Il nuovo protocollo di elaborazione dei dati consente il riconoscimento basato sulle funzionalità degli spettri Raman potenziati dalla superficie per il sondaggio di molecole intracellulari di bersagli biologici. Si basa sul rilevamento locale degli spettri più rilevanti per recuperare tutti i dati in modo indipendente tramite l'indicizzazione.
La spettroscopia Raman fornisce specificità molecolare attraverso la misurazione spettrale risolta dello scattering anelastico sotto eccitazione monocromatica. Nell'ambito della microscopia, può servire come imaging cellulare senza etichetta, fornire informazioni strutturali. Però, la sezione trasversale molto bassa dello scattering Raman richiede lunghe esposizioni, che precludono l'imaging di componenti cellulari con basse concentrazioni. Spettroscopia Raman con superficie migliorata (SERS), che si basa sul potenziamento del campo elettromagnetico locale prodotto da nanostrutture metalliche, è un approccio per aumentare drasticamente la sensibilità del rilevamento Raman conservando grandi quantità di informazioni spettrali. Nell'imaging cellulare, la misura viene solitamente eseguita su nanostrutture endocitate. Però, i segnali SERS misurati variano fortemente in quanto dipendono dal profilo del fascio di eccitazione, presenza o aggregazione di particelle locali e ambiente molecolare locale. Identificare ed estrarre gli spettri corrispondenti alle molecole di interesse all'interno di un set di dati SERS è molto difficile.
I metodi convenzionali di analisi dei dati cercano modelli globali nei dati, mentre la sensibilità della singola molecola di SERS può rilevare molecole indipendenti in ciascun pixel con poca correlazione tra i pixel. Nicolas Pavillon e i suoi colleghi dell'Università di Osaka hanno ora esplorato diversi metodi algoritmici per discriminare automaticamente gli spettri di interesse nel campo visivo misurato, senza imporre presupposti sull'autosimilarità dei dati. Il metodo proposto si basa sull'indicizzazione delle posizioni degli spettri rilevanti, che sono selezionati dal calcolo di una mappa di qualità.
Gli scienziati hanno proposto vari criteri per calcolare l'estrazione degli spettri, come l'energia spettrale, il conteggio dei picchi per spettri, o i coefficienti di proiezione sui vettori SVD. Hanno valutato ogni criterio con dati simulati e hanno applicato questo approccio a diversi tipi di misurazioni, come la Rodamina 6G essiccata adsorbita su nanoparticelle d'oro depositate su un substrato di vetro, e cellule HeLa con nanoparticelle d'oro endocitate.
I test con dati simulati hanno mostrato che vari criteri possono fornire risultati soddisfacenti. Il tempo di calcolo potrebbe essere enormemente ridotto scartando pixel irrilevanti attraverso un semplice criterio basato sull'energia spettrale, riducendo il tempo di elaborazione in genere a meno di 10 secondi per un campo visivo dell'ordine di 100 X 100 pixel.
I test effettuati sulle misurazioni di Rodamina 6G hanno dimostrato la validità dell'approccio proposto, dove il suo spettro noto potrebbe essere estratto automaticamente. Il criterio del conteggio dei picchi era il più adatto per la maggior parte dei casi, poiché rileva vari modelli senza filtrare alcuna curva che può apparire solo una singola istanza nel set di dati. Tali singoli spettri possono essere di fondamentale importanza in un dato esperimento di rilevamento SERS. Una caratteristica principale dell'approccio proposto è che il suo output è una mappa di localizzazione degli spettri più rilevanti in una misurazione. Le informazioni spaziali vengono conservate, consentendo di risalire alle posizioni di più spettri con proprietà identiche, ad esempio. Il metodo ottimizzato è stato utilizzato per estrarre e classificare il complesso comportamento di risposta SERS di nanoparticelle d'oro prelevate in cellule vive.
