Identification rapide des mécanismes des médicaments par spectroscopie Raman améliorée de surface multicanaux basée sur l'apprentissage profond

L'identification rapide des mécanismes des médicaments est essentielle au développement et à l'utilisation efficace des chimiothérapeutiques. Dans ce cadre, nous développons un réseau de capteurs par spectroscopie Raman renforcée de surface multicanaux (SERS) et appliquons des approches d'apprentissage profond pour réaliser l'identification rapide des mécanismes de divers médicaments chimiothérapeutiques. En mettant en œuvre une série de monocouches autodéposées (SAM) avec des caractéristiques moléculaires variées pour favoriser des interactions physico-chimiques hétérogènes aux interfaces, le capteur peut générer des signatures SERS diversifiées pour lire directement les changements moléculaires induits par les médicaments dans les cellules. Nous formons en outre le modèle de réseau de neurones convolutionnel sur le jeu de données SERS modulé par SAM multidimensionnel et atteignons une précision discriminatoire d'environ 99 %. Nous espérons qu'une telle plateforme contribuera à élargir l'arsenal pour le criblage et la caractérisation des médicaments et facilitera le processus de développement des médicaments.