Summary
여기에서, 우리는 스펙트럼 이상치 제거및 주요 특징의 연속적인 추출을 위한 화학측정 접근과 결합된 임상 연구에서 인간 적인 과목에서 공초점 라만 스펙트럼의 수집을 위한 프로토콜을 제시합니다.
Abstract
생체 내 공초점 라만 분광법의 개발은 인간 피험자의 깊이 분해능으로 물, 단백질 및 지질을 직접 측정할 수 있게 합니다. 이 정보는 피부 관련 질병 및 스킨 케어 제품 성능 특성화에 매우 중요합니다. 이 프로토콜은 화학측정을 활용하는 스펙트럼 데이터 세트의 공초점 라만 스펙트럼 수집 및 후속 분석을 위한 방법을 보여 준다. 이 방법의 목표는 데이터 수집을 위한 표준 프로토콜을 설정하고 데이터 분석을 위한 일반적인 지침을 제공하는 것입니다. 전처리(예: 이상값 스펙트럼 제거)는 임상 연구에서 대용량 데이터 세트를 처리할 때 중요한 단계입니다. 예를 들어 데이터 집합에 대한 사전 지식을 바탕으로 이상값 유형을 식별하고 이를 제거하기 위한 특정 전략을 개발하는 지침을 제공합니다. 주 성분 해석이 수행되고 하중 스펙트럼은 참조 재료의 스펙트럼과 비교하여 최종 다변량 곡선 분해능(MCR) 해석에 사용되는 구성요소 수를 선택합니다. 이 방법은 큰 스펙트럼 데이터 집합에서 의미 있는 정보를 추출하는 데 성공적입니다.
Introduction
임상 연구에서 생체 내 공초점 라만 분광법은 각질층 의 두께와 수분함량을1,2,3,4,및 의 침투를 추적하는 독특한 능력을 보여주었습니다. 활성 물질은 피부에 국소적으로 적용5,6. 비침습적 접근법으로, 공초점 라만 분광법은 진동 모드에 기초하여 분자 신호를 검출합니다. 따라서,라벨링7이필요하지 않습니다. 생체 내 공초점 라만 분광법은 기술의 공초점 특성에 따라 깊이 분해능으로 화학 적 정보를 제공합니다. 이 깊이 의존정보는 피부보호제품4,8,노화9,10,계절변화3, 피부장벽기능질환, 아토피 성 피부염11,12등 . 공초점 라만 분광법 (2,500-4,000cm-1)의고주파 영역에 는 물이 3,250-3,550 cm-1사이의 지역에서 뚜렷한 피크를 생성하는 많은 정보가 있습니다. 그러나, 약 2,800-3,000 cm-1사이에서 중앙에 있는 단백질과 지질의 라만 피크는, 신호가 주로 메틸렌 (-CH2-) 및 메틸 (-CH3) 군13에서 생성되기 때문에 서로 겹칩니다. . 이 중첩된 정보는 개별 분자 종의 상대적인 양을 얻을 때 기술적 인 도전을 제시합니다. 피크 피팅14,15 및 선택적 피크 위치12,16 접근법이 이 문제를 해결하기 위해 사용되었습니다. 그러나, 이러한 단일 피크 기반 방법은 동일한 성분으로부터 다중 라만 피크가 동시에17변화되기때문에 순수한 성분 정보를 추출하기가 어렵다. 최근 간행물18에서,MCR 접근법은 순수한 성분 정보를 해명하기 위하여 제안되었습니다. 이 접근법을 사용하여, 3가지 성분(물, 단백질 및 지질)을 생체 내 의 큰 공초점 라만 분광 데이터 세트로부터 추출하였다.
대규모 임상 연구의 실행은 생체 내 분광 데이터를 수집하는 개인에게 요구 될 수 있습니다. 경우에 따라 스펙트럼 수집은 하루에 여러 시간 동안 운영 장비를 필요로 할 수 있으며 연구는 몇 주 또는 몇 달까지 연장 될 수 있습니다. 이러한 조건하에서 분광 데이터는 분광 아티팩트의 모든 소스를 식별, 제외 및 수정할 수 있는 기술 적 전문 지식이 부족한 장비 운영자에 의해 생성될 수 있습니다. 결과 데이터 세트에는 분석 전에 데이터에서 식별하고 제외해야 하는 분광 이상값의 작은 부분이 포함될 수 있습니다. 이 백서는 MCR로 데이터를 분석하기 전에 임상 라만 데이터 세트를 "정리"하는 화학 분석 프로세스를 자세히 설명합니다. 이상값을 성공적으로 제거하려면 이상값의 유형과 이상값 분광기 생성의 잠재적 원인을 식별해야 합니다. 그런 다음 대상 이상값을 제거하기 위해 특정 접근 방식을 개발할 수 있습니다. 이를 위해서는 데이터 생성 프로세스 및 스터디 설계에 대한 자세한 이해를 포함하여 데이터 집합에 대한 사전 지식이 필요합니다. 이 데이터 집합에서 이상값의 대부분은 신호 대 잡음 스펙트럼이 낮으며 주로 1에서 유래하며 피부 표면 위에 수집된 스펙트럼(30,862개 중 6,208개) 및 2) 형광실 광(30,862개 중 67개)의 스펙트럼에 대한 강력한 기여도를 나타냅니다. 피부 표면 위에 수집 된 스펙트럼은 레이저 초점이 피부 표면에 접근하고 주로 피부 아래의 기기 창에 있기 때문에 약한 라만 반응을 생성합니다. 형광실내 광의 강한 기여도를 가진 스펙트럼은 계기판 작업자 오류 또는 피사체 이동으로 인해 생성되며, 이는 공초점 라만 수집 창이 피사체의 신체 부위에 완전히 가려지지 않는 조건을 생성합니다. 이러한 유형의 스펙트럼 아티팩트는 데이터 수집 당시 분광 전문가가 스펙트럼 수집 중에 식별하고 수정할 수 있지만, 이 연구에 사용된 훈련된 계측기 운영자는 치명적인 실패가 관찰되었습니다. 이상값을 식별하고 제외하는 작업은 데이터 분석 프로토콜에 통합됩니다. 제시된 프로토콜은 이 문제를 해결하기 위해 개발되었습니다. 피부 표면 위의 낮은 신호 대 잡음 스펙트럼을 해결하려면 피부 표면 위에 수집된 스펙트럼을 제거할 수 있도록 먼저 피부 표면의 위치를 결정해야 합니다. 피부 표면의 위치는 보충 도면 1에도시된 바와 같이 라만 레이저 초점이 피부의 절반과 피부의 절반인 깊이로 정의됩니다. 낮은 신호 대 잡음 스펙트럼을 제거한 후, 주요 성분 분석(PCA)이 구현되어 형광실 광피크가 지배하는 계수를 추출합니다. 이러한 이상값은 해당 요인의 점수 값에 따라 제거됩니다.
이 프로토콜은 MCR 프로세스에서 6개의 주요 구성 요소가 어떻게 결정되는지에 대한 자세한 정보를 제공합니다. 이 작업은 PCA 분석을 통해 수행된 다음 다른 수의 주 구성 요소로 생성된 모델에 대한 하중 간의 스펙트럼 모양 비교를 수행합니다. 인간 피험자뿐만 아니라 참고 자료의 데이터 수집을 위한 실험 과정도 자세히 설명되어 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
이 연구는 1975년 헬싱키 선언의 윤리적 지침에 따라 베이징 아동 병원의 기관 검토 위원회의 승인을 받았습니다. 좋은 임상 실습을 위한 무형유산 가이드라인에 따라 실시되었다. 이 연구는 2015년 5월부터 7월까지 진행되었습니다.
1. 아토피 성 피부염을 가진 인간 적인 피험자에게서 생체 내 공초점 라만 스펙트럼의 수집
- 다음 기준을 준수하는 과목을 포함합니다.
- 4-18세 사이의 과목을 포함시다.
- 신체 표면의 5%-30%에 활성 질환 증상이 있는 경미한 아토피성 피부염(의사의 글로벌 평가에 따라 2 또는 3점)을 가진 피험자, 팔에 적어도 2개의 병변을 가진 피험자 포함.
- AD 질환과 직접 관련된 증상을 제외하고 건강에 좋은 대상을 포함합니다.
- 서면 동의를 제공하는 주제를 포함합니다.
- 개별 토폴로지 각도(ITA) 값이 테스트 위치에 40보다 높은 과목을 포함합니다.
- 다음 기준중 어느 한 가지를 충족하는 과목을 제외합니다.
- 현재 참여 중이거나 이전에 임상 연구에 참여한 과목을 이전 4주 이내에 모든 시험 시설에서 제외합니다.
- 암이 있거나 연구 전 5년 이내에 암에 대한 진단 또는 치료를 받은 대상을 제외하십시오.
- 당뇨병 과목을 제외.
- 피험자를 위험에 빠뜨리거나 연구 결과의 정확성을 방해할 수 있는 면역학적 또는 전염병이 있는 피험자를 제외합니다(즉, 간염, 결핵, HIV, AIDS, 루푸스 또는 류마티스 관절염).
- 기기 측정을 방해하거나 아토피 성 피부염에 만 피부의 명확한 평가를 방지 할 수있는 피부 상태가있는 과목을 제외. 예로는 매우 건조한 피부, 손상된 피부, 상처, 긁힘, 일광화상, 모반, 문신, 광범위한 흉터, 발진, 과도한 모발 성장 또는 여드름이 있습니다.
- 경구 면역 억제제를 사용하는 과목을 제외, 항생제, 또는 지난 달 동안 다른 전신 요법, 사소한 진정제를 제외하고.
- 조사자의 의견으로 는 연구 참여에서 그들을 배제 하는 다른 의료 조건과 과목을 제외.
- 시험 영역에서 색소 침착이 높은 피험자는 제외합니다.
- 그림 1A에나타난 바와 같이 아토피성 피부염 연구 참가자의 병변 부위를 라벨및 병변 부위 또는 그 근처에 있는 3 cm x 4cm 영역으로 표시한다.
- 그림 1B에나타난 바와 같이 비병변 부위에 동일한 마커(예를 들어, 왼쪽 팔뚝 대 오른쪽 팔뚝)를 표시합니다.
- 도 2A 및 도 2B에도시된 바와 같이 표시된 바디 부위를 생체 내 공초점 라만 계측기의 창과 밀접한 접촉에 놓는다. 실내 조명이 바디 부위에 미치는 영향을 피하기 위해 전체 창을 덮습니다.
- 라만 데이터 수집을 수행합니다.
참고 : 기기는 17mW의 전력으로 671 nm 레이저를 사용하여 2cm-1 및 50x 현미경 검사법 목표 (NA = 0.9 오일 침지)의 스펙트럼 해상도를 가지고 있습니다. 파장은 내장 된 네온 아르곤 램프의 스펙트럼을 사용하여 보정됩니다. 강도 교정은 NIST(국립 표준 연구소) 유리 교정 표준의 스펙트럼을 측정하여 수행됩니다.- 그림 2C에 나와 있는 스펙트럼이 관찰될 때까지 초점을 이동한 다음 초점을 피부 표면에서 10 μm 떨어진 곳에 이동합니다.
- 2,510cm-1-4,000cm-1 주파수 영역에서 2 μm 단계 크기로 26단계에 대한 데이터 수집을 시작합니다. 1 초의 노출 시간을 사용하고 ~ 10-15 분 총 지속 각 영역에 대한 8 개의 복제를 측정합니다.
2. 참조 자료에서 공초점 라만 스펙트럼의 컬렉션
- 참고 자료, 인간의 피부 지층각질 19의주요 구성 요소를 배치, 공초점 라만 악기의 창에 (재료표참조 : 소 혈청 알부민 (BSA), 탈이온수 (DI 물), 세라마이드, 콜레스테롤, 무료 지방산, 스쿠알렌).
- 상기와 동일한 수집 파라미터를 사용하여 재료의 외부에서 재료 중심으로 연속적으로 참조 재료의 라만 스펙트럼을 수집한다.
- 각 라만 스펙트럼 아래 영역을 2,510-4,000cm-1 범위 사이에 통합하고 이 26개의 측정에서 상위 3개의 최대 값 포인트를 식별합니다. 최종 기준 재료 스펙트럼을 얻기 위해 이러한 세 지점에서 라만 스펙트럼을 평균화합니다.
3. 화학 측정 분석을 통해 이상값 스펙트럼 제거
- 피부 표면을 확인하고 피부 외 스펙트럼을 제거합니다.
- 파일 확장프로그램을 '.ric'에서 '.mat'으로 변경하고 .mat 파일을 MATLAB 소프트웨어 플랫폼에 로드합니다.
- 분석 에서 가져온 데이터 집합을 마우스 오른쪽 단추로 클릭하여 기준선(자동 가중 최소 사각형)을 사용하여 기준선을 수정합니다 | 기타 도구 | PLS_Toolbox 소프트웨어에서 기본 설정으로 전처리합니다.
- 2,910-2,965 cm-1 사이의 값을 합산하여 MATLAB의 합계 함수를 통해 그림 3A에 표시된 26단계 측정에서 각 라만 스펙트럼 아래의 강도 값을 가져옵니다.
- MATLAB의 린스페이스 함수를 사용하여 26-260에서 계측기 오프셋 값(그림 3B의X축 값)을 보간합니다.
- MATLAB의 스플린 방법을 사용하여 강도 값을 26에서 260까지 보간하고 새로 생성된 260 위치 값을 활용합니다.
- MATLAB의 폴리핏 및 폴리벌 함수를 사용하여 260포인트의 새로운 강도 값 세트를 가져옵니다. 먼저 260 위치 및 강도 값을 폴리핏 함수에 대해 X 및 Y 입력으로 사용합니다. 도 값을 20으로 설정합니다. 그런 다음 출력 계수와 260 확장 위치 값을 폴리val의 입력으로 사용하여 최종 260 강도 값을 얻습니다.
- MATLAB의 최대 및 최소 함수를 사용하여 새로 보간된 260강도 값의 최대 및 최소 점을 식별합니다.
- 최대 강도 값과 최소 강도 값의 합계를 2로 나누어 평균 강도 값을 계산합니다.
- 평균 강도 값에 가장 가까운 260 강도 값(3.1.6 단계에서 계산)에서 강도 값을 식별하고 해당 위치 값을 피부 표면으로 설정합니다. 그림 3B에표시된 대로 이 위치 값을 X축의 영점으로 설정합니다.
- 영점 및 공지된 2 μm 스텝 크기에 따라 다른 모든 위치 값을 변경합니다.
- 위치 값에 따라 피부 표면 위에 수집된 모든 스펙트럼을 제거합니다.
- 나머지 데이터를 PLS_Toolbox로 가져와 데이터 집합을 만들고 "RamanData.mat"의 이름을 바꿉니다.
- 룸 라이트 효과로 이상값 스펙트럼을 제거합니다.
- 라만 스펙트럼 데이터 세트(RamanData.mat)를 제거한 후 피부 외 스펙트럼을 제거하고 PCA 분석을 구현합니다.
- MATLAB 플랫폼 아래PLS_Toolbox 소프트웨어에 데이터 집합을 로드하고 데이터 집합을 마우스 오른쪽 단추로 클릭하여 분석 | PCA.
- 전처리 접근 법으로 정규화를 선택하고 교차 유효성 검사에 대해 없음을 선택합니다.
- 보조 그림 2에표시된 대로 PCA 분해 해석에 대한 세 가지 구성 요소를 사용합니다.
- 생체 내 라만 계측기의 수집 창상에서 커버를 제거하고 참조 재료 데이터 수집에 사용되는 동일한 파라미터를 사용하여 고주파 영역에서 실내 광 스펙트럼을 수집합니다.
- 추가 도 3에나타난 바와 같이 룸 라이트 배경 스펙트럼과의 비교를 통해 실내 조명 효과 요인을 식별합니다.
- 정상보다 훨씬 높은 해당 점수 값을 가진 스펙트럼을 제거합니다(이 연구에서 0.16인 전체 데이터 집합의 점수 값의 99.8% 이상).
4. MCR 분해 분석의 구성 요소 수 선택
- 위에서 설명한 것과 동일한 접근 방식(섹션 3.1.2)을 사용하여 라만 스펙트럼 기준선을 수정합니다.
- 위에서 설명한 대로 전처리된 데이터 집합에 대한 PCA 분석을 수행하고(섹션 3.2) "PQN"- "평균 중심"을 선택하지 않고 "정규화"가 아닌 "평균 중심"을 선택하고 구성 요소 수(20)와 함께 로그값(20)을 기본 값으로 플롯합니다. 구성 요소 선택 단추를 클릭하여 분해 분석을 선택하고 Y 값으로 로그(고유 값)를 선택합니다. MCR 해석에 사용되는 구성 요소의 수로 3~8개 선택합니다.
- MCR 분석을 수행합니다.
- 데이터 선택 버튼을 통해 데이터 집합을 MCR_main소프트웨어(20)에 로드합니다.
- 구성 요소 수 단추의 측정을 클릭하여 구성 요소 수(3~8개)를 선택합니다.
- 초기 추정 탭 아래에 있는 순수 버튼을 클릭하고 변수 선택 탭의 방향 에서 농도를 선택한 다음 수행 단추를 클릭합니다.
- 확인 단추를 클릭한 다음 계속 단추를 다음 페이지로 이동합니다.
- 다음 페이지에서 계속을 클릭한 다음 부정성 프로필 탭이 있는 종의 구현 및 Nr. 아래에서 fnnl및 6을 각각 선택합니다. 계속 단추를 클릭합니다.
- 이 페이지의 섹션 4.3.5와 동일한 매개변수를 선택하고 계속을클릭합니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
본 임상 연구에서, 생체 내 공초점 라만 스펙트럼은 4-18세부터 28명의 피험자로부터 수집되었다. 위에서 언급한 데이터 수집 프로토콜로 총 30,862개의 라만 스펙트럼이 수집되었습니다. 이 큰 스펙트럼 데이터 집합에는 그림 4A와같이 20% 스펙트럼 이상값이 포함되어 있습니다. 낮은 신호 대 잡음 이상치 스펙트럼은 피부 표면을 결정한 후 제거된 다음 PCA를 통해 실내 조명 기능을 사용하여 스펙트럼을 식별했습니다. 이 PCA 모델의 세 번째 요소는 룸 라이트 피크를 식별합니다. 이는 동일한 공초점 라만 계측기를 사용하여 연구 현장에서 별도로 수집된 형광실내 광스펙트럼과 인자 3의 하중 스펙트럼을 비교하여 확인된다(보충도 3참조). 그림 4 B는 이 프로세스 후에 대부분의 이상값 스펙트럼이 제거됨을 나타냅니다.
PCA는 전처리된 공초점 라만 데이터셋에서 수행되었고, 사용된 인자의 수와 함께 이젠밸값은 도 5에플롯된다. 선행 연구12,19에따르면, 모델은 물, 단백질 및 지질의 적어도 세 가지 성분을 포함해야 한다. 그림 5에나타난 바와 같이 인자 9에 대한 이젠가치의 현저한 감소가 관찰되었다. 이 관찰은 MCR 모델에 포함하기 위해 3개에서 8개 요소 간에 다양한 주요 구성 요소수를 가진 모델을 조사하는 것을 제안합니다. 단백질, 물 및 지질과 가장 일치하는 분광 특징을 포함하는 MCR 하중은 그림 6에나와 있습니다.
그림 1 . 팔뚝에 병변 및 비 병변 표시의 그림. (A)병변 부위에 3 cm x 4cm 표시 부위. (B)비 병변 부위에 3 cm x 4cm 표시 영역. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2 . 공초점 라만 데이터 수집의 그림. (A)공초점 라만 악기. (B)인간의 피사체의 팔뚝에 스펙트럼 컬렉션. (C)데이터 수집을 위한 참조 위치를 결정하는 스크린샷입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3 . 피부 표면을 결정합니다. (A)각 라만 스펙트럼 하에서 단백질 영역의 통합. (B) 최대 및 최소 점을 기준으로 피부 표면을설정합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4 . 라만 데이터 집합 스펙트럼. (A)이상치 스펙트럼을 제거하기 전에 공초점 라만 스펙트럼을 제거합니다. (B)이상치 스펙트럼을 제거한 후 공초점 라만 스펙트럼을 제거합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5 . PCA 분석에서 구성 요소 수를 결정합니다. (A)PCA 모델에 사용되는 구성 요소 수의 함수로 플롯된 로그 눈금에 대한 Eigenvalue값입니다. (B)'n'과 'n + 1' 구성 요소 사이의 고유 값의 차이는이 그림의 큰 버전을 보려면 여기를 클릭하십시오.
그림 6 . MCR 모델에서 3~8개의 구성요소와 해당 참조 재질의 스펙트럼과 하중 형상을 비교합니다. (a)단백질,(B)물 및(C)지질 인자 모양은 각각 BSA, 물 및 지질 기준 물질의 스펙트럼과 비교하여 MCR 모델에서 3~8개의 성분을 가진다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7 . 최종 모델에 사용되지 않은 6개의 구성 요소 MCR 모델의 추가 3개 하중입니다. 이 3개의 MCR 분대는 형광 및 기준선 아티팩트에 의해 지배됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
추가 그림 1. 레이저 초점의 중심이 피부에 닿는 피부 표면의 결정 그림입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
추가 그림 2. PLS_Toolbox 소프트웨어 PCA 분석에서 세 가지 구성 요소 의 선택 그림. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
추가 그림 3. 실내 광의 기준 스펙트럼에 중첩된 실내 광에 의해 지배되는 하중 계수의 식별. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
추가 그림 4. 우주선 제거 전후의 MCR 모델의 하중 비교. (A),(B),및(C)는각각 물, 단백질 및 지질을 나타내는 인자이다. 최종 MCR 모델에서 사용되지 않는 추가 하중 계수는 d, e 및 f. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
추가 그림 5. 각질층의 전형적인 지질 물질의 라만 스펙트럼. (A)콜레스테롤 3-황산나트륨과 콜레스테롤. (B)올레산, 팔미티, 팔미톨레산, 스테아릭산. (C)스쿠알렌. (D)N-베헤노일-D-에리스로-스핑고신, N-리그노세로일-D-에리스로-스핑가닌, 및 D-에리스로-디히로싱고신. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
프로토콜의 섹션 2 및 3에 설명된 바와 같이 데이터 수집 동안, 각 깊이 프로파일은 적색 원에서 강조 표시된 미세한 이미지에서 어두운 영역을 찾아계측기 창과 피부 사이의 접촉이 있는 영역에서 수집되었습니다. 그림 2C. 이러한 영역이 위치되면, 데이터 분석 절차에 대한 피부 표면의 위치를 정확하게 결정하기 위해 피부 표면 위의 깊이 프로파일을 시작하는 것이 중요했습니다. 피부 표면의 위치는 이어서 해당 깊이 프로파일에서 각 스펙트럼의 상대 깊이를 결정하는 데 사용되었다. 프로토콜의 섹션 1에서 언급한 바와 같이, 피부 표면 위의 깊이 프로파일 10 μm를 시작하면 피부 외부에 5개의 데이터 포인트가 생성됩니다. 이를 통해 피부 표면의 양쪽에서 최대 및 최소 신호 강도의 위치를 성공적으로 결정할 수 있습니다. 또한 이러한 영역은 높은 형광 배경 신호를 생성하기 때문에 펜 자국과 주근깨와 같은 더 높은 색소 부위를 포함하는 위치를 측정하는 것을 피하는 것이 중요합니다. 노출 시간의 선택은 스펙트럼 품질과 측정 기간 간의 균형입니다. 노출 시간이 길어신호 대 잡음이 향상되고 전체 측정 시간이 크게 증가합니다. 그러나 많은 피험자는 장시간 움직이지 않는 상태를 유지하는 것이 어렵다고 합니다. 이것은 예를 들어, 아이들을 위해 극단적으로 도전적입니다. 레이저 전력이 증가하여 신호 대 잡음이 증가합니다. 그러나, 너무 많은 힘은 에너지의 흡수로 인해 피부를 손상시킬 수 있습니다. 최대 허용 노출, 중국 국가 표준(GB 7247.1-2012)에 정의된 17mW 레이저 전력 및 국제 레이저 안전 표준(IEC 60285-1:2007; 671 nm및 785 nm의 경우 lt;30mW)을 초과할 수 없습니다. 다른 안전 예방 조치로는 각 피험자가 데이터 수집 전에 눈 보호 기능을 착용하고 있는지, 신체 부위에 개별 토폴로지 각도(ITA) 값이 40보다 높고 피부 색소 침착이 높은 영역을 피하는 것이 포함됩니다.
피부 표면의 위치를 결정하기 위해, 단백질 라만 피크(2,910-2,965cm-1)하에서 의 영역은 단백질 신호의 깊이 프로파일을 얻기 위해 통합되었다. 라만 스펙트럼은 피크를 통합하기 전에 PLS_Toolbox의 자동화된 가중 최소 제곱 방법을 사용하여 먼저 기준선 보정되었습니다. 하나의 깊이 프로파일로부터 26개의 데이터 포인트를 계측기 오프셋 보에 대한 린스페이스 방법(도3A의X축 값)과 해당 강도 값에 대한 스프라인 방법을 사용하여 260개 점으로 보간하였다. 생성된 데이터는 MATLAB의 폴리핏 및 폴리벌 함수를 사용하여 20번째 다항식에 보간되었고 보간된 데이터의 최대 및 최소 점을 결정했습니다. 평균 강도 값은 최대값과 최소값의 합계를 2로 나누어 계산했습니다. 스킨 표면은 보간된 깊이 프로파일의 강도 값이 평균 강도에 가장 가까운 위치로 정의되었습니다. 피부 표면의 정확한 위치는 실험 데이터 포인트와 일치할 필요가 없습니다. 이 방법은빔(21)의흡수 및 산란으로 인해 피부의 제한된 깊이만측정할 수 있다. 피부 표면 하에서 ~50 μm 이하의 분광 데이터를 수집하려면 실험 파라미터에 상당한 변화가 필요할 수 있습니다.
프로토콜의 섹션 3에 설명된 바와 같이, 낮은 신호 대 잡음과 실내 조명에서 높은 기여도를 가진 이상값 스펙트럼을 제거한 후, 우주 광선을 포함하는 스펙트럼의 작은 분획이 데이터 세트에 남아 있었다. 우주선 제거 전후에 생성된 하중 스펙트럼의 비교는 보충 그림 4에나와 있습니다. 보충 그림 4에 표시된 하중 스펙트럼의 비교는 소수의 스펙트럼이 우주 광선에 미치는 영향이 미미했음을 나타냅니다. 물, 단백질 및 지질을 나타내는 3개의 요인은 동일하고, 소음 과 스펙트럼 아티팩트와 관련되었던 추가 3개의 부하는 것은 또한 아주 유사했습니다. 이것은 스펙트럼에서 우주 선의 낮은 발생에 기인 할 수있다 (~ 0.25%) 스펙트럼에서 우주 광선의 위치가 무작위이기 때문입니다.
MCR 분석에 사용되는 성분의 수의 선택은 매우 중요합니다, 각 하중을 담당하는 해당 분자 종의 관점에서 하중의 모양을 해석하는 것은 크게 해당 점수 모두에 영향을 미치는 때문에 값이 사용되고 전체 메서드 성능이 사용됩니다. 프로토콜의 섹션 4에 기재된 바와 같이, PCA는 성분의 수의 증가와 관련된 회화 가치 진화를 조사하기 위해 먼저 수행되었다. 이 조사는 다음 MCR 분석에서 사용해야 하는 구성 요소의 수를 식별하는 데 사용되었습니다. 그림 5A와같이 고유값 값을 로그값 척도로 플로팅하면 원시 고유 값을 검사하는 것보다 이 식별 프로세스가 더 쉬워질 수 있습니다. 각 아이젠값은 한 구성 요소가 캡처할 수 있는 분산을 나타내는 표현입니다. 고유 값이 클수록 이 구성 요소가 스펙트럼에서 더 많은 분산을 모델링할 수 있습니다. 비슷한 크기의 고유 값은 함께 선택하거나제거해야합니다 22. 이 지침에 따라 MCR 분석에 는 2개, 5개, 8개의 구성 요소가 고려되었으며, 그 이유는 구성 요소 3개, 4개 및 5개 부품이 크기가 비슷한 고유 값이므로 고려되었습니다. 6, 7, 8성분에 대해서도 유사한 경향을 관찰했다. 그림 5 B는 두 번째, 다섯 번째 및 여덟 번째 구성 요소 다음으로 로컬 최대값을 보여주는 'n'과 'n+1' 구성 요소 간의 고유 값 차이의 플롯입니다. 연구 설계와 결합된 피부의 분자 조성에 대한 사전 지식은 고주파 라만 스펙트럼을 모델링하는 데 필요한 최소 3가지 성분을 지원합니다. 따라서 3~8개의 부품을 포함하는 여러 MCR 모델을 조사하고 최종 모델에 필요한 주요 구성 요소를 식별하기 위해 참조 재료의 스펙트럼과 하중을 비교했습니다.
기준 재료에서 라만 스펙트럼과 로딩을 비교하면 테스트된 모든 모델의 MCR 하중을 지배하고 해당 참조와 일치하기 때문에 최종 MCR 구성 요소 두 개를 쉽게 식별하고 단백질과 물에 할당할 수 있습니다. 스펙트럼, 이는 BSA와 DI 물입니다. 그러나, 일부 MCR 성분에서 지질의 예상 분광 특성은 3 및 4 성분을 포함하는 MCR 모델에서 예시된 지질 기준 스펙트럼과 약한 일치했다. 또한, 잔류 단백질 피크(2,840-3,000cm-1)는6가지 성분 이하로 시험된 모든 모델에 대한 MCR 물 하중에서 관찰되었다. 이러한 관찰에 기초하여, 최종 MCR 분석에서 6개의 성분 MCR 모델이 사용되었다. 6개의 성분 중 3개는 그들의 하중 스펙트럼을 상응하는 기준 스펙트럼에 일치시킴으로써 물, 단백질 및 지질에 할당되었다. 지질 계수의 해석 및 할당은 N-베헤노일-D-에리스로-스핑고신, N-리그노스로일-D-에리스로-스핑가닌, 및 D-에리스로-디히로싱고신. 각질층에서 다른 지질 물질의 라만 스펙트럼도 조사되었다. 이들 물질은 보충 도 5에도시된 바와 같이 지방산(올레산, 팔미티, 팔미톨레산 및 스테아릭산), 콜레스테롤(콜레스테롤 3-황산나트륨 및 콜레스테롤), 스쿠알렌을 포함한다. 최종 MCR 모델에 사용된 지질 인자는 세라마이드 스펙트럼에 강한 일치하고 긴 사슬 탄화수소를 포함하는 다른 물질과 일치했다. 다른 세 MCR 구성 요소는 형광 및 기준 아티팩트에 의해 지배되었고 해당 점수 값은 계산에 사용되지 않았습니다. 이러한 세 가지 구성 요소는 그림 7에나와 있습니다.
이 원고에 제시된 전반적인 분석 접근법은 다른 단일 피크 또는 피크 피팅 접근법에 비해 피부의 주요 구성 요소를 측정하기 위한 향상된 특이성과 정확도를 가진 최종 방법을 생성합니다. 이 방법론은 불량 스펙트럼의 상대적으로 작은 부분을 포함하는 임상 데이터 집합에서 중요한 구성 요소를 추출할 수 있음을 보여줍니다. 향후 노력은 효율성을 개선하고 분석에 필요한 기술 전문 지식의 양을 줄이기 위해 소프트웨어 패키지로이 방법론의 자동화에 초점을 맞추고있습니다. 지문 영역(400-1,800cm-1)에서수집된 라만 스펙트럼에 대해 동일한 계측기에 통합된 671 nm 레이저가 아닌 785 nm 레이저 소스를 사용하여 유사한 방법론이 개발되고 있다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 할 것이 없다.
Acknowledgments
저자는 기업 기능 분석 및 개인 클렌징 케어 부서의 재정 지원을 크게 인정합니다. 우리는 분석 부이사 인 재스민 왕 (Jasmine Wang)과 롭 가드너 (Robb Gardner) 박사의 지도와 지원에 대해 감사드리며 데이터 수집에 대한 그녀의 도움을 준 리 양 (Li Yang)에게 감사를 표하고 싶습니다.
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. In vitro-in vivo correlation in skin permeation. Pharmaceutical Research. 31 (2), 394-400 (2014).
- 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).
