一种SERS探针Cu2O@Ag的制备方法及基于其建立乳腺癌细胞分型模型的方法技术

本发明专利技术属于乳腺癌的精准诊断技术领域，具体涉及一种SERS探针Cu2O@Ag的制备方法及基于其建立乳腺癌细胞分型模型的方法。本发明专利技术构建的SERS探针Cu2O@Ag具有灵敏度高、稳定性好的特点。所述SERS探针Cu2O@Ag在无任何标记下，能与乳腺癌细胞亚型结合，获得乳腺癌细胞亚型的拉曼光谱数据，经过数据处理建立得到乳腺癌细胞分型模型，实现乳腺癌细胞亚型的无标记识别与判定。与判定。与判定。

【技术实现步骤摘要】
一种SERS探针Cu2O@Ag的制备方法及基于其建立乳腺癌细胞分型模型的方法


[0001]本专利技术属于乳腺癌的精准诊断
，具体涉及一种SERS探针Cu2O@Ag的制备方法及基于其建立乳腺癌细胞分型模型的方法。

技术介绍

[0002]不同的乳腺癌细胞亚型对临床治疗策略的选择有重要影响，准确识别乳腺癌细胞亚型对乳腺癌患者的生存率至关重要。传统的细胞亚型鉴定方法受限于复杂的操作步骤、冗长的处理时间和较高的经济成本。除此之外，不同于肺癌、结直肠癌和前列腺癌等有特定的肿瘤标志物，乳腺癌无法通过临床样本中的肿瘤标志物进行精确检测。因此，开发出对乳腺癌细胞亚型具有准确识别和高效检测的新方法是非常重要的。表面增强拉曼光谱(SERS)因具有超高灵敏度、良好的重复性和选择性等优点，在癌症诊断领域受到极大关注。通过构建可靠的无标记SERS探针，可以获得细胞亚型的丰富光谱信息，从而实现精确分析，为乳腺癌诊断提供重要参考。传统的SERS基底主要包括为贵金属和半导体，但两者均有一定的局限性。贵金属基底，如金、银等，表现出较高的信号灵敏度，但由于“热点”效应的存在，信号均匀度难以保证；半导体基底则具有良好的检测均匀性和选择性，但信号增强程度却无法与贵金属媲美。因此，探索可靠的复合SERS基底，联合利用贵金属和半导体材料，获得兼具高灵敏度、稳定性和选择性的高效SERS基底是实现精准肿瘤细胞分析的重要策略。

技术实现思路

[0003]本专利技术的目的在于提供一种SERS探针Cu2O@Ag的制备方法、一种SERS探针Cu2O@Ag、一种基于SERS探针Cu2O@Ag建立乳腺癌细胞分型模型的方法、一种乳腺癌细胞分型模型以及一种SERS探针Cu2O@Ag在检测乳腺癌细胞亚型中的应用。
[0004]本专利技术的一个目的通过以下技术方案来实现：一种SERS探针Cu2O@Ag的制备方法，包括以下步骤：
[0005]S1、在铜盐溶液中加入聚乙烯吡咯烷酮(PVP)，然后加入氢氧化钠溶液，搅拌后生成氢氧化铜，再加入第一还原剂溶液，加热反应，获得Cu2O；
[0006]S2、将步骤S1获得的Cu2O配成悬浮液，加入第二还原剂溶液，搅拌后，再加入银盐溶液，反应，获得Cu2O@Ag。
[0007]优选地，上述制备方法中，所述SERS探针Cu2O@Ag中的Cu2O的形貌为八面体和或六面体。
[0008]优选地，上述制备方法中，当Cu2O的形貌为八面体时，所述聚乙烯吡咯烷酮的分子量为30000～60000，聚乙烯吡咯烷酮与铜盐的摩尔比为1：(5～80)；当Cu2O的形貌为六面体时，所述聚乙烯吡咯烷酮的分子量为200000～1500000，聚乙烯吡咯烷酮与铜盐的摩尔比为1：(120～600)。在本文中，括号内的数值包括端点值。
[0009]优选地，上述制备方法中，所述SERS探针Cu2O@Ag中的Ag的质量分数为1～10％。优
选地，上述制备方法中，所述铜盐为氯化铜、硝酸铜、硫酸铜、醋酸铜中的一种或多种。
[0010]优选地，上述制备方法中，所述第一还原剂为抗坏血酸、葡萄糖、羟胺中的一种或多种。
[0011]优选地，上述制备方法中，所述第二还原剂为柠檬酸钠、NaBH4、水合肼、抗坏血酸中的一种或多种。
[0012]优选地，上述制备方法中，铜盐与第一还原剂的摩尔比为1：(2～100)。
[0013]优选地，上述制备方法中，银盐与第二还原剂的摩尔比1：(2～100)。
[0014]优选地，上述制备方法中，步骤S1的加热反应温度为40～70℃，时间为4～6h。
[0015]优选地，上述制备方法中，步骤S2的反应在0～50℃下进行，反应0.1～10h。
[0016]本专利技术的第二个目的通过以下技术方案来实现：一种SERS探针Cu2O@Ag，所述SERS探针Cu2O@Ag通过以下步骤制备而得：
[0017]S1、在铜盐溶液中加入聚乙烯吡咯烷酮，然后加入氢氧化钠溶液，搅拌后生成氢氧化铜，再加入第一还原剂溶液，加热反应，获得Cu2O；
[0018]S2、将步骤S1获得的Cu2O配成悬浮液，加入第二还原剂溶液，搅拌后，再加入银盐溶液，反应，获得Cu2O@Ag。
[0019]优选地，所述SERS探针Cu2O@Ag中，Ag包覆在Cu2O表面。
[0020]本专利技术的第三个目的通过以下技术方案来实现：一种基于SERS探针Cu2O@Ag建立乳腺癌细胞分型模型的方法，所述方法包括以下步骤：
[0021](1)培养不同乳腺癌细胞亚型；
[0022](2)在不同乳腺癌细胞亚型中加入SERS探针Cu2O@Ag进行共培养，获得不同乳腺癌细胞亚型的拉曼光谱数据；
[0023](3)对拉曼光谱数据进行机器学习辅助的线性判别分析(LDA)，先进行降维处理和特征提取，然后选择占据拉曼光谱数据80％以上的特征建立乳腺癌细胞分型模型。
[0024]优选地，所述SERS探针Cu2O@Ag中的Cu2O的形貌为八面体和或六面体。
[0025]进一步优选，所述SERS探针Cu2O@Ag中的Cu2O的形貌为八面体。八面体形貌的Cu2O@Ag具有更好的SERS稳定性和灵敏度，更有利于提高乳腺癌细胞分型模型的准确度。
[0026]优选地，不同乳腺癌细胞亚型包括四种：Luminal A型、Luminal B型、HER2阳性型和三阴性型。
[0027]Luminal A型为ER和(或)PR阳性，HER2阴性；Luminal B型为ER和(或)PR阳性，HER2阳性；HER2阳性型为ER、PR均阴性，HER2阳性；三阴性型为ER、PR、HER2均阴性。
[0028]优选地，步骤(2)中，在细胞培养皿中放置硅片，然后将培养后的不同乳腺癌细胞亚型传代至细胞培养皿中的硅片上，培养2～50h后，加入SERS探针Cu2O@Ag水悬浮液共同培养2～10h。SERS探针Cu2O@Ag水悬浮液为SERS探针Cu2O@Ag分散在水中形成。
[0029]优选地，所述拉曼光谱的光谱范围为600～1800cm
‑1。
[0030]机器学习辅助的线性判别分析，是在计算机编程语言中编辑程序代码，构建包含光谱数据降维、特征提取、训练与测试的分类模型，从而实现乳腺癌细胞亚型的无标记识别与判定。
[0031]优选地，选择占据拉曼光谱数据80％以上的特征(线性判别特征值80％以上)进行线性判别分析，建立得到的乳腺癌细胞分型模型可达到85％及以上的准确度。
[0032]优选地，建立得到乳腺癌细胞分型模型后，通过ROC曲线进一步评估乳腺癌细胞分型模型的检测效能。
[0033]可以采用ROC曲线的曲线下面积(AUC)来评价，AUC的取值范围为0到1，AUC值越接近1，则代表乳腺癌细胞分型模型效能越好。
[0034]本专利技术的第四个目的通过以下技术方案来实现：一种乳腺癌细胞分型模型，其通过上述方法建立而得。
[0035]本专利技术的第五个目的通过以下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种SERS探针Cu2O@Ag的制备方法，其特征在于，包括以下步骤：S1、在铜盐溶液中加入聚乙烯吡咯烷酮，然后加入氢氧化钠溶液，搅拌后生成氢氧化铜，再加入第一还原剂溶液，加热反应，获得Cu2O；S2、将步骤S1获得的Cu2O配成悬浮液，加入第二还原剂溶液，搅拌后，再加入银盐溶液，反应，获得Cu2O@Ag。2.根据权利要求1所述的制备方法，其特征在于，所述SERS探针Cu2O@Ag中的Cu2O的形貌为八面体和或六面体。3.根据权利要求1或2所述的制备方法，其特征在于，当Cu2O的形貌为八面体时，所述聚乙烯吡咯烷酮的分子量为30000～60000，聚乙烯吡咯烷酮与铜盐的摩尔比为1：(5～80)；当Cu2O的形貌为六面体时，所述聚乙烯吡咯烷酮的分子量为200000～1500000，聚乙烯吡咯烷酮与铜盐的摩尔比为1：(120～600)。4.根据权利要求1所述的制备方法，其特征在于，所述SERS探针Cu2O@Ag中的Ag的质量分数为1～10％。5.根据权利要求1所述的制备方法，其特征在于，所述铜盐为氯化铜、硝酸铜、硫酸铜、醋酸铜中的一种或多种；和或，所述第一还原剂为抗坏血酸、葡萄糖、羟胺中的一种或多种；和或，所述第二还原剂为柠檬酸钠、NaBH4、水合肼、抗坏血酸中的一种或多种；和或，铜盐与第一还原剂的摩尔比为1：(2～100)；和或，银盐与第二...

【专利技术属性】
技术研发人员：吴爱国，谢育娇，林杰，任勇，徐磊，张晨光，
申请(专利权)人：宁波慈溪生物医学工程研究所宁波诺丁汉大学，
类型：发明
国别省市：