購買時請注意選擇相應的產品名稱
| 紅外光譜的使用已被證明適用于關鍵的血清 | |||
|---|---|---|---|
|
紅外光譜可以同時執行多個對一個試樣進行定量的臨床分析試劑。紅外光譜的使用已被證明適用于關鍵的血清，尿液和全血的測定，以及為某些特殊的應用，如通過羊水分析胎兒肺成熟度測試。5-7總結行之有效的基于IR的方法（見表一）。當測量基于紅外光譜生物制劑分析的行之有效的方法，共享血清分析物最明顯的特征是，它們是血清中含量最豐富的物種，他們也通過其他方法進行分析最常用的。因此，紅外光譜的潛在作用之一是它能夠進行大批量的，重復的血清分析在本成本的一小部分，同時保持可從目前使用的常規方法的準確性。
第二個前瞻性臨床作用紅外光譜是在護理點測試。例如，由于葡萄糖和尿素水平是有全血的紅外光譜，IR光譜可以常規使用在各醫院的設置，例如，在急診室，手術室，透析單元，或在病房葡萄糖測試常見的。6實施的可能性是在新生兒病房，低樣品批量測試的選項是特別有吸引力。第三臨床可能性在于利基分析的應用，例如羊水檢測。目前使用的檢測胎兒肺成熟無論是勞動力密集型的（例如，測量卵磷脂/鞘磷脂比值）或受血液或胎糞干擾（如熒光去極化測量的表面活性劑/白蛋白比例）。在這兩種情況下，羊水量大幅需要進行測試。相比之下，紅外光譜采用只微升羊水，不需要熟練勞動力（允許圓形時鐘測試可用性），可能是化學干擾不太敏感，比其他的測試方式。
羊水實施例說明一種情況，其中，以提供通過IR光譜的血脂水平的靈敏度被證明是特別有利的。生物診斷研究所，國家研究理事會，加拿大（溫尼伯，MB，加拿大）正在進行的研究旨在利用這一優勢，通過擴大范圍的血脂檢測。這項研究的目標之一是建立一個基于IR的低密度脂蛋白膽固醇的方法，是一個有效的直接分析，www.koudaiping.cnFriedewald的近似失敗，在這些案件中，從而提供準確的水平。
基于紅外分析的主要特點是，雖然不同分析水平的測量，可從同一血清紅外頻譜，每個需要不同的定量算法。另一個顯著特點是，基于IR的分析是一種輔助方法;一個既定的分析技術需要提供真實的分析水平提供依據，以培養基于IR的方法（次）。1用于推導的過程概述一個新的基于IR的分析方法總結（見邊欄）。
方法的發展首先獲取光譜約200-300個樣品一組，以及與相應的定量分析還（提供者建立的分析方法）的組件（s）。然后將樣品分成訓練集包括大約三分之二的可用的樣品和測試集組成的樣品，其余的三分之一。對于每個感興趣的分析物，來自通過回歸分析程序的定量算法，使用偏最小二乘方法，需要的一組訓練光譜和作為輸入的相應的分析水平。作為最終的衡量其準確性，新派生的算法被用來預測組的試驗樣品的分析物水平。的預測的分析物水平進行比較的真值。
這種分析方法允許具有獨特的優勢。的IR光譜測定的天然血清（或原生尿液或其他樣品），而是為成分的水蒸發后剩下的殘留膜。因此，樣品可以被干燥，然后運到遠程位置進行測量。這個過程最大限度地減少運費和關注，與原生流體。臨床定量分析進行了試驗，以提供診斷信息。血清，或任何其他生物樣品的紅外光譜，必須明確地轉換為化學定量分析的語言，以便產生這樣的信息。
一些最近的研究探索直接從光譜指紋恢復特定診斷的可能性。例如，有證據表明，實現的分類算法可以被用來生成診斷模式區分糖尿病患者與非糖尿病受試者的血清標本。這種方法來自光譜數據轉換可能會產生的各種疾病的有用的診斷分類。例如，一個分類方案已經開發區分型糖尿病，2型糖尿病患者，和健康供體的血清標本的紅外光譜根據。
所采用的方法開發這些的診斷測試相似之處，用于開發分析方法（見邊欄）。首先，大量的樣品的光譜的累計的每個景點的疾病的類別。然后，采用一個合適的算法，以確定各組的頻譜的獨特的屬性，從而區分每個診斷類別。一個這樣的計劃，是在遺傳算法/最佳區域選擇方法。這種方法最初是開發和實施生物診斷研究所磁共振光譜診斷分類，并一直采用紅外光譜的分類。在這個方案中，每個頻譜濃縮為一組5-15區域，當出現在一起，提供診斷分類的基礎。
最佳分辨光譜對照血清1型糖尿病患者的血清紅外光譜的光譜區域。這些受限制的區域內進行的診斷提供了更大的權力比作為一個整體從光譜的光譜信息。根據紅外光譜（或其他形式的光譜）的發現，診斷方法利用明智地使用軟件包來確定診斷模式，超越自然背景之間的光譜變異。 （點擊放大）
以圖形方式示出這個過程的結果（參見圖3）。此圖突出了七個頻譜段成為歧視的基礎，約80％的敏感性和特異性，例1型糖尿病患者和那些來自控制者之間有趣的是要注意，沒有這些頻譜區域恰逢主要葡萄糖吸收。相同的一般方法已被用于識別類風濕關節炎患者血清根據紅外光譜（IR），使用滑液的光譜診斷關節炎，從光譜的尿標本，以了解腎排斥狀態。10-12并行的研究工作正在基于IR的細胞學和組織學檢查的發展指向。雖然傳統的細胞學和組織學很大程度上植根于細胞形態異常的檢測，紅外光譜產生的輔助診斷指標，源于化學組織和細胞。
例如，一項研究中發現，慢性淋巴細胞白血病細胞的特征的分光特性13在該實例中，將DNA吸收模式改變的特性的方式，比正常淋巴細胞。此外，腦組織的光譜被示出從多發性硬化和阿爾茨海默氏病的患者的患者的斑塊的特征進行簽名。14,15在這兩種情況下，標志簽名起源與某些腦蛋白的二級結構特征的變化。腦腫瘤（星形細胞瘤）光譜中留下了獨特的印記，源于腦脂質性質的改變或相對量。雖然研究得出的分析和診斷方法，以及更多新的方法來承諾，并行的開發工作鋪平了道路，實施這些方法在臨床實驗室。
|
| 上一篇：紅外光譜技術分析實驗室常見的血清和尿液檢測 | 下一篇：紅外光譜有可能被用在各種各樣的生物醫學分析 |
|---|
無法在這個位置找到： xy/left.htm
2013-2019@ 河南尋夢電子商務有限公司版權所有
豫ICP備17046142號-2