SARS-CoV-2大流行和COVID-19疾病導(dǎo)致全球醫(yī)療保健面臨前所未有的負擔(dān)，這促使研究人員要開發(fā)快速可靠的檢測手段來輔助SARS-CoV-2的診斷。在眾多的診斷策略中，核酸檢測，如逆轉(zhuǎn)錄聚合酶鏈反應(yīng)（RT-PCR）、逆轉(zhuǎn)錄環(huán)介導(dǎo)等溫擴增，成為了主流的技術(shù)。以RT-PCR為基礎(chǔ)的測定已經(jīng)成為病毒診斷的最普遍和可靠的方法，被認為是選擇性和靈敏度的“黃金標準”。然而，這種測定方法依賴于專業(yè)實驗室，需要病毒RNA提取和專業(yè)的PCR技能，使得此項技術(shù)耗費大量時間和需要培養(yǎng)專業(yè)人才。最近，有一些可快速并準確進行RNA檢測的生物傳感方法得到了發(fā)展。其中，表面增強拉曼散射（surface-enhanced Raman scattering, SERS）得到了顯著的關(guān)注。基于SERS的RNA檢測可被分為兩類，一種是直接檢測，另一種是間接檢測。直接檢測直接測試來自分析物的SERS光譜，如病毒RNA。間接檢測測試鏈接在分析物上的標簽分子。大多數(shù)以SERS為基礎(chǔ)的SARS-CoV-2檢測是基于間接檢測。這種檢測需要SERS標簽分子，而且測試過程較復(fù)雜。相反，直接檢測可以克服這些問題。但是由于RNA和DNA中含有基本相同的核酸堿基，這使得SERS光譜非常相近，較難區(qū)分。為了解決這個問題，需要更高級的數(shù)據(jù)處理方法來區(qū)分和確定來自目標RNA/DNA的SERS光譜。在本工作中，我們發(fā)展了一種SERS傳感器，并結(jié)合深度學(xué)習(xí)（deep learning, DL）算法，實現(xiàn)了鼻拭子中SARS-CoV-2的快速檢測。利用SERS和DL來進行SARS-CoV-2檢測的流程如圖1所示。對待診斷人員進行鼻拭子采樣，并至于滅活緩沖溶劑中。利用掠射角沉積技術(shù)可低成本、高效率的制備高可靠銀納米棒基底，并對此基底修飾DNA探針來捕獲病毒RNA。將鼻拭子溶液滴入測試井中，在室溫下靜置20 min之后進行SERS光譜測試，經(jīng)過智能算法識別，即可判定陽性或者陰性。
圖2A展示了SERS基底（FASS）、加入buffer、CoV NL63 RNA和SARS-CoV-2 RNA的SERS光譜。它們的光譜比較相似，很難用肉眼區(qū)分開來。經(jīng)過主成分分析法（PCA）分析后，如圖2B所示，加入SARS-CoV-2 RNA后的SERS光譜可明顯區(qū)分于其它光譜。證明了此種SERS基底的專一性。另外，我們測試了不同濃度SARS-CoV-2 RNA的SERS光譜（圖2C），并且成功利用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）預(yù)測了病毒濃度（圖2D）。
陽性患者和陰性人員的鼻拭子的SERS光譜非常相似，無法主觀判斷，也無法用PCA進行分析，所以需要更先進的數(shù)據(jù)處理方法。于是，我們建立了RNN模型來對陽性患者和陰性人員進行判斷。RNN模型的構(gòu)成如圖3所示。在典型的RNN模型基礎(chǔ)上，我們添加了LSTM和多個全連接層。它們可以記住長期狀態(tài)，增加一個輸出和一個輸入，顯著解決長序列訓(xùn)練中梯度消失和梯度爆炸的問題。此RNN模型對SERS光譜陽性和陰性的總測試準確率可以達到98.9%，明顯優(yōu)于其它對比算法，如SVM、RF、BP和CNN。這是因為RNN更擅長處理序列問題。
我們基于此種方法對72名人員進行了新冠病毒診斷，得到了98.6%的總準確率。對陽性患者預(yù)測的準確率為97.2%，對陰性人員的判定準確率為100%，表現(xiàn)了較高的可靠性。作為參考，其它常用的測試方法準確率為：快速抗原檢測66% （BMJ 2020, 370, m2516）；呼吸檢測，陽性91.2%，陰性99.3%（Nat. Biotechnol. 2022, 40, 990?993）；核酸檢測~ 95%（J. Adv. Res. 2020, 26, 149?159）；試紙檢測97.2%（Biosens. Bioelectron. 2022, 200, 113925）。我們報道了一種快速且可靠的鼻拭子新冠病毒檢測方法，整個測試過程在25 min之內(nèi)，準確率在97%以上，測試設(shè)備便于攜帶，可以成為新冠肺炎診斷的一種強有力輔助手段。此部分工作發(fā)表于ACS Sensors。美國佐治亞大學(xué)的Yanjun Yang博士和重慶大學(xué)的研究生李豪為共同第一作者，重慶大學(xué)艾斌研究員與美國佐治亞大學(xué)Yiping Zhao教授為共同通訊作者。該研究得到了國家自然科學(xué)基金，重慶市自然科學(xué)基金，中央高校基本科研業(yè)務(wù)費-基礎(chǔ)前沿交叉項目等基金的支持。原文標題：Rapid Detection of SARS-CoV-2 RNA in Human Nasopharyngeal Specimens Using Surface-Enhanced Raman Spectroscopy and Deep Learning Algorithms文章鏈接：https://pubs.acs.org/doi/10.1021/acssensors.2c02194
