Nature metabolism 拉曼光谱新突破：无创血糖监测的科学突破
来源：山东智微科技 时间：2025/02/13 作者：拉曼小能手
这篇Naturemetabolism文章发表于2025年1月；文章的第一作者是YifeiZhang，通讯作者为 Lin Zhou、Guang Ning、ChangChen 和 Weiqing Wang。他们分别来自上海交通大学医学院附属瑞金医院上海国家代谢性疾病临床研究中心、上海市内分泌代谢病研究所、上海光视科技有限公司等单位。该研究的突破性进展在于开发了一种名为多微空间偏移拉曼光谱（mµSORS）的技术，能够实现无创血糖监测，准确检测人体血液中的葡萄糖水平，且无需个性化校准，为糖尿病患者提供了一种更便捷、准确且无需采血的血糖监测方法。
1.深度选择性拉曼光谱成像技术（mµSORS）：该技术能够直接从人体皮肤的表皮层和真皮层获取拉曼信号，通过特殊的光纤布局实现深度选择性检测，解决了传统拉曼光谱技术在深层组织检测中的局限性。这一技术的深度分辨率达到了100–200微米，远高于传统技术。
2.无创血糖监测的临床应用：研究首次证明了mµSORS技术能够准确检测人体血液中的葡萄糖水平，且无需个性化校准。在35名受试者的研究中，确定了最佳检测深度为毛细血管丰富的表皮-真皮交界处或以下，该深度的拉曼信号与静脉血浆葡萄糖浓度高度相关。
3.大规模临床验证：在230名受试者的研究中，通过改进的回归模型，mµSORS技术的预测准确性进一步提高，平均绝对相对差异（MARD）达到14.6%，99.4%的预测值落在共识误差网格（CEG）的A+B区，表明该技术在临床应用中的高准确性和鲁棒性。
4.独立测试集验证：为了更接近临床应用条件，研究者在独立的测试集上进行了模型训练和测试，进一步验证了mµSORS技术的临床适用性。测试集的MARD值为14.6%，99.4%的预测值落在CEG的A+B区，证明了该技术在不同人群中的普适性。
5.深度选择性检测的实际应用：通过结合光学相干断层扫描（OCT）图像和拉曼光谱特征，研究者能够精确地确定mµSORS检测深度，为非侵入性血糖监测提供了科学依据。这一深度选择性检测能力为未来开发更小型化、便携化的无创血糖监测设备奠定了基础。
6.用户友好性和灵活性：mµSORS技术允许用户在测量间隔期间自由移动，且无需持续佩戴设备，提高了用户体验。此外，该技术能够同时从双手获取信号，为用户提供了更多的选择灵活性。
这些创新点不仅在技术上取得了突破，也为糖尿病患者的无创血糖监测提供了一种新的、具有临床应用潜力的方法。
mµSORS系统检测皮肤层深度选择性拉曼信号图
图（1）展示了mµSORS系统的原理和结构，包括光学探头的设计、光纤布局以及如何通过不同偏移量的光纤捕捉来自皮肤不同深度的拉曼信号。该图还通过示意图解释了mµSORS如何在人体皮肤上实现深度选择性检测，以及如何通过光学相干断层扫描（OCT）确定表皮-真皮交界处（DEJ）的深度。
初步BESH中mµSORS光谱与血糖水平的相关性
图（2）通过实验数据展示了mµSORS光谱与静脉血浆葡萄糖（VPG）水平之间的相关性。该图分析了不同偏移量下mµSORS光谱的变化，并通过线性拟合和相关系数表明，随着偏移量的增加，光谱与VPG水平的相关性显著提高，特别是在表皮-真皮交界处以下的深度。
图（3）展示了在230名受试者中使用mµSORS技术进行血糖预测的结果。通过偏最小二乘回归（PLS）模型，该图表明mµSORS技术能够实现个体独立的无创血糖监测，预测结果的平均绝对相对差异（MARD）为14.3%，99.4%的预测值落在共识误差网格（CEG）的A+B区，证明了该技术的高准确性和临床适用性。
独立测试集上的血糖预测结果
图（4）通过独立测试集进一步验证了mµSORS技术的临床适用性。该图展示了在独立测试集上，mµSORS技术的预测结果与参考血糖浓度的一致性，MARD值为14.6%，99.4%的预测值落在CEG的A+B区，进一步证明了该技术的鲁棒性和普适性。
测试集中30名受试者的血糖预测结果
图（5）展示了在独立测试集中的30名受试者的血糖预测结果。该图通过对比预测值和参考值，展示了mµSORS技术在不同受试者中的表现，进一步证明了该技术的高准确性和个体独立性。
数据处理：深度选择性拉曼信号的校准与建模
模拟与计算：时间延迟优化与模型性能验证
