral que aproveita o chemometrics. O objetivo deste método é estabelecer um protocolo padrão para a coleta de dados e fornecer orientações gerais para a análise de dados. O pré-processamento (por exemplo, remoção de espectros de outlier) é um passo crítico ao processar grandes conjuntos de dados de estudos clínicos. Como exemplo, fornecemos orientação com base no conhecimento prévio de um conjunto de dados para identificar os tipos de outliers e desenvolver estratégias específicas para removê-los. Uma análise de componentes principais é realizada e os espectros de carga são comparados com os espectros de materiais de referência para selecionar o número de peças usadas na análise de resolução de curva multivariada (MCR) final. Essa abordagem é bem-sucedida para extrair informações significativas de um grande conjunto de dados espectral.
Introduction
Em estudos clínicos, a Espectroscopia Raman confocal in vivo demonstrou sua habilidade única para determinar a espessura do estrato córneo e o teor de água1,2,3,4e rastrear a penetração de materiais ativos aplicados topicamente na pele5,6. Como uma aproximação não invasora, a espectroscopia confocal de Raman detecta sinais moleculars baseados em modos vibracional. Assim, a rotulagem não é necessária7. A Espectroscopia Raman confocal in vivo fornece informações químicas com resolução de profundidade com base na natureza Confocal da técnica. Esta informação dependente da profundidade é muito útil em estudar os efeitos de produtos do cuidado de pele4,8, envelhecendo9,10, mudançassazonais3, assim como doenças da função da barreira da pele, como a dermatite atópica11,12. Há muita informação na região de alta frequência da espectroscopia confocal Raman (2500 – 4000 cm-1), onde a água produz picos distintos na região entre 3250 – 3550 cm-1. No entanto, os picos Raman de proteínas e lipídios, que são centralizados entre aproximadamente 2800 – 3000 cm-1, se sobrepõem uns aos outros porque os sinais são produzidos principalmente a partir de metileno (-CH2-) e metil (-CH3) grupos13 . Esta informação sobreposta apresenta um desafio técnico ao obter quantidades relativas de espécies moleculares individuais. O encaixe máximo14,15 e a posição de pico seletivo12,16 aproximações foram usadas para resolver este desafio. Entretanto, é difícil para estes únicos métodos Peak-based extrair a informação componente pura porque os picos Raman múltiplos do mesmo componente mudam simultaneamente17. Em nossa recente publicação18, uma abordagem MCR foi proposta para elucidar a informação do componente puro. Usando esta aproximação, três componentes (água, proteínas, e lipídios) foram extraídos de um grande conjunto de dados espectroscópicos confocal Raman in vivo.
A execução de grandes estudos clínicos pode ser exigente em indivíduos que coletam dados espectroscópicos in vivo. Em alguns casos, a aquisição espectral pode exigir o equipamento operando-se por muitas horas em um dia e o estudo pode estender até semanas ou meses. Nessas condições, os dados espectroscópicos podem ser gerados por operadores de equipamentos que não possuem expertise técnica para identificar, excluir e corrigir todas as fontes de artefatos espectroscópicos. O conjunto de dados resultante pode conter uma pequena fração de outliers espectroscópicos que precisam ser identificados e excluídos dos dados antes da análise. Este papel ilustra em detalhe um processo de análise quimiométrico para "limpar" um conjunto de dados clínico Raman antes de analisar os dados com MCR. Para remover com sucesso os outliers, os tipos de outliers e a causa potencial para a geração dos espectros do outlier precisam de ser identificados. Em seguida, uma abordagem específica pode ser desenvolvida para remover os outliers direcionados. Isso requer o conhecimento prévio do conjunto de dados, incluindo um entendimento detalhado sobre o processo de geração e o design do estudo. Neste conjunto de dados, a maioria dos Outliers são baixos espectros de sinal para ruído e originam-se principalmente de 1) espectros recolhidos acima da superfície da pele (6.208 fora de 30.862), e 2) forte contribuição para o espectro da luz fluorescente do quarto (67 de 30.862). Espectros recolhidos acima da superfície da pele produzem uma fraca resposta Raman, como o ponto focal laser se aproxima da superfície da pele e é principalmente na janela do instrumento abaixo da pele. Os espectros com uma contribuição forte da luz fluorescente do quarto são gerados devido ao erro do operador do instrumento ou ao movimento do assunto, que produz uma circunstância onde a janela Confocal da coleção de Raman não seja coberta inteiramente pelo local do corpo do assunto. Embora esses tipos de artefatos espectrais possam ser identificados e remediados durante a aquisição espectral por um especialista espectroscópico no momento da aquisição de dados, os operadores de instrumentos treinados utilizados neste estudo foram instruídos a coletar todos os dados, a menos que um a falha catastrófica foi observada. A tarefa de identificar e excluir outliers é incorporada ao protocolo de análise de dados. O protocolo apresentado é desenvolvido para resolver esse desafio. Para endereçar os baixos espectros do sinal-à-ruído acima da superfície da pele, a posição da superfície da pele precisa de ser determinada primeiramente para permitir a remoção dos espectros recolhidos acima da superfície da pele. A localização da superfície da pele é definida como a profundidade onde o ponto focal do laser Raman é metade na pele e metade da pele, como ilustrado na Figura 1 suplementar. Após a remoção de baixos espectros de sinal para ruído, uma análise de componentes principais (PCA) é implementada para extrair o fator dominado por picos de luz de sala fluorescente. Esses Outliers são removidos com base no valor da Pontuação do fator correspondente.
Este protocolo fornece informações detalhadas sobre como seis componentes principais são determinados no processo MCR. Isso é feito por meio de uma análise de PCA seguida pela comparação da forma espectral entre as cargas para os modelos gerados com um número diferente de componentes principais. O processo experimental para coleta de dados de materiais de referência, bem como os sujeitos humanos também é explicado detalhadamente.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Este estudo foi aprovado pelo Comitê de revisão institucional do hospital infantil de Pequim, em conformidade com as diretrizes éticas da declaração 1975 de Helsínquia. Foi conduzido de acordo com as diretrizes da ICH para boa prática clínica. O estudo foi realizado de maio a julho de 2015.
1. coleção de espectros Raman confocais in vivo de indivíduos humanos com dermatite atópica
- Inclua os sujeitos em conformidade com os seguintes critérios.
- Inclua assuntos entre as idades de 4 – 18.
- Incluir indivíduos com dermatite atópica leve a moderada (escore de 2 ou 3 de acordo com a avaliação global do médico) com sintomas de doença ativa em 5% – 30% da superfície corporal, com pelo menos duas lesões nos braços.
- Incluir indivíduos que estão em boa saúde, excluindo os sintomas diretamente relacionados com a doença de AD.
- Inclua assuntos que forneçam consentimento informado por escrito.
- Inclua assuntos que tenham um valor de ângulo de topologia individual (ITA) superior a 40 no local de teste.
- Exclua assuntos que atendam a qualquer um dos seguintes critérios.
- Excluir indivíduos que estejam participando ou tenham participado anteriormente de um estudo clínico em qualquer instalação de teste nas últimas 4 semanas.
- Exclua indivíduos com câncer ou que tenham sido diagnosticados ou tratados para câncer dentro de 5 anos antes do estudo.
- Excluir indivíduos diabéticos.
- Exclua os indivíduos que têm uma doença imunológica ou infecciosa que poderia colocar o sujeito em risco ou interferir com a precisão dos resultados do estudo (ou seja, hepatite, tuberculose, HIV, AIDS, lúpus, ou artrite reumatóide).
- Exclua os indivíduos que têm condições de pele que podem interferir com medidas instrumentais ou impedirão a avaliação clara da pele somente à dermatite atópica. Exemplos incluem pele extremamente seca, pele danificada, cortes, arranhões, queimaduras solares, marcas de nascença, tatuagens, cicatrizes extensas, erupções cutâneas, crescimento excessivo de pêlos, ou acne.
- Exclua indivíduos que usam drogas imunossupressoras orais, antibióticos ou outras terapias sistêmicas no mês passado, exceto para tranquilizantes menores.
- Excluir sujeitos com qualquer outra condição médica que, na opinião do investigador, os impeça de participar do estudo.
- Exclua indivíduos com maior pigmentação na área de teste.
- Rotule a área da lesão do participante do estudo da dermatite atópica e marque com uma área de 3 cm x 4 cm em ou perto do local da lesão, como mostrado na Figura 1a.
- Rotule a área não-lesão com o mesmo marcador no local do corpo de contrapartida (por exemplo, antebraço esquerdo versus antebraço direito), como mostrado na Figura 1B.
- Coloque o local do corpo marcado em contato próximo com a janela do instrumento Raman confocal in vivo, como mostrado na Figura 2A e Figura 2B. Cubra a janela inteira para evitar o impacto da luz do quarto no local do corpo.
- Realize a coleta de dados Raman.
Nota: o instrumento tem uma resolução espectral de 2 cm-1 e 50x microscópio objetivo (NA = 0,9 imersão a óleo), usando um laser de 671 nm com uma potência de 17 MW. O comprimento de onda é calibrado usando o espectro de uma lâmpada interna do néon-argônio. A calibração da intensidade é feita medindo o espectro de um padrão de calibração de vidro do NIST (Instituto Nacional das normas).- Mova o foco até que um espectro como ilustrado na Figura 2C é observado, em seguida, mova o foco para longe da superfície da pele 10 μm.
- Inicie a coleta de dados para 26 etapas com um tamanho de etapa de 2 μm na região de 2.510 cm-1– 4.000 cm-1 Frequency. Use um tempo de exposição de 1 s e medir oito repetições para cada área duradoura ~ 10 – 15 min total.
2. coleção de espectros confocais Raman a partir de materiais de referência
- Coloc os materiais de referência, os componentes principais no córneo19do estrato da pele humana, na janela do instrumento confocal de Raman (veja tabela dos materiais: albumina de soro bovina (BSA), água deionizada (água do di), ceramide, colesterol, livre ácido graxo e esqualeno).
- Colete os espectros Raman dos materiais de referência consecutivamente do exterior do material para o centro de material usando os mesmos parâmetros de coleta descritos acima.
- Integre a área cada espectro Raman entre o intervalo de 2510 – 4000 cm-1 e identifique os três principais pontos de valor máximo nessas 26 medições. Média dos espectros Raman desses três pontos para obter os espectros de material de referência final.
3. remoção dos espectros de outlier através da análise quimiométrica
- Determine a superfície da pele e remova os espectros fora da pele.
- Altere a extensão de arquivo de '. Ric ' para '. Mat ' e carregue o arquivo. Mat na plataforma de software MATLAB.
- Corrija a linha de base usando a linha de base (quadrados ponderados automáticos) clicando com o botão direito do mouse no conjunto de dados importado em Analyze | Outras ferramentas | Pré-processamento no software PLS_Toolbox com configuração padrão.
- Somar os valores entre 2910 – 2965 cm-1 para obter os valores de intensidade cada espectro Raman a partir da medida de 26 etapas consecutivas, como mostrado na Figura 3a através da função sum no MATLAB.
- Interpolar o valor de deslocamento do instrumento (valor no eixo X na Figura 3B) de 26 – 260 usando a função linspace no MATLAB.
- Interpolar o valor de intensidade de 26 a 260 usando o método spline no MATLAB, aproveitando os valores de posição 260 recém-gerados.
- Use as funções documentos e polyval do MATLAB para obter o novo conjunto de valores de intensidade com 260 pontos. Primeiro, use os valores de posição e intensidade de 260 como entradas X e Y para a função documentos , respectivamente. Defina o valor de grau como 20. Em seguida, use os coeficientes de saída e os valores de posição estendida 260 como a entrada para polyval para obter os valores de intensidade 260 final.
- Use as funções Max e min do MATLAB para identificar os pontos máximos e mínimos dos valores de intensidade de 260 recém-interpolados.
- Calcule o valor de intensidade média dividindo a soma do valor de intensidade máxima e mínima por dois.
- Identifique o valor de intensidade dos valores de intensidade de 260 (calculado a partir da etapa 3.1.6) que está mais próximo do valor de intensidade média e defina seu valor de posição correspondente como superfície da pele. Defina esse valor de posição como o ponto zero no eixo X, conforme ilustrado na Figura 3B.
- Altere todos os outros valores de posição de acordo com o ponto zero e o tamanho de etapa 2 μm conhecido.
- Remova todos os espectros recolhidos acima da superfície da pele de acordo com o seu valor de posição.
- Importe o restante dos dados para PLS_Toolbox para criar um DataSet e renomeá-lo como "RamanData. Mat".
- Remova os espectros do outlier com o efeito da luz da sala.
- Carregue o conjunto de dados de espectros Raman (RamanData. Mat) após a remoção dos espectros fora da pele e implemente a análise de PCA.
- Carregue o conjunto de dados no software PLS_Toolbox a plataforma MATLAB e clique com o botão direito do mouse no conjunto de dados para escolher Analyze | O PCA.
- Selecione Normalize como a abordagem de pré-processamento e escolha None para a validação cruzada.
- Use os três componentes para a análise de decomposição da PCA, como mostrado na Figura 2 suplementar.
- Retire a tampa da janela de coleta do instrumento Raman in vivo e colete os espectros de luz da sala na região de alta frequência usando os mesmos parâmetros usados para a coleta de dados de materiais de referência.
- Identifique o fator de efeito de luz da sala por meio da comparação com os espectros de fundo da luz do ambiente, conforme mostrado na Figura 3.
- Remova os espectros com um valor de pontuação correspondente significativamente maior do que o normal (mais de 99,8% dos valores de escore de todo o conjunto de dados, que é 0,16 neste estudo).
4. seleção do número de componentes na análise de decomposição de MCR
- Corrija a linha de base dos espectros Raman utilizando a mesma abordagem descrita acima (secção 3.1.2).
- Realize a análise de PCA no conjunto de dados pré-processado, conforme descrito acima (seção 3,2), exceto para selecionar "PQN" – "centro médio" em vez de "normalizar", e plotar os autovalores na escala logarítmica, juntamente com o número de componentes (20) como o número padrão em a análise de decomposição clicando no botão escolher componentes e selecione log (autovalores) como o valor Y. Escolha três a oito como o número dos componentes usados para a análise de MCR.
- Execute a análise de MCR.
- Carregue o conjunto de dados no software MCR_main20 através do botão de seleção de
- Escolha o número de componentes (três a oito) clicando na determinação do número do botão de componentes .
- Clique no botão puro na guia estimativa inicial , selecione concentração a direção da guia Seleção de variáveis e clique no botão fazer .
- Clique no botão OK e, em seguida, o botão continuar para a página seguinte.
- Clique em continuar na próxima página e, em seguida, selecione fnnls e 6 a implementação e Nr. de espécies com guias de perfis de não-negatividade , respectivamente. Clique no botão continuar .
- Escolha os mesmos parâmetros que a seção de "a" para esta página e clique em continuar.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Neste estudo clínico, os espectros de Raman confocal in vivo foram coletados de 28 indivíduos de 4 a 18 anos de idade. Um total de 30.862 espectros Raman foram coletados com o protocolo de coleta de dados mencionado acima. Este grande conjunto de dados espectral contém 20% de outliers espectrais, como mostrado na Figura 4A. Os baixos espectros do outlier do sinal-à-ruído foram removidos após a determinação da superfície da pele, seguido pelo PCA para identificar os espectros com características claras da sala. O terceiro fator neste modelo de PCA é identificado picos claros da sala. Isso é confirmado pela comparação dos espectros de carga do fator 3 com um espectro de luz de sala fluorescente coletado separadamente no local do estudo usando o mesmo instrumento confocal Raman (ver figura complementar 3). Figura 4 B indica que a maioria dos espectros de outlier foram removidos após esse processo.
O PCA foi realizado no conjunto de dados confocal Raman pré-processado e o autovalor, juntamente com o número de fatores utilizados, são plotados na Figura 5. De acordo com estudos anteriores12,19, o modelo deve incluir pelo menos três componentes: água, proteína e lipídios. Observou-se diminuição significativa do autovalor para o fator 9, como mostra A Figura 5. Essa observação sugere a investigação de modelos com o número de componentes principais variando entre três e oito fatores para inclusão no modelo de MCR. As cargas de MCR que contêm as características espectroscópicas as mais consistentes com a proteína, a água, e o lipido são mostradas na Figura 6.
Figura 1 . Ilustração da lesão e da marca da não-lesão no antebraço. (A) uma área marcada de 3 cm x 4 cm em um local da lesão. (B) uma área marcada de 3 cm x 4 cm em um local não-lesão. Por favor clique aqui para ver uma versão maior desta figura.
Figura 2 . Ilustração da coleção confocal dos dados de Raman. (A) instrumento confocal Raman. (B) coleção espectros sobre o antebraço do sujeito humano. (C) uma captura de tela de determinar a posição de referência para a coleta de dados. Por favor clique aqui para ver uma versão maior desta figura.
Figura 3 . Determinando a superfície da pele. (A) integração da área proteica cada espectro Raman. (B) definir a superfície da pele com base nos pontos máximos e mínimos. Por favor clique aqui para ver uma versão maior desta figura.
Figura 4 . Espectros de conjunto de dados Raman. (A) espectros de confocal Raman antes da remoção dos espectros de outlier. (B) espectros confocais Raman após a remoção dos espectros de outlier. Por favor clique aqui para ver uma versão maior desta figura.
Figura 5 . Determinando o número de componentes da análise PCA. (A) eigenvalue em uma escala logarítmica plotada como uma função do número de componentes usados no modelo PCA. (B) diferença nos autovalores entre os componentes ' n' e ' n + 1 ' por favor clique aqui para ver uma versão maior desta figura.
Figura 6 . Comparação da forma de carregamento com os espectros de materiais de referência correspondentes com três a oito componentes no modelo MCR. (A) proteína, (B) água e (C) forma dos fatores lipídicos com três a oito componentes no modelo MCR em comparação com os espectros de BSA, água e materiais de referência lipídico, respectivamente. Por favor clique aqui para ver uma versão maior desta figura.
Figura 7 . As três cargas adicionais do modelo MCR de seis componentes não são usadas no modelo final. Esses três componentes MCR são dominados por fluorescência e artefatos de linha de base. Por favor clique aqui para ver uma versão maior desta figura.
Complementar Figura 1. Ilustração da determinação da superfície da pele onde o centro do foco do laser toca na pele. Por favor clique aqui para ver uma versão maior desta figura.
Complementar Figura 2. Ilustração da seleção de três componentes na análise de PCA do software PLS_Toolbox. Por favor clique aqui para ver uma versão maior desta figura.
Complementar Figura 3. Identificação do fator de carga dominado pela luz ambiente sobreposta a um espectro de referência de luz ambiente. Por favor clique aqui para ver uma versão maior desta figura.
Complementar Figura 4. Comparação de cargas do modelo MCR antes e após a remoção de raios cósmicos. (A), (B), e (C) são os fatores que representam a água, a proteína, e o lipido, respectivamente. Os fatores de carregamento adicionais não utilizados no modelo MCR final são d, e e f. por favor clique aqui para ver uma versão maior desta figura.
Complementar Figura 5. Espectros de Raman de materiais típicos do lipido no córneo do estrato. (A) colesterol 3-sulfato de sódio e colesterol. (B) oleico, Palmitic, Palmitoleic, e ácido esteárico. (C) squaleno. (D) n-behenoyl-d-Erythro-esfingosina, n-Lignoceroilo-d-Erythro-sphinganine e d-Erythro-Dihyrofingosina. Por favor clique aqui para ver uma versão maior desta figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Durante a coleta de dados, conforme descrito na seção 2 e 3 do protocolo, cada perfil de profundidade foi coletado em uma área com contato entre a janela do instrumento e a pele, encontrando as áreas mais escuras das imagens microscópicas destacadas nos círculos vermelhos em Figura 2C. Uma vez que estas áreas foram localizadas, era crítico para iniciar o perfil de profundidade acima da superfície da pele para determinar com precisão a localização da superfície da pele para o procedimento de análise de dados. A localização da superfície da pele foi posteriormente utilizada para determinar a profundidade relativa de cada espectro no perfil de profundidade correspondente. Como mencionado na seção 1 do protocolo, iniciando o perfil de profundidade 10 μm acima da superfície da pele produz cinco pontos de dados fora da pele. Isso permite determinar com êxito os locais da intensidade máxima e mínima do sinal em ambos os lados da superfície da pele. Também é importante evitar a medição de locais que contenham marcas de caneta e áreas pigmentadas mais elevadas, como sardas, porque essas áreas produzem um sinal de fundo de fluorescência alta. A seleção do tempo de exposição é um equilíbrio entre a qualidade espectral e a duração da medição. O tempo de exposição mais longo melhora o sinal-à-ruído e aumenta significativamente o tempo total da medida. No entanto, muitos assuntos acham desafiador permanecer imóvel por longos períodos de tempo. Isto é extremamente desafiador para as crianças, por exemplo. Aumentar a potência do laser aumenta o sinal-ruído. No entanto, muito poder pode danificar a pele devido à absorção da energia. As exposições máximas admissíveis, potência laser de 17 mW, tal como definido pelo padrão nacional chinês (GB 7247.1), e o padrão internacional de segurança laser (IEC 60285-1:2007; < 20 mW para 671 nm e < 30 mW para 785 nm), não podem ser excedidos. Outras precauções de segurança incluem garantir que cada sujeito está vestindo proteção ocular antes da aquisição de dados, que os sítios do corpo têm um ângulo de topologia individual (ITA) valor superior a 40, e evitando áreas com alta pigmentação da pele.
Para determinar a localização da superfície da pele, a área o pico da proteína Raman (2910-2965 cm-1) foi integrada para obter o perfil de profundidade do sinal proteico. Os espectros Raman foram corrigidos pela primeira vez na linha de base usando o método de menos quadrado ponderado automatizado de PLS_Toolbox antes da integração dos picos. Os 26 pontos de dados de um perfil de profundidade foram interpolados para 260 pontos usando o método linspace para o deslocamento do instrumento Vaue (valor do eixo X na Figura 3a) e o método spline para o valor de intensidade correspondente. Os dados resultantes foram interpolados para um polinômio de 20ª ordem utilizando as funções documentos e polyval em MATLAB e os pontos máximos e mínimos dos dados interpolados foram determinados. O valor médio de intensidade foi calculado dividindo-se a soma dos valores máximos e mínimos por 2. A superfície da pele foi definida como o local onde o valor da intensidade do perfil de profundidade interpolado estava mais próximo da intensidade média. A localização exata da superfície da pele não precisa coincidir com um ponto de dados experimentais. Este método só pode medir uma profundidade limitada da pele devido à absorção e espalhamento do feixe21. A coleta de dados espectroscópicos abaixo de ~ 50 μm a superfície da pele pode requerer alterações significativas nos parâmetros experimentais.
Conforme descrito na seção 3 do protocolo, após a remoção de espectros de outlier com baixo sinal-ruído e alta contribuição de luzes do ambiente, uma pequena fração de espectros contendo raios cósmicos permaneceu no conjunto de dados. Uma comparação dos espectros de carga gerados antes e após a remoção de raios cósmicos é mostrada na Figura 4 suplementar. Uma comparação dos espectros de carga mostrados na Figura 4 suplementar indica que o impacto de um pequeno número de espectros com raios cósmicos foi insignificante. Os três fatores que representam a água, a proteína, e o lipido eram idênticos, e os três cargas fatoriais adicionais associados com o ruído e os artefatos espectrais eram igualmente muito similares. Isso pode ser atribuído a uma baixa ocorrência de raios cósmicos nos espectros (~ 0,25%) Porque a localização dos raios cósmicos nos espectros é aleatória.
A seleção do número de componentes utilizados na análise de MCR é crítica, pois a interpretação da forma de loadings em termos das espécies moleculares correspondentes responsáveis por cada carga impacta significativamente tanto como a pontuação correspondente valores são usados e o desempenho geral do método. Conforme descrito na seção 4 do protocolo, o PCA foi realizado primeiro para investigar a evolução do autovalor associado ao aumento do número de componentes. Esta investigação foi usada para identificar o número dos componentes que devem ser usados na seguinte análise de MCR. A plotagem do autovalor em uma escala logarítmica pode facilitar esse processo de identificação do que examinar os autovalores brutos, como mostrado na Figura 5a. Cada autovalor é uma representação da variância que um componente pode capturar. Quanto maior o eigenvalue, mais variância esse componente pode modelar nos espectros. Os eigenvalues com tamanho similar devem ser selecionados ou eliminados junto22. Seguindo essa diretriz, dois, cinco e oito componentes foram considerados para a análise de MCR, pois os componentes três, quatro e cinco produzem autovalores semelhantes em tamanho. Uma tendência semelhante também foi observada para os componentes seis, sete e oito. Figura 5 B é uma parcela da diferença nos autovalores entre os componentes ' n' e ' n + 1 ' mostrando Maxima local após o segundo, quinto e oitavo componentes. O conhecimento prévio sobre a composição molecular da pele combinada com o projeto do estudo suporta um mínimo de três componentes exigidos modelar os espectros de alta freqüência de Raman. Portanto, foram investigados vários modelos de MCR contendo três a oito componentes e as cargas foram comparadas com os espectros de materiais de referência para identificar os principais componentes exigidos para o modelo final.
A comparação das cargas com os espectros Raman dos materiais de referência permite facilmente identificar e atribuir dois dos componentes finais de MCR à proteína e à água porque dominam os cargas fatoriais de MCR para todos os modelos testados e combinam a referência correspondente espectros, que são BSA e DI água. Entretanto, as propriedades espectroscópicas esperadas do lipido em alguns dos componentes de MCR eram uma fósforo mais fraca ao espectro de referência do lipido ilustrado em modelos de MCR que contêm três e quatro componentes. Além disso, observaram-se picos proteicos residuais (2840-3000 cm-1) nas cargas de água de MCR para todos os modelos testados abaixo de seis componentes. Com base nessas observações, utilizou-se um modelo MCR de seis componentes na análise final do MCR. Três dos seis componentes foram atribuídos à água, à proteína, e ao lipido combinando seu espectro do carregamento ao espectro de referência correspondente. A interpretação e atribuição do fator lipídico baseia-se na comparação do carregamento com os espectros Raman de três materiais representativos de ceramida, incluindo N-behenoyl-D-Erythro-esfingosina, N-Lignoceroilo-D-Erythro-sphinganine, e D-Erythro-Dihyroesfingosina. Os espectros de Raman de outros materiais do lipido no córneo do estrato foram examinados igualmente. Esses materiais incluem ácidos graxos (ácido oleico, palmítico, paleosoleico e esteárico), colesterol (colesterol 3-sulfato de sódio e colesterol) e esqualeno, como mostrado na Figura 5 suplementar. O fator lipídico utilizado no modelo final de MCR foi um forte fósforo para espectros de ceramida e consistente com outros materiais que contêm hidrocarbonetos de cadeia longa. Os outros três componentes do MCR foram dominados por fluorescência e artefatos de base e seus valores de escore correspondentes não foram utilizados em nenhum cálculo. Esses três componentes são mostrados na Figura 7.
A abordagem de análise global apresentada neste manuscrito produz um método final com maior especificidade e acurácia para medir os componentes-chave da pele em comparação com outras abordagens de pico único ou pico-encaixe. Esta metodologia demonstra que os componentes críticos podem ser extraídos de um conjunto de dados clínico que contenha uma fração relativamente pequena de espectros ruins. Os esforços futuros são focados na automatização desta metodologia em um pacote de software para melhorar sua eficiência e reduzir a quantidade de perícia técnica exigida para a análise. Metodologia semelhante está sendo desenvolvida para espectros Raman coletados na região de impressão digital (400 – 1800 cm-1) usando uma fonte de laser de 785 nm em vez do laser de 671 nm incorporado no mesmo instrumento.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores não têm nada a revelar.
Acknowledgments
Os autores reconhecem grandemente o apoio financeiro do departamento de cuidados analíticos e de limpeza pessoal da função corporativa. Queremos expressar nossa gratidão aos diretores analíticos associados MS. Jasmine Wang e Dr. Robb Gardner por sua orientação e apoio e Sra. li Yang para sua ajuda na coleta de dados.
Materials
| Name | Company | Catalog Number | Comments |
| Bovine Serum Albumin | Sigma-Aldrich | ||
| Cholesterol | Sigma-Aldrich | ||
| Cholesterol 3-sulfate sodium | Sigma-Aldrich | ||
| D-Erythro-Dihydrosphingosine | Sigma-Aldrich | ||
| DI water | Purified with Milipore(18.2MΩ) | ||
| Gen2-SCA skin analyzer | River Diagnostics, Rotterdam, The Netherlands | Gen2 | |
| Matlab 2018b | Mathwork | 2018b | |
| N-behenoyl-D-erythro-sphingosine | Avanti Polar Lipids, Inc. | ||
| N-Lignoceroyl-D-erythro-sphinganine(ceramide) | Avanti Polar Lipids, Inc. | ||
| Oleic Acid | Sigma-Aldrich | ||
| Palmitic Acid | Sigma-Aldrich | ||
| Palmitoleic Acid | Sigma-Aldrich | ||
| PLS_Toolbox version 8.2 | Eigenvector Research Inc. | 8.2 | |
| RiverICon | River Diagnostics, Rotterdam, The Netherlands | version 3.2 | |
| Squalene | Sigma-Aldrich | ||
| Stearic Acid | Sigma-Aldrich |
References
- Caspers, P., Lucassen, G., Bruining, H., Puppels, G. Automated depth - scanning confocal Raman microspectrometer for rapid in vivo determination of water concentration profiles in human skin. Journal of Raman Spectroscopy. 31 (8-9), 813-818 (2000).
- Crowther, J., et al. Measuring the effects of topical moisturizers on changes in stratum corneum thickness, water gradients and hydration in vivo. British Journal of Dermatology. 159 (3), 567-577 (2008).
- Egawa, M., Tagami, H. Comparison of the depth profiles of water and water-binding substances in the stratum corneum determined in vivo by Raman spectroscopy between the cheek and volar forearm skin: effects of age, seasonal changes and artificial forced hydration. British Journal of Dermatology. 158 (2), 251-260 (2008).
- Crowther, J. M., Matts, P. J., Kaczvinsky, J. R. Changes in Stratum Corneum Thickness, Water Gradients and Hydration by Moisturizers. , Springer. Berlin Heidelberg. (2012).
- Pudney, P. D., Mélot, M., Caspers, P. J., Van, D. P. A., Puppels, G. J. An in vivo confocal Raman study of the delivery of trans retinol to the skin. Applied Spectroscopy. 61 (8), 804 (2007).
- Mohammed, D., Matts, P., Hadgraft, J., Lane, M.
- Hanlon, E., et al. Prospects for in vivo Raman spectroscopy. Physics in Medicine and Biology. 45 (2), 1 (2000).
- Mohammed, D., Crowther, J. M., Matts, P. J., Hadgraft, J., Lane, M. E. Influence of niacinamide containing formulations on the molecular and biophysical properties of the stratum corneum. International Journal of Pharmaceutics. 441 (1-2), 192-201 (2013).
- Boireau-Adamezyk, E., Baillet-Guffroy, A., Stamatas, G. Age-dependent changes in stratum corneum barrier function. Skin Research and Technology. 20 (4), 409-415 (2014).
- Pezzotti, G., et al. Raman spectroscopy of human skin: looking for a quantitative algorithm to reliably estimate human age. Journal of Biomedical Optics. 20 (6), 065008 (2015).
- Mlitz, V., et al. Impact of filaggrin mutations on Raman spectra and biophysical properties of the stratum corneum in mild to moderate atopic dermatitis. Journal of the European Academy of Dermatology and Venereology. 26 (8), 983-990 (2012).
- Janssens, M., et al. Lipid to protein ratio plays an important role in the skin barrier function in patients with atopic eczema. British Journal of Dermatology. 170 (6), 1248-1255 (2014).
- Faiman, R., Larsson, K. Assignment of the C H stretching vibrational frequencies in the Raman spectra of lipids. Journal of Raman Spectroscopy. 4 (4), 387-394 (1976).
- Edwards, H. G., Farwell, D. W., Williams, A. C., Barry, B. W., Rull, F. Novel spectroscopic deconvolution procedure for complex biological systems: vibrational components in the FT-Raman spectra of ice-man and contemporary skin. Journal of the Chemical Society, Faraday Transactions. 91 (21), 3883-3887 (1995).
- Choe, C., Lademann, J., Darvin, M. E. Lipid organization and stratum corneum thickness determined in vivo in human skin analyzing lipid-keratin peak (2820-3030 cm- 1) using confocal Raman microscopy. Journal of Raman Spectroscopy. 47 (11), 1327-1331 (2016).
- Stamatas, G. N., de Sterke, J., Hauser, M., von Stetten, O., van der Pol, A. Lipid uptake and skin occlusion following topical application of oils on adult and infant skin. Journal of Dermatological Science. 50 (2), 135-142 (2008).
- Choe, C., Lademann, J., Darvin, M. E. Confocal Raman microscopy for investigating the penetration of various oils into the human skin in vivo. Journal of Dermatological Science. , (2015).
- Zhang, L., et al. A MCR approach revealing protein, water and lipid depth profile in atopic dermatitis patients' stratum corneum via in vivo confocal Raman spectroscopy. Analytical Chemistry. , (2019).
- Caspers, P. J. In vivo Skin Characterization by Confocal Raman Microspectroscopy. , Erasmus MC: University Medical Center. Rotterdam. (2003).
- Jaumot, J., de Juan, A., Tauler, R. MCR-ALS GUI 2.0: New features and applications. Chemometrics and Intelligent Laboratory Systems. 140, 1-12 (2015).
- Choe, C., Choe, S., Schleusener, J., Lademann, J., Darvin, M. E. Modified normalization method in in vivo stratum corneum analysis using confocal Raman microscopy to compensate nonhomogeneous distribution of keratin. Journal of Raman Spectroscopy. , (2019).
- Wise, B. M., et al. Chemometrics tutorial for PLS_Toolbox and Solo. Eigenvector Research, Inc. 3905, 102-159 (2006).
