ML Engineer

От спектра к анализам: SERS и машинное обучение

Биохимический анализ крови — одно из базовых исследований, позволяющее оценить общее состояние здоровья. Ежегодно более 30 миллионов человек в России сдают биохимический анализ крови, а общий объём лабораторных исследований исчисляется сотнями миллионов. На практике это означает одно: спрос растёт быстрее, чем лаборатории успевают наращивать мощность без потери качества и скорости.

Неэффективность масштабирования текущих методов

Для определения базовых биохимических показателей используют набор разных подходов: УФ-кинетические тесты, метод Яффе, колориметрические и ферментативные методики, электрофорез и другие.

Традиционные методы биохимического анализа изначально создавались под умеренные объёмы лабораторных исследований. Но сегодня нагрузка уже другая: в 2024 году в России выполнено около 417 млн лабораторных исследований. При этом ожидается, что к 2030 году рынок будет расти со среднегодовым темпом 8,6–10,8%, что означает дальнейшее увеличение спроса на анализы.

При росте числа анализов процессы в лаборатории масштабируются нелинейно: увеличиваются время обработки и логистики проб, расход реактивов, число повторов из-за погрешностей, нагрузка на персонал и оборудование.

Ситуацию усугубляет старение парка: по итогам 2024 года 24,8% медоборудования эксплуатируется более 10 лет. При отсутствии существенного обновления оборудования к 2030 году доля техники ">10 лет" может вырасти примерно до ~56%; оценка дана по методологии износа медицинского оборудования.

В результате возникает дефицит пропускной способности. В иллюстративном расчёте (если в 2024 лаборатории были загружены примерно на ~80%) к 2030 “задержка” может выражаться в порядка 200–290 млн исследований в год, которые либо уйдут во внешние мощности, либо будут накапливаться в очереди и растягивать сроки выполнения.

Чтобы приблизиться к такому универсальному подходу, нужен метод, который получает много химической информации за одно измерение, без отдельной реакции под каждый показатель. Один из наиболее перспективных путей — оптическая спектроскопия: она “считывает” состав образца напрямую по взаимодействию света с молекулами.

Как свет может считывать информацию о молекулах?

Здесь на сцену выходит рамановская спектроскопия — метод, который считывает информацию о молекулах по тому, как они рассеивают свет. Когда лазерный луч попадает на молекулу, возможны три типа рассеяния:

Чаще всего происходит Рэлеевское (ν₀), при котором частота не меняется — свет возвращается без изменений. Реже наблюдается Стоксовое (ν₀ - ν), при котором молекула, наоборот, забирает часть энергии, и отражённый свет становится менее энергичным (его частота уменьшается).

Еще более редким является Анти-Стоксовое рассеяние (ν₀ + ν), при котором молекула, наоборот, отдает часть энергии, и отражённый свет становится более энергичным (частота увеличивается).

На практике чаще всего используют стоксовую ветвь. Величина сдвига — Raman shift (Δν) — определяется колебательными модами и структурой молекулы. Именно этот “набор смещений” формирует спектральный отпечаток, по которому можно различать вещества.

Рассеяние света при лазерном возбуждении с длиной волны 488 нм.
Самая яркая линия — рэлеевская; слева — стоксовые, справа — антистоксовые линии, но их интенсивность очень слабая.

Проблема в том, что рамановский сигнал очень слабый: на фоне рэлеевского рассеяния и шумов он теряется, а для сложных биологических сред становится ещё труднее извлекать информативные признаки.

Горячие точки: где рождается усиление SERS

Чтобы сделать рамановскую спектроскопию практичной для малых концентраций и сложных образцов, используют SERS — поверхностно-усиленное рамановское рассеяние. В основе котрого используется эффект плазмонного усиления.

Суть в том, что рядом с металлическими наноструктурами (например, серебром или золотом) под действием света возбуждаются плазмонные колебания электронов. Это приводит к резкому усилению локального электромагнитного поля (E) вблизи поверхности.

E

10

0

-10

Зоны максимальной концентрации поля называют горячими точками. Если молекула оказывается в такой области, её рамановский сигнал возрастает на порядки — усиление может достигать 10⁶–10⁹ раз. Благодаря этому SERS превращает “едва заметный” рамановский отклик в измеряемый сигнал и позволяет работать с реальными биообразцами.

Учим машину читать спектры

«Энергия, фотоны, наночастицы — всё это замечательно, — сказал бы внешний наблюдатель. — Но как из этого получить полезную информацию, и причём тут ИИ?»

Давайте разбираться. Вспомним про Raman shift (Δν): он определяется колебательными модами и молекулярной структурой. Молекула — это не просто набор атомов, а “архитектура” связей, у которой есть своя динамика: разные группы атомов колеблются по-разному и на своих частотах

Если представить возможные колебания (например, для аминокислот), получится набор характерных “паттернов”:

У каждого типа связи и функциональной группы своя уникальная форму колебаний, а значит и своя уникальная частота (ν). К примеру, молекула, состоящая из соединений Serine и Threonine, будет иметь спектр, отличный от молекулы, состоящей из соединений Alanine и Valine. Аналогию можно провести с музыкой - мелодию гитары и фортепиано Вы легко отличитите от мелодии скрипки и саксофона.

Если рассматривать спектры простых веществ (например, Rhodamine 6G и Methyelene blue), отличия часто заметны даже визуально: разные пики, разные относительные интенсивности.

Но сыворотка или плазма крови — это смесь тысяч компонентов: Протеом крови насчитывает порядка 13000 уникальных белков, а метаболитов около 4500. Суммарный спектр получается сложным: пики перекрываются, часть сигналов маскируется фоном, а различия между образцами становятся тонкими и многомерными.

Именно поэтому “читать” такие спектры вручную — практически невозможно. Зато эту задачу хорошо решают математические методы, где модель учится находить закономерности в данных и связывать спектр с клиническими параметрами.

Мы используем сверточные нейронные сети (CNN) для анализа одномерных спектров: они умеют выделять устойчивые признаки и строить предсказание нужных показателей. По сути, это тот же принцип, что и в компьютерном зрении, только вместо изображения — спектральная “кривая”, а вместо объектов — химические и биохимические паттерны.

Когда модель обучена на парных данных “спектр → результат стандартного анализа”, она может за считанные секунды выдавать прогноз по целевым параметрам для нового образца. В связке SERS + ML это выглядит как переход от множества разрозненных реакций к одному измерению, которое даёт многопараметрический профиль.