Determination of Proteins in Human Serum by Near-Infrared Spectroscopy with Partial Least Square Analysis

Guo, Huixian; Huang, Furong; Li, Yuanpeng; Fang, Tao; Zhu, Siqi; Chen, Zhenqiang

doi:10.1080/00032719.2016.1166507

Cited by 8 publications

(3 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Thus, the direct UV-Vis spectrophotometric method is not suitable for the analysis of the total protein of some samples especially those whose proteins or peptides have less tyrosine and tryptophan. As for infrared spectroscopy, although it has been utilized for serum protein analysis, 50–52 its practical implementation in routine laboratory analysis requires more research to be actualized. 51 Even among other colorimetry methods for protein analysis, such as Bradford assay and bicinchoninic acid assay, the biuret test has been shown to be superior.…”

Section: Resultsmentioning

confidence: 99%

Smartphone digital image colorimetry for quantification of serum proteins

Markus,

Dalmizrak,

Edebal

et al. 2023

Anal. Methods

View full text Add to dashboard Cite

show abstract

Section: Resultsmentioning

confidence: 99%

Smartphone digital image colorimetry for quantification of serum proteins

Markus,

Dalmizrak,

Edebal

et al. 2023

Anal. Methods

View full text Add to dashboard Cite

show abstract

“…However, the number of subintervals selected by iPLS depends on the researcher's experience. Backward iPLS (biPLS) and synergy iPLS (siPLS) were proposed to obtain the specified number of subintervals based on the iPLS method. Both the biPLS and siPLS approaches were tested for selected wavenumber of Raman spectra of raw ore samples.…”

Section: Methodsmentioning

confidence: 99%

Quantitative analysis of stibnite content in raw ore by Raman spectroscopy and chemometric tools

Cai

Yang

Gui

2018

J Raman Spectroscopy

View full text Add to dashboard Cite

This paper presents a non-destructive and fast methodology to quantify the stibnite content in raw ore samples using Raman spectroscopy. A total of 120 raw ore reference samples were obtained from a froth flotation process, and multipoint collection and averaging were used to obtain Raman spectra from the raw ore samples. Our aim was to create the best multivariate calibration model for the quantitative analysis of stibnite contents in the raw ore samples.Several strategies were evaluated to generate a robust model; these strategies included preprocessing methods (de-nosing, baseline correction, and vector normalization), selecting the key wavenumbers for the quantitative analysis of stibnite, and building a multivariate calibration model. Synergy interval partial least squares (PLS), backward interval PLS, stability competitive adaptive reweighted sampling, and PLS with a genetic algorithm (GA) were investigated to build the linear multivariable models, whereas artificial neural network (ANN) and support vector regression (SVR) preceded by GAs (GA-ANN and GA-SVR) were implemented to build the non-linear multivariable models.Experimental results showed that the best multivariable calibration model for stibnite was obtained by a combination of an ANN and GA (GA-ANN). In contrast to the PLS model based on the full spectrum, the root mean square error of calibration and root mean square error of prediction of the GA-ANN method for the calibration and validation sets were reduced to 0.2038 from 0.3552 and to 0.2196 from 0.3927, respectively, and the squares of the correlation coefficients of the calibration and validation sets were increased to 0.9369 from 0.8053 and 0.9219 from 0.7561, respectively. The above results indicate that the multivariable calibration model for stibnite is stable. Furthermore, this method could be used in the froth flotation process to precisely determine the stibnite content in raw ore samples.

show abstract

“…Анализ данных математического моделирования показывает, что при развитии патологий дентина кариозного характера в образцах крови, десневой и дентинной жидкостях процентное содержание компоненты α-спираль (α % ) во вторичной структуре белка не изменяется. Величина α % лежит в пределах 28% (кровь)−31% (десневая жидкость)− 32% (дентинная жидкость), что значительно ниже той, которая наблюдается в норме для белка сыворотки крови (HSA) и должна быть в пределах 50−60% [44,47,48]. Данный факт является весомым индикатором изменений во вторичной структуре белка, сигнализируя о конформационных трансформациях, происходящих в органической составляющей биологических жидкостей пациентов при развитии кариеса дентина.…”

Section: анализ и обсуждение полученных результатовunclassified

Спектроскопические Исследования Изменений Во Вторичной Структуре Белков Дентинной И Десневой Жидкостей По Данным Синхротронной ИК Микроскопии

Середин¹,

Голощапов²,

Ипполитов³

et al. 2019

Журнал Технической Физики

View full text Add to dashboard Cite

На основе данных ИК спектромикроскопии с использованием синхротронного излучения проведено исследование вторичной структуры белков дентинной и десневой жидкостей человека при развитии кариозного процесса в глубоких тканях дентина. Показано, что изменение формы профиля полосы Амид I в области 1700-1605 cm-1 связано как с изменением соотношения интегральных интенсивностей вторичных структур alpha-cпираль и beta-лист, так и положением компонент beta-витки и beta-лист в спектре. Установлено, что величина соотношения alpha-спираль/beta-лист как для дентинной, так и десневой жидкостей лежит ниже порогового уровня, при котором наблюдаются значительные изменения во вторичной структуре белков биологических жидкостей и однозначно свидетельствует о развитии патологии в твердой ткани. Обнаруженные нами особенности в профиле полосы Амид I биологических жидкостей ротовой полости совместно со спектральными маркерами развития кариозного процесса в дентине являются достоверными спектроскопическими сигнатурами патологии и могут быть детектированы с использованием десневой жидкости. Ключевые слова: ИК микроскопия, синхротронное излучение, кариес дентина, спектроскопические сигнатуры патологических процессов.

show abstract

Determination of Proteins in Human Serum by Near-Infrared Spectroscopy with Partial Least Square Analysis

Cited by 8 publications

References 22 publications

Smartphone digital image colorimetry for quantification of serum proteins

Smartphone digital image colorimetry for quantification of serum proteins

Quantitative analysis of stibnite content in raw ore by Raman spectroscopy and chemometric tools

Спектроскопические Исследования Изменений Во Вторичной Структуре Белков Дентинной И Десневой Жидкостей По Данным Синхротронной ИК Микроскопии

Contact Info

Product

Resources

About