科研之友
微信
新浪微博
Facebook
分享链接
摘要
人体能量摄入量与能量消耗量平衡是评估健康的标准之一。不平衡的能量摄入量可能造成生物体组织细胞损伤、机体过度肥胖等后果。评估能量摄入量对人的身体健康管理具有重大意义。目前评估能量摄入量的主要方法是膳食回顾法，该方法不仅耗时长，还会增加待评估人员的负担，所以亟需开发一种简单快速的能量摄入量评估方法。能量摄入后经过体内的消化代谢，会产生代谢产物作为废弃物排出体外。废弃物如尿液等，含有大量的化学物种，可以系统性反映生物体的饮食代谢状况和疾病进程。基于高灵敏、可无损检测两个组“指纹式”分子光谱特征的表面增强拉曼光谱(SERS),采用谱峰统计、无监督和有监督聚类算法分别对尿液的SERS信号开展分析，最终实现对不同能量摄入量的聚类分析。首先尝试对能量摄入量分组分别为1 500, 2 030和2 700千卡·日-1两个组的志愿者尿液SERS谱图进行谱峰分析，发现很多有机分子的拉曼谱峰存在一定程度的重叠，所以直接对谱峰进行解析及归属存在较大难度，需要采用化学计量学的方法建立分类模型，以实现良好区分和预测效果。对比无监督的主成分分析(PCA)和有监督的正交偏最小二乘判别分析(OPLS-DA)两种算法的区分效果。首先对原始光谱数据直接进行主成分分析，发现模型中不同类别的散点分布存在较大程度的重叠，这使得组别归类效果很差，而经过一阶导数差分校正基线后，模型呈现出可分类的趋势。OPLS-DA算法通过预先设定Y的标签及正交信号矫正处理，能将X矩阵信息分解成与Y相关和不相关的两个组分，集中表达相关的信息，实现良好的分类效果。结果表明，OPLS-DA算法可以对三种不同能量摄入量水平进行很好的归类，而且每两组间也可以实现很好区分。ROC分析结果表明敏感性和特异性均达到100%。200次迭代的置换检验结果也说明了模型良好的可靠性和预测性。表明通过采集尿液的拉曼信号，经过一定的数据处理即可评估人体能量摄入量水平。该方法可以实现尿液的快速分析，测试分析时间小于2 min,操作简单，判别结果准确，在医疗健康领域具有很大应用前景。
-
单位厦门大学; 固体表面物理化学国家重点实验室; 中国航天员科研训练中心; 化学化工学院
