Breath analysis based on SERS senso

Breath analysis based on SERS sensors can distinguish differentstages of gastric cancer, with a SERS sensor analyzing volatileorganic compound (VOC)159,160 biomarkers in exhaled breath. Aclean SRES sensor decorated with Au NPs and rGO was originallydesigned by Cui et al.,161 which has successfully identified 14 VOCbiomarkers in exhaled gas, as shown in Fig. 10A. This strategy hasbeen successfully used for distinguishing a mass of simulatedbreath samples and patient breath samples with a high selectivity(483%) and good specificity (492%), respectively, which providesenormous potential for clinical translation in the coming future.Likewise, salivary analysis based on SERS sensors designedby Cui et al. exhibits a similar performance for the identificationof early and advanced gastric cancer patients.162 Biomarkers insaliva provide feasibility to obtain SERS fingerprint bands asintroduced before. Fig. 10B shows a combination of SERSspectra of various biomarkers in saliva from advanced cancerpatients, early cancer patients, the control and a blank sensor.Three distinguishable clusters can be defined to signify differentpersons in different stages of cancers via Principal CompoundAnalysis, as estimated in Fig. 10C. This method has more than87.7% specificity and 80% sensitivity for the distinction ofboth simulated and clinical saliva samples, and also providesa direction of advance and prospects for clinical applications.

結果 (繁體中文) 1:

基於SERS傳感器呼氣分析能夠區分不同的
胃癌的階段，具有SERS傳感器分析揮發性
有機化合物（VOC）的生物標誌物159160呼出氣中。甲
清潔SRES傳感器與金納米粒子和RGO最初裝飾
由Cui等設計的。，
161，其已經成功地確定了14 VOC
呼出的氣體中的生物標誌物，如示於圖10A。這種策略已經
被成功地用於區分模擬的質量
呼氣樣本和患者的呼吸樣本具有高選擇性
（483％）和良好的特異性（492％），分別提供
了巨大的潛力，為臨床翻譯在未來的未來。
同樣地，設計了基於SERS傳感器唾液分析
通過Cui等。展品用於鑑定類似的性能
在早期和晚期胃癌patients.162生物標誌物的
唾液提供可行性，以獲得SERS指紋頻帶如
之前引入。圖10B示出SERS的組合
的各種生物標記物的光譜中的唾液從晚期癌症
患者，早期癌症患者中，控制和空白傳感器。
三種可區分集群可以被定義為表示不同
在通過委託化合物癌症的不同階段的人
分析，如在圖10C估計。該方法具有超過
用於區分87.7％的特異性和80％的靈敏度
都模擬和臨床唾液樣本，並且還提供
前進的方向和臨床應用前景。

結果 (繁體中文) 2:

โปรดรับเงินคืนสำหรับกลุ่ม03ด้านล่างเนื่องจากมีการเรียกเก็บเงินไปยังตัวแทนแต่เราได้รับเอกสารสำหรับอัตราสัญญาที่ไม่ตรงกับตัวแทน

結果 (繁體中文) 3:

基於SERS感測器的呼吸分析可以區分
胃癌分期，用SERS感測器分析揮發性
呼氣中有機化合物（VOC）159160個生物標誌物。一個
用Au NPs和rGO裝潢的乾淨SRES感測器最初是
由Cui等人設計。，
161已成功識別出14種揮發性有機化合物
呼出氣體中的生物標誌物，如圖10A所示
已成功用於區分
高選擇性呼吸樣本和病人呼吸樣本
（483%）和良好的特异性（492%），分別為
未來臨床翻譯的巨大潜力。
同樣，唾液分析基於SERS感測器設計
作者：Cui等人。表現出相似的識別效能
早期和晚期胃癌患者的162個生物標誌物
唾液提供了獲得SERS指紋帶的可行性
之前介紹過。圖10B示出SERS的組合
晚期癌症唾液中多種生物標誌物的光譜分析
患者，早期癌症患者，對照組和空白感測器。
可以定義三個可區分的簇來表示不同的
不同癌症階段的人通過主要化合物
分析，如圖10C所示。該方法具有
特异性87.7%，敏感性80%
類比唾液樣本和臨床唾液樣本
研究進展及臨床應用前景。