一种基于近红外-中红外数据融合检测糖化白蛋白含量的方法技术

本发明专利技术属于糖化血清蛋白检测技术领域，尤其涉及一种基于近红外

【技术实现步骤摘要】
一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法


[0001]本专利技术属于糖化血清蛋白检测
，尤其涉及一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法
。

技术介绍

[0002]糖化血清蛋白（
GSP
）是血清中蛋白质与葡萄糖发生非酶促反应形成的糖基化产物，与血糖水平密切相关
。
人体血清中主要的蛋白质为白蛋白，占人体的一半，其糖基化产物糖化白蛋白（
Glycated albumin
，
GA
）是体现血糖水平的重要指标
。20
世纪
70
年代，
GA
用于诊断和管理疾病，
GA
逐渐成为糖尿病患者血糖监测的另一项重要指标，并受到越来越多的关注
。GA
在诊断糖尿病
、
监测降糖疗效
、
评估患者预后中具有重要的临床意义，同时对慢性肾脏病变
、
视网膜病变等糖尿病并发症风险具有一定的预测作用
。
[0003]现行的
GA
检测手段主要包括比色法
、
色谱分析法
、
免疫分析法
、
酶法等，受到复杂繁琐实验操作以及试剂耗材消耗的限制，使得
GA
的检测速度与准确度受限
。
通过拓展快速无损的
GA
检测方法，可以有效地对糖尿病以及糖尿病并发症进行检测，提升糖尿病检测的速度和水平
。
同时从分子结构层面分析糖基化进程，揭示人血清白蛋白的非酶糖基化反应过程与时间的依赖关系
。
[0004]近红外光谱主要反映了含氢基团的倍频和合频吸收，对于复杂体系中单成分的分析更具优势，中红外光谱可以反映大多数有机物的分子振动基频吸收，因此对于物质的结构分析更具优势
。
由于正常的人血白蛋白和糖化后的白蛋白差异较小，主要体现在蛋白质游离氨基侧链的修饰上，而且低水平的糖化使得差异更小，因此近红外光谱与中红外光谱分析技术单独使用时其定量能力受限
。

技术实现思路

[0005]为解决上述现有技术中存在的问题，本专利技术提供了一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，利用该方法可以确定体系中糖化白蛋白（
GA
）的含量
。
[0006]为实现上述目的，本专利技术采用如下技术方案：一种基于近红外光谱
‑
中红外光谱数据融合方法对糖化人血白蛋白（
GA
）定量的方法，包括以下步骤：一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，包括以下步骤：（1）用溶剂溶解
HAS
，配置成一定浓度的
HAS
溶液，向
HAS
溶液中分别添加不同浓度的葡萄糖，置于黑暗处，一定温度下分别孵育不同的时间，孵育结束后，淬灭反应，获得不同糖化白蛋白含量的样品体系；（2）利用
NBT
比色法检测步骤（1）所得不同糖化白蛋白含量的样品体系中糖化白蛋白的含量；（3）采集红外光谱：以透射模式采集步骤（1）所得不同糖化白蛋白含量的样品体系
的近红外和中红外光谱；（4） 将步骤（3）所得近红外和中红外光谱进行
SNV
预处理，消除基线漂移对光谱造成的影响；（5） 将步骤（4）所得
SNV
预处理后的近红外和中红外光谱进行波段选择，选择最佳特征波段；（6）将步骤（5）所选的近红外和中红外最佳特征波段进行融合；（7）基于步骤（6）中特征波段融合后的光谱和步骤（2）中利用
NBT
比色法所得糖化白蛋白含量的一级数据建立糖化白蛋白
PLS
定量模型
。
[0007]本专利技术所述方法通过近红外和中红外数据融合，能够丰富样本的信息，增加定量模型的准确度，通过直接数据融合之后再选取特征变量点，提高模型质量的同时，减少模型的复杂度，提升运算速度
。
因此，本专利技术主要基于近红外
‑
中红外数据融合方法对糖化白蛋白
GA
进行定量研究
。
[0008]作为优选，步骤（1）中所述溶剂为含有
0.01%NaN3的
pH
为
7.4
的
PBS。
[0009]作为优选，步骤（1）中，
37℃
条件下进行孵育，孵育结束后置于
‑
20℃
下冷冻淬灭反应
。
[0010]作为优选，步骤（2）中，以果糖胺
DMF
为对照进行比色
, 每份样品重复检测三次，取平均值作为最终结果
。
[0011]作为优选，步骤（3）中，采集近红外光谱的具体方法为：采用
1mm
流通池，采样体积为
300
µ
l
，设置光谱仪分辨率为
4cm
‑1, 扫描次数为
64
次，室温下采集光谱，每个样品采集三张光谱取平均
。
[0012]作为优选，步骤（3）中，采集中红外光谱的具体方法为：采用
ATR
附件，采样体积为
10
µ
l
，设置光谱仪分辨率为
4cm
‑1, 扫描次数为
64
次，室温下采集光谱，每个样品采集三张光谱取平均
。
[0013]作为优选，步骤（5）中，将步骤（4）所得
SNV
预处理后的近红外和中红外光谱进行
MC
‑
UVE,CC,CARS
波段选择
。
[0014]作为优选，步骤（5）中，基于近红外和中红外特征波段选择，确立了近红外
CARS (80) 的波段选择方法，以及中红外
CARS (40) 的波段选择方法，
CARS
（
80
）选取
NIR
特征波段，
CARS
（
40
）选取
MIR
特征波段
。
[0015]作为优选，步骤（7）中，建立糖化白蛋白
PLS
定量模型前，需选择最佳预处理方法，基于最佳预处理方法，选取最佳主成分数
。
[0016]作为优选，所述选择最佳预处理方法具体如下：根据模型评价参数
R2c, R2p, RMSECV, RMSEC, RMSEP, RPD
评价模型质量，根据评价结果选择最佳预处理方法
。
[0017]有益效果本专利技术公开了一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，本专利技术与现有技术相比具有以下优点：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，其特征在于，包括以下步骤：（1）用溶剂溶解
HAS
，配置成一定浓度的
HAS
溶液，向
HAS
溶液中分别添加不同浓度的葡萄糖，置于黑暗处，一定温度下分别孵育不同的时间，孵育结束后，淬灭反应，获得不同糖化白蛋白含量的样品体系；（2）利用
NBT
比色法检测步骤（1）所得不同糖化白蛋白含量的样品体系中糖化白蛋白的含量；（3）采集红外光谱：以透射模式采集步骤（1）所得不同糖化白蛋白含量的样品体系的近红外和中红外光谱；将步骤（3）所得近红外和中红外光谱进行
SNV
预处理，消除基线漂移对光谱造成的影响；将步骤（4）所得
SNV
预处理后的近红外和中红外光谱进行波段选择，选择最佳特征波段；（6）将步骤（5）所选的近红外和中红外最佳特征波段进行融合；（7）基于步骤（6）中特征波段融合后的光谱和步骤（2）中利用
NBT
比色法所得糖化白蛋白含量的一级数据建立糖化白蛋白
PLS
定量模型
。2.
根据权利要求1所述的基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，其特征在于，步骤（1）中所述溶剂为含有
0.01%NaN3的
pH
为
7.4
的
PBS。3.
根据权利要求2所述的基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，其特征在于，步骤（1）中，
37℃
条件下进行孵育，孵育结束后置于
‑
20℃
下冷冻淬灭反应
。4.
根据权利要求1所述的基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，其特征在于，步骤（2）中，以果糖胺
DMF
为对照进行比色
, 每份样品重复检测三次，取平均值作为最终结果
。5.
根据权利要求1所述的基于近红外
‑
中红外数据融合检测糖化白蛋白含量的方法，其特征在于，步骤（3）中，采集近红外光谱的具体方法为：采用
1mm
流通池，采样体积为
300
µ
l
，设...

【专利技术属性】
技术研发人员：臧恒昌，赵冰，董芹，张惠，王浩伟，
申请(专利权)人：山东大学，
类型：发明
国别省市：