The moving-window bis-correlation coe±cients (MW-BiCC) was proposed and employed for the discriminant analysis of transgenic sugarcane leaves and --thalassemia with visible and nearinfrared (Vis–NIR) spectroscopy. The well-performed moving-window principal component analysis linear discriminant analysis (MW-PCA–LDA) was also conducted for comparison. A total of 306 transgenic (positive) and 150 nontransgenic (negative) leave samples of sugarcane were collected and divided to calibration, prediction, and validation. The diffuse reflection spectra were corrected using Savitzky–Golay (SG) smoothing with first-order derivative (d=1), third-degree polynomial (p=3) and 25 smoothing points (m=25). The selected waveband was 736–1054 nm with MW-BiCC, and the positive and negative validation recognition rates (V REC+, V REC-T were 100%, 98.0%, which achieved the same effect as MW-PCA–LDA. Another example, the 93 --thalassemia (positive) and 148 nonthalassemia (negative) of human hemolytic samples were collected. The transmission spectra were corrected using SG smoothing with d=1, p=3 and m=53. Using MW-BiCC, many best wavebands were selected (e.g., 1116–1146, 1794–1848 and 2284–2342nm). The V REC+ and V REC- were both 100%, which achieved the same effect as MW-PCA–LDA. Importantly, the BiCC only required calculating correlation coe±cients between the spectrum of prediction sample and the average spectra of two types of calibration samples. Thus, BiCC was very simple in algorithm, and expected to obtain more applications. The results first confirmed the feasibility of distinguishing --thalassemia and normal control samples by NIR spectroscopy, and provided a promising simple tool for large population thalassemia screening.

利用傅里叶变换红外光谱(FTIR)和衰减全反射(ATR)结合偏最小二乘(PLS)回归, 建立地中海贫血(地贫)筛查指标平均红细胞血红蛋白含量(MCH)、 平均红细胞体积(MCV)和总血红蛋白(Hb)的同时定量分析方法。 收集人外周血样品380个, 根据地贫血液学指标筛查标准, 地贫阳性180个、 阴性200个。 从全体样品中随机选取150个为检验集(阴性64, 阳性86), 余下230个为建模集(阴性136、 阳性94); 再将建模集随机划分为定标集(阴性68、 阳性47, 共计115)、 预测集(阴性68、 阳性47, 共计115), 共200次。 实验比较的结果表明, 中红外指纹区(1 600～900 cm-1)PLS模型的预测效果显著优于全扫描谱区(4 000～600 cm-1)PLS模型, 并且模型复杂性明显降低。 基于中红外指纹区PLS模型, MCH, MCV, Hb最优PLS因子个数分别为10, 10, 6; 建模预测均方根误差(M_SEPAve)分别为2.19 pg, 5.13 fL, 8.0 g·L-1; 建模预测相关系数(M_RP, Ave)分别为0.902, 0.898, 0.922; 检验预测均方根误差(V_SEP)分别为2.22 pg, 5.38 fL, 7.7 g·L-1; 检验预测相关系数(V_RP)分别为0.900, 0.895, 0.929; 地贫筛查灵敏度、 特异性分别达到100.0%和95.3%。 结论: FTIR/ATR光谱结合PLS方法可以提供一种无需试剂、 快速简便的大人群地贫筛查新技术。

地中海贫血是一种发病率高, 影响大的血液疾病。 以往对地中海贫血的检测方法繁琐, 耗时较长。 通过对酸、 碱pH环境下不同种类地贫红细胞和正常红细胞拉曼光谱的对照, 发现在酸性条件下, α-地贫和β-地贫的拉曼谱具有不同的特征: 表征氧合血红蛋白的特征峰谱带在β-地贫下强度升高甚至完全取代脱氧血红蛋白的特征峰; β-地贫红细胞膜的链间侧向相互作用序参数较正常红细胞膜的小, 且其Slat值与正常相比减小的比例随贫血程度的不同而不同, 而α-地贫的Slat值与正常红细胞膜的值相当。 结果显示, 可以基于pH作用的拉曼光谱测定方法, 用于协助对地中海贫血的快速诊断。

血红细胞对环境敏感， 细胞形态很容易发生改变， 皱缩甚至形成棘形。 文章应用光镊拉曼光谱技术俘获、 收集来自健康个体和地中海贫血患者的正常形态、 一般皱缩和棘形红细胞的拉曼光谱， 从平均光谱、 主成分分析等方法分析不同形态红细胞的光谱差异与胞内Hb的变化， 及其对光谱诊断分析的影响。 结果发现， 在正常的生理环境下， 红细胞发生皱缩甚至形成棘形细胞并不影响光谱判别分析。

为建立简单快速的地中海贫血(简称地贫)诊断方法, 探讨了傅里叶红外光谱结合水平衰减全反射(FTIR-HATR)技术用于β-地贫患者的检测及其分子机制。 检测了68份正常与37份β-重型地贫患者样品, 并在群体水平上分析了两者光谱差异变化规律。 结果显示: (1)由于血红蛋白量的减少, β-地贫组的光谱强度显著低于正常组; (2)在1 750～1 500 cm-1区间, 表征蛋白二级结构的1 652, 1 638和1 628 cm-1在β-地贫中有明显降低, 而在1 682 cm-1处略微增强; (3)在1 350～1 500 cm-1区间, 表征磷脂CH3/CH2的1 440, 1 453, 1 479 cm-1及CO—O—C的1 172和1 161 cm-1吸收峰在β-地贫中显著减少; 而在1 000～1 200 cm-1区间, 表征碳水化合物C—O的1 150 cm-1, 2,3-二磷酸甘油酸(DPG)或ATP中OPO的1 081和1 053 cm-1吸收峰显著升高。 统计表明DPG/脂类比在β-重型地贫组中显著高于正常组, 并可作为诊断指标, 将两者完全区分, 避免了复杂数据处理过程, 为地贫的光谱诊断提供了坚实的实验基础与理论依据。

采用光镊拉曼光谱(LTRS)方法收集一例重型α地中海贫血患者单个红细胞的拉曼光谱,分析同一群体内不同细胞间的光谱差异,从中了解地中海贫血红细胞的病理过程。结果发现,重型α地中海贫血患者红细胞的拉曼光谱信号显著低于正常对照,并检测到一定比例的有核红细胞;正常对照的红细胞拉曼光谱均一,而重型α地中海贫血患者的细胞形态和拉曼光谱均显示出多样性;中等大小、形态接近正常的一类红细胞,其细胞间光谱差异最大;单细胞拉曼光谱可观察到部分外表形态正常的红细胞,其血红蛋白可能发生了血红素凝集和蛋白质变性。

应用光镊拉曼光谱系统俘获单个红细胞并收集其拉曼光谱,选择I1638/I1547比值为区分红细胞氧合及去氧态指标,比较分析地中海贫血HbH-CS和健康个体单个红细胞的氧循环过程的氧合和去氧能力及去氧态群体红细胞。结果发现,在氧循环的去氧态中,地中海贫血HbH-CS 的I1638/I1547显著高于正常对照;氧合态的I1638/I1547也略高于正常对照。群体统计中,若以小于正常对照I1638/I1547的平均值为去氧态基准,则正常对照46%的红细胞达到去氧态,而地中海贫血HbH-CS仅有15 %,表明地中海贫血HbH-CS红细胞的氧合能力较强,但去氧能力显著低于正常对照,而且地中海贫血HbH-CS红细胞个体差异较大。该研究在单细胞水平上,揭示了地中海贫血HbH-CS红细胞氧合、去氧能力以及细胞个体差异性,以评价其携氧功能,为诊断治疗提供一定的理论依据。