Raman-Spektroskopie Künstliche Intelligenz für eine bessere Diagnostik

Ein Gastbeitrag von Oleg Ryabchykov, Shuxia Guo, Jürgen Popp und Thomas Bocklitz*

Anbieter zum Thema

Raman-Spektren bilden komplexe und umfangreiche molekulare Fingerabdrücke ab. Deren Auswertung ist nicht trivial. Künstliche Intelligenz kann dabei helfen, doch fehlen dazu etablierte Standards. Ein Forscherteam aus Jena hat nun eine Anleitung zur Raman-Spektralanalyse vorgestellt.

Abb. 1: Auch in der Medizin werden erhobene Daten umfangreicher und komplexer – bei deren Auswertung kann künstliche Intelligenz helfen.
Abb. 1: Auch in der Medizin werden erhobene Daten umfangreicher und komplexer – bei deren Auswertung kann künstliche Intelligenz helfen.
(Bild: © natali_mis - stock.adobe.com )

Ob Gesundheit, Umwelt, Medizin oder Sicherheit – immer mehr analytische Fragestellungen werden mithilfe lichtbasierter Verfahren adressiert. Eine Methode tut sich dabei besonders hervor und wurde in den vergangenen Jahren stetig weiterentwickelt: die Raman-Spektroskopie. Die dabei erhobenen Messdaten sind komplexe und umfangreiche molekulare Fingerabdrücke, – die es zu analysieren gilt. Künstliche Intelligenz kann hierbei helfen, doch noch gibt es für die Auswertung der komplexen Raman-Spektren keine etablierten Standards. Die Anwendbarkeit der Methode im medizinischen oder biologischen Umfeld wird dadurch erschwert. Ein Team von Forschern des Leibniz-Instituts für Photonische Technologien (Leibniz-IPHT) und der Friedrich-Schiller-Universität Jena hat nun eine Anleitung zur Raman-Spektralanalyse erarbeitet.

Ergänzendes zum Thema
Leibniz-Institut für Photonische Technologien

Im Mittelpunkt der Forschung am Leibniz-IPHT (Institut für Photonische Technologien) steht das Licht. Wissenschaftler erforschen neue photonische Verfahren und Werkzeuge für die Anwendung in der klinischen Diagnostik, etwa der Infektions- und Krebsdiagnostik, der Pharmazie und Prozesskontrolle sowie in der Lebensmittel- und Umweltsicherheit. Ein wesentliches Ziel ist es, die Translation zu beschleunigen: die Umsetzung von Forschungsergebnissen in die Praxis.

Standardisierte Methoden helfen bei der Auswertung von Raman-Spektren

Mithilfe der Raman-Spektroskopie lässt sich der molekulare Fingerabdruck von Proben ermitteln. So können z. B. Materialien aufgrund ihrer spezifischen chemischen Zusammensetzung unterschieden werden. Ebenso ist es möglich, Krankheitserreger zu identifizieren oder krankes Gewebe zu erkennen. Dabei sind die zu detektierenden Signale und Signal-Unterschiede innerhalb der Messdaten nur minimal und werden von zahlreichen Faktoren beeinflusst.

Für die Auswertung kommen Methoden des Machine Learning – also Künstliche Intelligenz (KI) – zum Einsatz. „Um der Raman-Spektroskopie zum Durchbruch in der Anwendung zu verhelfen, braucht es standardisierte Arbeitsabläufe, die möglichst robuste Ergebnisse liefern“, so Privatdozent Dr. Thomas Bocklitz, Leiter der Forschungsabteilung Photonic Data Science am Leibniz-IPHT sowie der Universität Jena. Bisher gibt es aber noch keine etablierten vereinheitlichten Normen für den Analyseprozess von Raman-Spektren.

Abb. 2: Visualisierung der Anleitung für die Auswertung von Raman-Spektren. (IPHT/Darina Storozhuk)
Abb. 2: Visualisierung der Anleitung für die Auswertung von Raman-Spektren. (IPHT/Darina Storozhuk)
(Bild: Leibniz-IPHT/Darina Storozhuk )

In einem kürzlich in der Zeitschrift Nature Protocols veröffentlichten Beitrag liefert Bocklitz gemeinsam mit Kolleginnen und Kollegen erstmalig eine Anleitung für die Auswertung von Raman-Spektren und bezieht dabei alle Arbeitsschritte, angefangen beim experimentellen Design über die Datenaufbereitung bis hin zur Datenmodellierung und statistischen Analyse, mit ein und verweist zugleich auf mögliche Fallstricke und wie diese umgangen werden können (s. Abb. 2). Diese Fallstricke können z. B. das Fehlen von genügenden unabhängigen Messungen, eine suboptimale Spektrometer-Kalibration oder nicht adäquate Datenvorbehandlung sein.

Dabei konnte der Physikochemiker auf seine langjährige Erfahrung bei der Entwicklung und Verfeinerung von Daten-getriebenen Methoden zurückgreifen. Mittlerweile gehört sein Team zu einem der international führenden Forschungsgruppen, die sich mit der computergestützten Auswertung von Raman-Spektren auf der konzeptionellen Ebene beschäftigen. Von Vorteil erweist sich die enge Zusammenarbeit mit der Forschungsabteilung Spektroskopie/Bildgebung am Leibniz-IPHT unter Leitung von Prof. Jürgen Popp, welche ihre Kompetenz auf dem Gebiet der Raman-Spektroskopie für die Analytik und Diagnostik in den Bereichen Medizin, Lebens- und Umweltwissenschaften, Qualitäts- und Prozessanalytik sowie Pharmazie in das gemeinsame Projekt einbringen konnte.

Lichtbasierte Diagnoseverfahren und neue Therapieansätze

Abb. 3: Visualisierung der Geräteabhängigkeit von Raman-Spektren. In einem Hauptkomponenten-Raum sind die Raman-Spektren der Bakterien-Spezies (Bacilus mycoides, Bacilus subtilis und Bacilus thuringiensis) sowohl vor als auch nach einer Standardkalibration nicht deckungsgleich, was auf eine Variabilität bezüglich des Geräts und des biologischen Replikats hindeutet.
Abb. 3: Visualisierung der Geräteabhängigkeit von Raman-Spektren. In einem Hauptkomponenten-Raum sind die Raman-Spektren der Bakterien-Spezies (Bacilus mycoides, Bacilus subtilis und Bacilus thuringiensis) sowohl vor als auch nach einer Standardkalibration nicht deckungsgleich, was auf eine Variabilität bezüglich des Geräts und des biologischen Replikats hindeutet.
(Bild: Leibniz-IPHT/Shuxia Guo )

Die Forscher aus Jena möchten mit der publizierten Anleitung einen Beitrag zur standardisierten Raman-Spektralanalyse liefern. Gemeinsam mit Partnern anderer Forschungseinrichtungen soll die Methodik in einem nächsten Schritt durch einen gemeinsamen Ringversuch auf die Gerätevergleichbarkeit fokussiert werden. Dazu sollen Methoden zur Korrektur der Geräteabhängigkeit erforscht werden (s. Abb. 3).

In einem ersten Europäischen Raman-Ringversuch konnte eine fast 10-prozentige Abweichung zwischen den Laboren nachgewiesen werden, die mit Kalibrierverfahren und Modelltransfertechniken reduziert werden sollen. Schließlich wollen die Wissenschaftler des Leibniz-IPHT und der Universität Jena die standardisierten Methoden zur KI-basierten Auswertung von Raman-Spektren, welche auch in der Software Ramanmetrix zur Anwendung kommt, für die Entwicklung von marktreifen lichtbasierten Diagnoseverfahren und neuen Therapieansätzen im zukünftigen Leibniz-Zentrum für Photonik in der Infektionsforschung in Jena einsetzen.

Originalpublikation:

[1] Guo, S.; Popp, J. & Bocklitz, T. Chemometric Analysis in Raman Spectroscopy: from Experimental Design to Machine Learning based Modelling, Nature protocols, 2021, 16, 5426-5459

Dieser Artikel stammt von unserem Partnerportal LaborPraxis.

* Dr. Oleg Ryabchykov, Prof. Dr. Shuxia Guo, Prof. Dr. Jürgen Popp und PD Dr. Thomas Bocklitz, Leibniz-Institut für Photonische Technologien e. V., 07745 Jena

(ID:48410135)