 | 现在位置是： | 首 页 | >> |
 | 关键字： |
Research Progress in the Clinical Application of Raman Spectroscopy Technology in Sepsis.
作者：陈奔佳,梁云鹏,张胜,蒋永泼,徐颖鹤
发布日期：2025-11-13
陈奔佳,梁云鹏,张胜,蒋永泼,徐颖鹤. 拉曼光谱技术在脓毒症临床应用的研究进展[J]. 中华急诊医学杂志, 2025,34 (11):1630-1635.
附表1 各类拉曼光谱技术原理特点及应用领域
类别 | 原理 | 优点 | 缺点 | 应用领域 |
常规拉曼 | 利用光学效应直接反映样品中分子的结构和化学条件，允许直接可视化活细胞和组织中分子的化学反应[13]。 | 无需特殊样品制备，可对样品无损检测；可提供分子指纹特征，用于定性分析；可在多种环境下测量。 | 敏感度敏感度相对较低，难以检测痕量物质；易受荧光干扰，荧光背景可能掩盖拉曼信号。 | 医学（识别与癌症相关的生物标志物变化 [70,71]；快速准确地鉴定病原体[48,49]，检测耐药性变化[72]）、材料科学（如检测矿物类型的分布及化学成分[73]、测量半导体晶片的电阻率）、化学分析（用于混合物中的微量化合物组分鉴定[74]）、食品药品质量控制[75]等。 |
共振拉曼（RRS） | 当激发光频率与分子的电子吸收频率接近或共振时，特定振动模式的拉曼散射强度会大幅增强。 | 对特定电子态相关振动模式具有极高敏感度敏感度，可选择性增强特定基团信号，利于研究分子电子结构和振动模式。 | 激发光选择受限，需与分子吸收峰匹配；可能引发光致荧光干扰，且对样品浓度有一定要求。 | 医学（评估糖尿病认知障碍发展过程中大脑线粒体氧化还原失衡[76]，为预测糖尿病认知障碍提供了早期指标）、生物分子结构与动力学研究（应用于肽和蛋白质结构及其折叠动力学[77]））、痕量分析（水污染检测和其他有色化合物分析[78]）等。 |
表面增强拉曼（SERS） | 电磁波与金属纳米粒子作用产生表面等离子体共振，引发电磁场增强，同时分子与纳米结构表面的化学作用产生电荷转移态致化学增强，二者共同增强拉曼信号[79]。 | 超高敏感度敏感度，可检测单分子；能提供分子在表面的吸附取向、结构等信息，可用于痕量分析。 | 增强效果依赖金属基底制备，重现性有时欠佳；信号增强可能受分子与基底距离、环境等因素影响。 | 医学（检测相关生物标志物实现疾病早期诊断[42,80]、检测病原体[45,81,82]、组织和体液分析[32,62]）、生物传感检测（如疾病生物标志物检测[83]）、环境污染物痕量检测[78,84,85]、文物保护与鉴定[86]等。 |
电化学表面增强拉曼（EC-SERS） | 将表面增强拉曼光谱（SERS）与在电解质存在下对纳米结构工作电极施加电势相结合的技术，通过改变电势促进目标分析物吸附，模拟更具生物相关性的电场环境，进而增强拉曼信号[87] 。 | 可在电化学过程中实时获取电极和溶液界面分子结构、吸附和反应信息，有助于理解电化学反应机理。 | 实验装置相对复杂；电极表面状态可能影响拉曼信号，需对电极进行预处理。 | 医学（快速检测和鉴定病原体[87–90]、无标记检测DNA杂交[26]）、电催化反应机理研究[91]、腐蚀与防护研究（用于探究苯并三氮唑抑制铁腐蚀的作用机制[92]）、电池电极反应过程监测等。 |
偏振拉曼（PR） | 基于拉曼散射光的偏振特性，通过测量不同偏振方向的入射光和散射光，研究分子的对称性和取向等信息[93]。 | 可用于确定分子的空间构型、化学键取向、分子在界面的排列等，对研究分子有序体系有重要意义。 | 数据处理相对复杂；对样品的均匀性和取向有一定要求，否则信号分析难度增加。 | 医学（可辅助分析骨骼成分与微观力学特性，助力研究骨骼结构及成骨不全症等疾病[94–97]）、液晶材料研究（溶致变色液晶研究中的应用[98]）、高分子材料链段取向研究（聚合物纤维分子取向研究中的应用[99]）、生物膜结构研究等。 |
附表2 拉曼光谱技术检测不同病原微生物的特异度和敏感度
代表菌种/病毒 | 拉曼光谱检测原理 | 检测特异性 | 检测敏感性 | 优势 | |
革兰氏阳性菌 | 金黄色葡萄球菌 | 构建超灵敏的SERS夹心细菌传感器（命名为USSB），生成独特拉曼指纹图谱 [45] | 构建的USSB传感器展现出超高的对模型致病菌金黄色葡萄球菌的选择性 [45] 。 | 构建的USSB传感器展现出超高的检测灵敏度（7 CFU/mL）[45] | 快速准确地检测脓毒症小鼠真实血液样本中的细菌 |
革兰氏阴性菌 | 大肠埃希菌、铜绿假单胞菌 | 基于细菌细胞膜脂多糖（LPS）、外膜蛋白的分子振动差异，通过 SERS 增强信号识别特征峰（如 LPS 中磷酸基团的特征峰） | 与金黄色葡萄球菌等革兰氏阳性菌的拉曼光谱差异显著。 | 30 min 内可完成检测[50]。 | 抗样本基质干扰能力强，适用于临床复杂体液样本 |
分枝杆菌 | 结核分枝杆菌（Mtb） | 利用 SERS 检测痰样本中 Mtb 特有的脂质（如分枝菌酸）、蛋白质分子振动信号，结合机器学习分析差异谱峰 | 单独 SERS 检测Mtb感染的诊断特异度为 86% [47]。 | 融合临床证据后对耐药 Mtb 的识别准确率达 94.32% [47]。 | 无需培养，避免传统培养耗时（4~6周）的问题，适用于结核病快速诊断 |
真菌 | 念珠菌属（白念珠菌、光滑念珠菌） | 单细胞拉曼光谱（SCRS）捕获真菌细胞壁几丁质、甘露聚糖的特征振动峰，结合 AI 算法分析细胞层面分子差异 | 对 94 例临床真菌分离物的物种识别准确率 100%，可区分念珠菌属内不同菌种 [51]。 | 1 h内完成尿路感染样本诊断 [51]。 | 单细胞水平检测，可避免真菌培养中杂菌污染的干扰 |
病毒 | 甲型流感病毒、SARS-CoV-2 | 通过拉曼光谱分析病毒粒子的核酸（如 RNA 特征峰）、蛋白质外壳（如刺突蛋白）的分子振动特征，结合机器学习模型分类 | 区分甲型与乙型流感病毒准确率 99%[56]，SARS-CoV-2 阳性与阴性样本鉴别特异性约 90%[58]。 | 对 SARS-CoV-2 能够有效区分临床阳性与阴性样本，敏感灵敏度度约为100% [58] | 无标记检测，无需核酸提取，可快速鉴别病毒亚型及变种 |
附表3 拉曼光谱技术与目前临床金标准及主流免疫学、分子生物学方法对比
诊断方法 | 检测靶点 | 检测耗时 | 灵敏度 | 特异性 | 优势 | 不足 | 实用性 |
拉曼光谱技术 | 炎症因子（PCT、IL-6）、病原微生物（细菌、真菌、病毒）、线粒体氧化还原状态 | 炎性因子检测：16-30 min；病原鉴定：30 min-1 h | PCT 检测最低限可达 pg/mL 级；病原检测可至单菌 / 低病毒载量水平 | 炎性因子检测无交叉反应（如与 CRP 无干扰）；病原鉴别准确率 89%~100% | 单次可检测 1-2 个靶点（如 PCT+IL-6 联合检测），需多通道设计提升通量 | 多靶点同步检测能力有限；部分技术（如 SERS）依赖纳米基底制备，重现性需优化 | 无创 / 微创（仅需血清、痰等样本），可床旁快速检测，适用于 ICU 急诊场景 |
血培养 | 病原微生物（活菌） | 48-72 h（需培养至可见菌落并进行药敏试验） | 较低，约 10%-30%（脓毒症患者血培养阳性率仅 10% 左右） | 极高（培养阳性可明确病原），几乎无假阳性 | 低，单次样本仅能检测 1-2 类病原（需分需氧 / 厌氧培养） | 耗时极长，易错过抗生素使用最佳时机；无法检测苛养菌、病毒 | 需静脉采血（有创），依赖实验室培养条件，不适用于早期快速诊断 |
宏基因测序（mNGS） | 病原微生物核酸（DNA/RNA） | 24-48 h（样本处理 + 测序 + 数据分析） | 高，可检测低丰度病原（如罕见菌、病毒） | 较高，但受宿主核酸干扰，可能出现假阳性（如环境菌污染） | 高，单次可检测细菌、真菌、病毒、寄生虫等多种病原 | 设备及检测成本昂贵；数据分析复杂，需专业人员解读；无法区分病原死活 | 需专业测序平台及生物信息分析团队，成本高，不适用于基层医院 |
传统免疫法(如 ELISA） | 炎症因子（PCT、IL-6）、病原抗原 | 2-4 h | 中等，PCT 检测限约 ng/mL 级 | 较高，与其他炎症因子交叉反应率低 | 中等，可实现 96 孔板批量检测 | 耗时较长，无法同时检测病原；灵敏度低于拉曼光谱（如 SERS） | 操作相对简便，适用于批量样本检测 |
分子生物学方法（如 PCR） | 病原微生物特异性核酸片段 | 1-2 h（样本提取 + 扩增 + 检测） | 高，可检测 102-103 拷贝 /mL 核酸 | 极高，特异性引物设计可避免交叉反应 | 低，单次仅能检测 1 种或少数几种病原（需特定引物） | 无法实现未知病原筛查；需核酸提取，操作步骤较多 | 适用于已知病原的靶向检测，如流感病毒分型 |
附表中的参考文献
[70] Zhang LH, Li CJ, Peng D, et al. Raman spectroscopy and machine learning for the classification of breast cancers[J]. Spectrochim Acta A Mol Biomol Spectrosc, 2022, 264: 120300. DOI: 10.1016/j.saa.2021.120300.
[71] Faur CI, Falamas A, Chirila M, et al. Raman spectroscopy in oral cavity and oropharyngeal cancer: a systematic review[J]. Int J Oral Maxillofac Surg, 2022, 51(11): 1373-1381. DOI: 10.1016/j.ijom.2022.02.015.
[72] Yang K, Xu F, Zhu LJ, et al. An isotope-labeled single-cell Raman spectroscopy approach for tracking the physiological evolution trajectory of bacteria toward antibiotic resistance[J]. Angew Chem Int Ed, 2023, 62(14): e202217412. DOI: 10.1002/anie.202217412.
[73] Andò S, Bersani D, Vignola P, et al. Raman spectroscopy as an effective tool for high-resolution heavy-mineral analysis: examples from major Himalayan and Alpine fluvio-deltaic systems[J]. Spectrochim Acta A Mol Biomol Spectrosc, 2009, 73(3): 450-455. DOI: 10.1016/j.saa.2008.11.005.
[74] Wu J, Li F, Zhou JW, et al. A Raman spectroscopy algorithm based on convolutional neural networks and multilayer perceptrons: qualitative and quantitative analyses of chemical warfare agent simulants[J]. Analyst, 2025, 150(9): 1823-1836. DOI: 10.1039/D5AN00075K.
[75] Li YS, Church JS. Raman spectroscopy in the analysis of food and pharmaceutical nanomaterials[J]. J Food Drug Anal, 2014, 22(1): 29-48. DOI: 10.1016/j.jfda.2014.01.003.
[76] Wu MY, Pu KR, Wang N, et al. Label-free in vivo assessment of brain mitochondrial redox states during the development of diabetic cognitive impairment using Raman spectroscopy[J]. Free Radic Biol Med, 2022, 184: 1-11. DOI: 10.1016/j.freeradbiomed.2022.03.005.
[77] Oladepo SA, Xiong K, Hong ZM, et al. Elucidating peptide and protein structure and dynamics: UV resonance Raman spectroscopy[J]. J Phys Chem Lett, 2011, 2(4): 334-344. DOI: 10.1021/jz101619f.
[78] Haverbeke LV, Janssens JF, Herman MA. Resonance Raman spectroscopy as a tool for the detection and identification of pollutants in water[J]. Int J Environ Anal Chem, 1981, 10(3/4): 205-215. DOI: 10.1080/03067318108071547.
[79] Cialla-May D, Zheng XS, Weber K, et al. Recent progress in surface-enhanced Raman spectroscopy for biological and biomedical applications: from cells to clinics[J]. Chem Soc Rev, 2017, 46(13): 3945-3961. DOI: 10.1039/c7cs00172j.
[80] Wang Y, Guan M, Hu CM, et al. High-sensitivity biosensor based on SERS integrated with dendrimer-assisted boronic acid-functionalized magnetic nanoparticles for IL-6 detection in human serum[J]. Nanotechnology, 2023, 34(35): Nanotechnologyvol.34, 3510.1088/1361-6528/acceaa.13Jun.2023, . DOI: 10.1088/1361-6528/acceaa.
[81] Effah CY, Ding LH, Tan LL, et al. A SERS bioassay based on vancomycin-modified PEI-interlayered nanocomposite and aptamer-functionalized SERS tags for synchronous detection of Acinetobacter baumannii and Klebsiella pneumoniae[J]. Food Chem, 2023, 423: 136242. DOI: 10.1016/j.foodchem.2023.136242.
[82] Kim JA, Wales DJ, Thompson AJ, et al. Fiber-optic SERS probes fabricated using two-photon polymerization for rapid detection of bacteria[J]. Adv Opt Mater, 2020, 8(9): 1901934. DOI: 10.1002/adom.201901934.
[83] Smolsky J, Kaur S, Hayashi C, et al. Surface-enhanced Raman scattering-based immunoassay technologies for detection of disease biomarkers[J]. Biosensors (Basel), 2017, 7(1): 7. DOI: 10.3390/bios7010007.
[84] Kim JY, Koh EH, Yang JY, et al. 3D plasmonic gold nanopocket structure for SERS machine learning-based microplastic detection[J]. Adv Funct Mater, 2024, 34(2): 2307584. DOI: 10.1002/adfm.202307584.
[85] Jahn IJ, Mühlig A, Cialla-May D. Application of molecular SERS nanosensors: where we stand and where we are headed towards?[J]. Anal Bioanal Chem, 2020, 412(24): 5999-6007. DOI: 10.1007/s00216-020-02779-2.
[86] Analytical Methods Committee Amctb No Background Paper. Surface-enhanced Raman spectroscopy (SERS) in cultural heritage[J]. Anal Methods, 2017, 9(30): 4338-4340. DOI: 10.1039/c7ay90097j.
[87] Lynk TP, Sit CS, Brosseau CL. Electrochemical surface-enhanced Raman spectroscopy as a platform for bacterial detection and identification[J]. Anal Chem, 2018, 90(21): 12639-12646. DOI: 10.1021/acs.analchem.8b02806.
[88] Hendricks-Leukes NR, Jonas MR, Mlamla ZC, et al. Dual-approach electrochemical surface-enhanced Raman scattering detection of Mycobacterium tuberculosis in patient-derived biological specimens: proof of concept for a generalizable method to detect and identify bacterial pathogens[J]. ACS Sens, 2022, 7(5): 1403-1418. DOI: 10.1021/acssensors.2c00121.
[89] Do H, Kwon SR, Fu KY, et al. Electrochemical surface-enhanced Raman spectroscopy of pyocyanin secreted by Pseudomonas aeruginosa communities[J]. Langmuir, 2019, 35(21): 7043-7049. DOI: 10.1021/acs.langmuir.9b00184.
[90] Lee SH, Lee WC, Koh EH, et al. Organometallic hotspot engineering for ultrasensitive EC-SERS detection of pathogenic bacteria-derived DNAs[J]. Biosens Bioelectron, 2022, 210: 114325. DOI: 10.1016/j.bios.2022.114325.
[91] Zheng WR. Beginner’s guide to Raman spectroelectrochemistry for electrocatalysis study[J]. Chem Meth, 2023, 3(2): e202200042. DOI: 10.1002/cmtd.202200042.
[92] Cao PG, Gu RN, Tian ZQ. Electrochemical and surface-enhanced Raman spectroscopy studies on inhibition of iron corrosion by benzotriazole[J]. Langmuir, 2002, 18(20): 7609-7615. DOI: 10.1021/la025570m.
[93] Xu B, Mao NN, Zhao Y, et al. Polarized Raman spectroscopy for determining crystallographic orientation of low-dimensional materials[J]. J Phys Chem Lett, 2021, 12(31): 7442-7452. DOI: 10.1021/acs.jpclett.1c01889.
[94] Pezzotti G, Ishimura E, Inai R, et al. A polarized Raman spectroscopic method for advanced analyses of the osteon lamellar structure of human bone[J]. Methods Protoc, 2022, 5(3): 41. DOI: 10.3390/mps5030041.
[95] Kochetkova T, Hanke MS, Indermaur M, et al. Composition and micromechanical properties of the femoral neck compact bone in relation to patient age, sex and hip fracture occurrence[J]. Bone, 2023, 177: 116920. DOI: 10.1016/j.bone.2023.116920.
[96] Kochetkova T, Kormilina T, Englisch S, et al. Human bone ultrastructure in 3D: multimodal correlative study combining nanoscale X-ray computed tomography and quantitative polarized Raman spectroscopy[J]. Acta Biomater, 2025, 198: 302-318. DOI: 10.1016/j.actbio.2025.03.045.
[97] Indermaur M, Casari D, Kochetkova T, et al. Tensile mechanical properties of dry cortical bone extracellular matrix: a comparison among two osteogenesis imperfecta and one healthy control iliac crest biopsies[J]. JBMR Plus, 2023, 7(12): e10826. DOI: 10.1002/jbm4.10826.
[98] Yao XX, Nayani K, Park JO, et al. Orientational order of a lyotropic chromonic liquid crystal measured by polarized Raman spectroscopy[J]. J Phys Chem B, 2016, 120(19): 4508-4512. DOI: 10.1021/acs.jpcb.6b02054.
[99] Svenningsson L, Nordstierna L. Polarized Raman spectroscopy strategy for molecular orientation of polymeric fibers with Raman tensors deviating from the molecular frame[J]. ACS Appl Polym Mater, 2020, 2(11): 4809-4813. DOI: 10.1021/acsapm.0c00762.
附件图1
附件图2
DOI号:10.3760/cma.j.cn114656-20250413-00286
基金项目：浙江省重点研发计划（2023C03083）；浙江省自然科学基金联合基金（LKLY25H200001）
关键词： 拉曼光谱技术 脓毒症 病原体检测 炎性介质检测 人工智能
