一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法技术

一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，包括以下步骤：A、数据集获取；在iPSC分化过程中分别取第1、4、7、10、15天的细胞，与AuNRs与线粒体定位信号肽结合的线粒体靶向探针共孵育，利用拉曼光谱仪采集这6个阶段细胞的SERS光谱；B、构建数据集；C、数据集预处理；D、搭建并训练卷积神经网络模型训练；E、测试卷积神经网络模型；F、监控iPSC向NPC的分化过程细胞状态；G、寻找合适区间的光谱用于判断细胞状态。本发明专利技术提出的方法能快速、无损、准确地识别干细胞的分化状态。

【技术实现步骤摘要】

本专利技术涉及干细胞分化识别技术，特别是一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法。

技术介绍

1、诱导多能干细胞(induced pluripotent stem cell,ipsc)在再生和移植医学中具有巨大的潜力。在自体细胞治疗领域，ipsc衍生的神经祖细胞(neural progenitorcell,npc)被广泛应用于治疗各种神经系统疾病，如阿尔兹海默症、肌萎缩侧索硬化、帕金森病等。然而，ipsc在分化过程中存在分化不完全或分化为不需要的细胞亚型的问题，从而导致畸胎瘤或治疗失败，这限制了其临床应用的安全性和有效性。

2、监测ipsc分化过程中细胞状态的转变对临床医学和基础研究至关重要。目前，干细胞分化研究采用了多种技术，如免疫细胞化学、流式细胞术、western blotting和聚合酶链反应。然而，这些方法复杂、耗时且具有破坏性，可能会损害干细胞的完整性，从而影响其临床适用性。

3、目前，确定干细胞的分化状态的有免疫细胞化学、流式细胞术、蛋白质印迹分析和聚合酶链反应。然而，这些传统生化检测方法虽然本文档来自技高网...

【技术保护点】

1.一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，步骤A中，数据采集时，激光波长633nm，激光功率设置为50％，数值孔径0.5的L50×物镜，采集600-1800cm-1波数范围的SERS光谱；对于每组样本，选择至少50个细胞进行SERS信号采集，每个细胞样品至少测量15次。

3.根据权利要求2所述的基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，步骤B具体为，根据诱导剂的添加时间，将i...

【技术特征摘要】

1.一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，步骤a中，数据采集时，激光波长633nm，激光功率设置为50％，数值孔径0.5的l50×物镜，采集600-1800cm-1波数范围的sers光谱；对于每组样本，选择至少50个细胞进行sers信号采集，每个细胞样品至少测量15次。

3.根据权利要求2所述的基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，步骤b具体为，根据诱导剂的添加时间，将ipsc向npc的分化过程分为6个阶段；相应的将细胞及其sers光谱分为6类；每个阶段细胞样品的sers光谱划分为一类，可得光谱数据集a；对于光谱进行分割，600-1800cm-1的光谱按照特征峰的分布和光谱的长度进行划分，可得光谱数据集b。

4.根据权利要求3所述的基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，其特征在于，步骤c中，首先使用wire 4.3软件将获得的sers光谱数据进行对所有光谱进行去基线、去宇宙射线、降噪和归一化的处理，以减少光谱强度变化对结果的影响；

5.根据权...

【专利技术属性】
技术研发人员：钟丽云，万鉴辉，黄韬，张潇，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：