Inteligencia artificial para mejorar los diagnósticos

Los métodos estandarizados facilitan la evaluación de los espectros Raman

15.12.2021 - Alemania

Los métodos basados en la luz se utilizan cada vez más para los problemas analíticos en los ámbitos de la salud, el medio ambiente, la medicina y la seguridad. La espectroscopia Raman es un método adecuado en este contexto. Los datos de medición recogidos en este proceso son huellas moleculares complejas y extensas. La inteligencia artificial puede ayudar en el análisis de estos complejos espectros Raman. Todavía no hay normas establecidas para el análisis, lo que dificulta su aplicación en entornos médicos o biológicos. Un equipo de investigadores del Instituto Leibniz de Tecnologías Fotónicas (Leibniz IPHT) y de la Universidad Friedrich Schiller de Jena (Alemania) ha elaborado una guía para el análisis espectral Raman.

La espectroscopia Raman puede utilizarse para determinar la huella molecular de las muestras. Esto permite, por ejemplo, distinguir materiales en función de su composición química específica. También es posible identificar agentes patógenos o detectar tejidos enfermos. Las señales que se detectan y las diferencias de señal dentro de los datos de medición son mínimas y están influidas por numerosos factores. Para la evaluación se utilizan métodos de aprendizaje automático, es decir, de inteligencia artificial (IA). "Para ayudar a que la espectroscopia Raman logre un gran avance en las aplicaciones, se necesitan flujos de trabajo estandarizados que ofrezcan resultados lo más robustos posible", afirma el profesor particular Dr. Thomas Bocklitz, jefe del departamento de investigación de Ciencia de Datos Fotónicos del Leibniz IPHT, así como de la Universidad de Jena. Sin embargo, hasta ahora no existen normas unificadas para el proceso de análisis de los espectros Raman.

En un artículo publicado recientemente en Nature Protocols, Bocklitz y sus colegas ofrecen por primera vez una guía para el análisis de los espectros Raman, que abarca todos los pasos, desde el diseño experimental y la preparación de los datos hasta el modelado de los mismos y el análisis estadístico, al tiempo que señalan los posibles escollos y cómo evitarlos. Para ello, el fisicoquímico ha podido aprovechar sus muchos años de experiencia en el desarrollo y el perfeccionamiento de métodos basados en datos. Mientras tanto, su equipo se ha convertido en uno de los principales grupos de investigación internacionales que trabajan en la evaluación asistida por ordenador de los espectros Raman a nivel conceptual. La estrecha colaboración con el departamento de investigación Espectroscopia/Imagen de Leibniz IPHT, dirigido por el profesor Jürgen Popp, ha demostrado ser una ventaja al aportar su experiencia en el campo de la espectroscopia Raman para el análisis y el diagnóstico en los campos de la medicina, las ciencias de la vida y el medio ambiente, el análisis de la calidad y los procesos, y los productos farmacéuticos al proyecto conjunto.

Los investigadores de Jena quieren contribuir al análisis espectral Raman estandarizado con la orientación publicada. Junto con los socios de otras instituciones de investigación, el siguiente paso será centrar la metodología en la intercomparabilidad de los instrumentos mediante un ensayo conjunto en anillo, explorando métodos para corregir la dependencia de los instrumentos. Por último, los científicos del Leibniz IPHT y de la Universidad de Jena planean utilizar los métodos estandarizados para la evaluación de los espectros Raman basada en la IA para desarrollar métodos de diagnóstico basados en la luz y nuevos enfoques terapéuticos listos para el mercado en el futuro Centro Leibniz de Fotónica para la Investigación de Infecciones en Jena.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Publicación original

Guo, S., Popp, J. & Bocklitz, T.; "Chemometric analysis in Raman spectroscopy from experimental design to machine learning–based modeling"; Nat Protoc 16, 5426–5459 (2021).

https://www.quimica.es/noticias/1173934/inteligencia-artificial-para-mejorar-los-diagnosticos.html

Publicación original

Guo, S., Popp, J. & Bocklitz, T.; "Chemometric analysis in Raman spectroscopy from experimental design to machine learning–based modeling"; Nat Protoc 16, 5426–5459 (2021).

Temas