Ricercatori della Pusan National University ottengono strutture 3D di nanoparticelle d’oro da siero umano con una tecnica di “stampa per evaporazione”, leggono i segnali SERS con Raman portatile e addestrano una CNN con sensibilità 93,1% e specificità 84,0%.

 

Un lavoro pubblicato oggi riporta una piattaforma diagnostica sierologica che unisce micro/nanostrutturazione con 3D printing “by evaporation”, spettroscopia Raman potenziata (SERS) e apprendimento profondo. L’obiettivo è offrire un percorso alternativo alla diagnosi del carcinoma tiroideo senza ricercare un singolo biomarcatore.

 

La pratica clinica si basa su agoaspirato e citologia; in molte situazioni l’esito è indeterminato, con ripetizione degli esami o ricorso a biopsie più invasive. Non esiste un biomarcatore specifico universalmente accettato per il carcinoma tiroideo. La SERS può amplificare segnali molecolari deboli in prossimità di “hot-spot” plasmonici, ma la fabbricazione dei substrati e la ripetibilità della misura sono criticità note.

Novità

Il gruppo coreano propone un inchiostro ibrido composto da nanoparticelle d’oro (75 ± 5 nm), soluzione fisiologica e siero umano; con una micropipetta da 30 μm, il contatto prolungato con un substrato di silicio e l’evaporazione del solvente generano cluster 3D densi. L’interazione tra AuNP e componenti del siero crea hot-spot che accrescono il segnale Raman. Con un Raman portatile (λ = 633 nm, 1,8–2,0 mW) si raccolgono 800 spettri su 100 campioni (50 pazienti, 50 controlli), senza filtraggi spettrali aggressivi.

Dettagli tecnici

  • Preparazione: miscelazione siero-salina-AuNP; stampa per evaporazione fino a formazione del cluster; stamping sul silicio. SEM/EDS confermano la presenza di AuNP aggregati e cristalli di NaCl.

  • Acquisizione SERS: intervallo 200–1200 cm⁻¹; esposizioni 500–3000 ms; 5 misure per campione per testare la ripetibilità intra-soggetto.

  • Apprendimento automatico: confronto tra CNN 1D e CNN 2D; quest’ultima (due conv layer con 16 e 48 filtri, fully-connected da 256 neuroni, dropout 0,6, Adam con lr ~1,19×10⁻³) raggiunge AUC 0,858, sensibilità 93,1%, specificità 84,0% su split 80/20 train/test.

  • Controlli: tentativi paralleli con NMR su 10 sieri non identificano metaboliti discriminanti univoci, confermando l’approccio pattern-based al posto del biomarcatore singolo.

Implicazioni e impatto

Se integrata in workflow clinici, la piattaforma riduce l’invasività (prelievo di sangue) e potrebbe supportare triage o second opinion post-citologia. Criticità da affrontare:

  • Intensità SERS talvolta bassa per frazione volumetrica limitata di AuNP rispetto alle proteine del siero; serviranno ottimizzazioni di concentrazioni e geometrie.

  • Generalizzabilità: manca un coorte di validazione esterna; sono necessari studi multicentrici e armonizzazione della fabbricazione dei cluster.

  • Portabilità: l’uso di strumentazione portatile è un punto a favore; tuttavia occorre garantire ripetibilità inter-laboratorio degli spettri.

Prezzi e disponibilità

Lo studio è open access; le AuNP e gli strumenti Raman citati sono commercialmente disponibili. La “stampa per evaporazione” non richiede attrezzature complesse, ma controllo rigoroso di tempi e condizioni ambientali.

Confronto/alternative

Substrati SERS nanofabbricati (litografia, auto-assemblaggio) offrono riproducibilità elevata ma costi maggiori; microfluidica e filtri dielettrici migliorano concentrazione del target, ma aumentano la complessità. Qui il substrato nasce dal campione stesso (siero + AuNP): concept che riduce i passaggi e avvicina la misura a contesti point-of-care.

 

L’approccio siero → cluster 3D → SERS → CNN dimostra che è possibile classificare il carcinoma tiroideo senza biomarcatore specifico, con metriche diagnostiche promettenti. Il percorso verso l’adozione clinica passa da validazioni esterne, calibrazione dei protocolli e valutazioni prospettiche su casistiche più ampie.

{ "slotId": "", "unitType": "responsive", "pubId": "pub-7805201604771823", "resize": "auto" }

Di Fantasy

Lascia un commento