Raman spectroscopy of x-ray irradiated blood plasma: a pilot study
Notice bibliographique
Résumé
Abstract Biodosimetry is a key technique for retrospective radiation dosimetry that provides individual estimates of the absorbed dose of ionising radiation based on the detection of biological indicators. A critical challenge confronting current biodosimetry methods is the time and technical expertise needed in processing and analysing samples, therefore new high-throughput techniques are required. In this pilot study, we demonstrate a technique based on RS and multivariate analysis of peripheral blood plasma from nine healthy male and female anonymous donors for the classification and biomarker identification of ex vivo irradiated blood exposed to 0 (control), 5 and 20 Gy of x-ray dose. After 4 h post-exposure, the blood was centrifuged, and the blood plasma samples were immediately frozen at −80 °C. Raman spectra were measured from thawed blood plasma using a custom benchtop Raman micro-spectroscopy setup. Data were preprocessed and analysed using partial least squares-discriminant analysis (PLS-DA). We applied a method based on a linear mixed-effects model to compensate for the differences in covariates such as gender, age and complete blood count between donors. After covariate adjustment, the application of PLS-DA to the residual Raman spectral intensities provided improved separation in the binary classification results (0 vs. 5 and 0 vs. 20 Gy). Raman spectral biomarkers responsible for the discrimination were extracted by evaluating the coefficients of the PLS-DA loading vectors. Sparse PLS-DA was demonstrated to be a promising method that offers the potential to further narrow down the regions in the Raman spectra that are dose discriminatory.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».