Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Universitas Kedokteran Zunyi, 563003 Zunyi, Sekolah Fisika dan Teknik Elektronik Cina, Universitas Normal Qujing,
655011 Qujing, Cina
highlights
Spektrum FTIR serum dari pasien dengan kanker hati dan orang sehat dipelajari.
Ada perbedaan dalam struktur sekunder protein serum antara pasien dengan kanker hati dan orang sehat.
Kemometrik dilakukan pada SD-
Spektrum IR dalam kisaran lipid 2900-2800 cm1 dapat membedakan serum pasien dengan kanker hati dari orang sehat.
Spektroskopi FTIR dapat dikembangkan sebagai metode yang efektif untuk
graphicalabstract
Sejarah artikel:
Diterima 15 April 2021 Kanker hati adalah tumor ganas fatal yang paling umum di dunia. Diagnosis dini kanker hati dapat
Diterima dalam bentuk revisi 10 Juni meningkatkan tingkat kelangsungan hidup pasien dengan penyakit hati. Dalam makalah ini, spektroskopi
2021 inframerah transformasi Fourier (FTIR) dikombinasikan dengan fitting kurva dan kemometri digunakan untuk
Diterima 9 Juli 2021
membedakan serum dari pasien dari orang sehat. Hasil pemasangan kurva pada kisaran protein 1700-1600
Tersedia online 17 Juli 2021
cm1 menunjukkan bahwa terdapat perbedaan struktur sekunder protein dalam serum antara penderita
kanker hati dan orang sehat. Analisis komponen utama (PCA) dalam kisaran lipid 2900-2800 cm 1 dapat
Kata kunci: membedakan serum pasien dengan kanker hati dari orang sehat. Dua komponen utama pertama PC1 dan
Spektroskopi FTIR PC2 menjelaskan 95% dari total varians data. Sensitivitas dan spesifisitas analisis diskriminan kuadrat
Kanker hati terkecil parsial (PLS-DA) pada rentang lipid 2900–2800 cm1 masing-masing mencapai 92,85% dan 95,23%.
Serum Hal ini menunjukkan bahwa spektroskopi FTIR dapat dikembangkan sebagai metode yang efektif untuk
Pemasangan kurva diagnosis kanker hati.
Analisis komponen utama
2021 Elsevier BV Seluruh hak cipta.
1. Pendahuluan masih meningkat [1–3]. Sebagian besar pasien dengan kanker hati
sudah dalam stadium lanjut pada saat diagnosis. Oleh karena itu,
Kanker hati adalah tumor ganas fatal yang paling umum di diagnosis dini dapat meningkatkan tingkat kelangsungan hidup [4].
dunia dan penyebab kematian kedua terkait kanker. Ini Metode rutin untuk mendiagnosis kanker hati adalah
menyebabkan lebih dari 1,3 juta kematian setiap tahun, dan pengukuran kadar serum alpha fetoprotein (AFP). Sayangnya, 30%
tingkat kelangsungan hidup hanya 18%, terendah dari semua jenis pasien dengan kanker hati stadium awal memiliki kadar AFP yang
kanker. Dalam sepuluh tahun terakhir, tingkat kematian kanker hati sebanding dengan orang sehat [5,6]. Pemeriksaan pencitraan,
⇑
seperti magnetic resonance imaging (MRI), computed tomography spektrum yang dihasilkan dirata-rata menggunakan perangkat
(CT) dan ultrasound imaging (US), memiliki beberapa kelemahan. lunak OMNIC 8.2 (Thermo Scientific).
MRI dan CT mahal dan tergantung pada pengalaman operasi 2.3. Analisis data
dokter, sedangkan sensitivitas dan spesifisitas tradisional AS dalam
diagnosis sirosis hati terbatas [6-8]. Spektroskopi inframerah Spektrum inframerah turunan kedua (SD-IR) diperoleh dengan
transformasi Fourier (FTIR) adalah teknik analisis sensitif, yang algoritma Savitzky-Golay dalam perangkat lunak OMNIC. Sebelum
secara efektif dapat mempelajari perubahan biokimia sel atau pemrosesan derivatif kedua, semua spektrum diproses dengan
jaringan pada tingkat molekuler dengan hanya sejumlah kecil koreksi dasar, perataan 9 titik dan normalisasi ordinat. Perangkat
lunak OriginPro 9.1 (OriginLab Corporation, Northampton, MA)
sampel [9]. Ini telah digunakan dalam analisis jaringan tumor
diterapkan untuk pemasangan kurva. Untuk statistik, analisis
[10-12], sel [13-15], air liur [16-18], urin [19-22], dll. varians satu arah (AVONA) dan uji Levene diproses menggunakan
Serum adalah analit yang umum digunakan dalam praktik klinis, perangkat lunak SPSS 19 (SPSS, Inc., Chicago, IL). Nilai p kurang dari
mengandung banyak informasi biomolekuler seperti protein, lipid, 0,05 dianggap signifikan secara statistik. Analisis komponen utama
asam nukleat, dll. [23]. Ada laporan bahwa spektroskopi (PCA) dan analisis diskriminan kuadrat terkecil parsial (PLS-DA)
inframerah digunakan untuk menganalisis serum untuk dilakukan pada spektrum SD-IR menggunakan perangkat lunak
membedakan sirosis hati dan kanker hati. Thumnu et al. Unscrambler X 10.4 (Camo Software AS, Oslo, Norwegia).
mempelajari sampel serum dari orang sehat dan pasien dengan PCA adalah algoritma multivariat tanpa pengawasan yang
sirosis hati atau karsinoma hepatoseluler, dan menemukan bahwa menguraikan matriks varians-kovarian menjadi komponen utama
spektrum FTIR dari tiga kelompok serum manusia memiliki yang efektif. Ini mengubah sejumlah besar variabel terkait menjadi
perbedaan yang signifikan dalam struktur sekunder protein dan variabel yang tidak terkait yang paling dekat mewakili karakteristik
kadar lipid darah [8]. Zhang et al. mempelajari serum dari pasien data melalui transformasi linier, dan variabel yang diubah ini
dengan sirosis hati menggunakan spektroskopi inframerah disebut komponen utama (PC). Dimensi data dikurangi oleh PC,
dikombinasikan dengan mesin vektor dukungan (SVM), dan dapat yang menyederhanakan analisis sampel [25].
membedakan sampel dari pasien dan orang sehat [24]. Namun, PLS-DA adalah analisis regresi kuadrat terkecil parsial (PLSR)
masih banyak pekerjaan yang harus dilakukan untuk penggunaan yang diawasi. Model regresi dibuat sambil mengurangi dimensi
spektroskopi inframerah yang sebenarnya dalam diagnosis klinis. data. Sampel yang "tidak diketahui" dianalisis dengan analisis
Dalam makalah ini, spektroskopi FTIR dikombinasikan dengan diskriminan (DA). Nilai R-Square digunakan untuk mengukur efek
fitting kurva dan kemometri digunakan untuk mempelajari serum fitting, dan root mean square error (RMSE) digunakan untuk
dari pasien dengan kanker hati dan orang sehat untuk menemukan menentukan tingkat fitting data dalam model [26]. Untuk
metode diagnostik sederhana untuk kanker hati. mengevaluasi seberapa baik model regresi bekerja, spektrum
sampel secara acak dibagi menjadi set pelatihan (25 sampel serum
dari pasien dengan kanker hati dan 25 sampel serum dari orang
2. Bahan dan metode sehat) dan set validasi (14 sampel serum dari pasien dengan
kanker hati dan 21 sampel serum dari orang sehat), dan analisis
2.1. Persiapan sampel
PLS-DA dilakukan dengan menggunakan validasi silang penuh. Hasil
model dievaluasi dengan sensitivitas (rasio jumlah sampel positif
Sampel serum disediakan oleh Departemen Kedokteran
sejati dengan jumlah sampel positif benar dan negatif palsu),
Praklinis, Universitas Kedokteran Zunyi. Semua peserta diberitahu
spesifisitas (rasio jumlah sampel negatif benar dengan jumlah
dan menandatangani formulir persetujuan untuk penelitian ini.
sampel negatif benar dan positif palsu), dan akurasi (rasio jumlah
Sampel serum dari 39 pasien dengan kanker hati dan 56 sampel
sampel yang diklasifikasikan dengan benar dengan jumlah total
dari orang sehat dikumpulkan. Informasi pasien dengan kanker hati
sampel).
dan orang sehat tercantum pada Tabel 1. 30 l l sampel serum
dijatuhkan pada slide. Slide dikeringkan dalam oven pengeringan
vakum selama 40 menit. Setelah itu, serum dikeluarkan dari slide
dan dimasukkan ke dalam mortar batu akik. KBr ditambahkan dan 3. Hasil dan pembahasan
digiling campuran menjadi bubuk halus. Kemudian bubuk itu
ditekan ke dalam tablet untuk mengukur spektrum FTIR. Semua 3.1. Spektrum serum FTIR
spektrum yang diukur telah dikurangi dari latar belakang KBr tanpa
serum untuk menghilangkan efek air dan karbon dioksida di Ara. 1 menunjukkan spektrum FTIR dari sampel serum. Puncak
lingkungan. Sebelum pengambilan sampel, slide direndam dengan dan penugasannya tercantum dalam Tabel 2. Dapat dilihat bahwa
aqua regia selama 1 jam, dicuci dengan air dan kemudian komponen utama serum adalah lipid, protein dan asam nukleat.
direndam dalam alkohol selama 1 jam, dan terakhir dicuci dengan Secara umum, spektrum serum dari pasien dengan kanker hati
air ultrapure dan dikeringkan untuk digunakan. sangat mirip dengan orang sehat, tetapi ada beberapa perbedaan
kecil dalam intensitas puncak penyerapan dalam kisaran 2900-
2800 cm 1 dan 1700-1600 cm1.
2.2. Pengukuran FTIR
Spektrum SD-IR dapat meningkatkan resolusi spektral dengan
Spektrum FTIR diukur dalam kisaran 4000-400 cm 1 oleh memperkuat perbedaan kecil dalam spektrum IR [35]. 2
spektrometer Frontier (Perkin Elmer, Inggris) yang dilengkapi menunjukkan spektrum SD-IR dari sampel serum dan ada
dengan detektor triglisin sulfat (DTGS) terdeuterasi. Setiap
spektrum adalah akumulasi dari 16 pemindaian pada resolusi 4
perbedaan yang jelas di dalamnya. Intensitas pita pada 2870 cm
cm1. Tiga spektrum IR dikumpulkan untuk setiap sampel serum dan
2
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
1 dan 2851 cm1 serum dari pasien dengan kanker hati menurun secara signifikan. Ini
Tabel 1
Informasi pasien dengan kanker hati dan orang sehat.
Jeni
Usia rata-rata s
Laki-laki Perempuan
(n) (n)
Pasien dengan kanker hati 56 ± 10 23 16
39 ± 12 27 29
Orang sehat
dua pita dikaitkan dengan getaran peregangan simetris C-H CH3 dan CH2 dalam lipid, masing-masing. Intensitas pita pada 1690 cm 1,
1678 cm 1, 1672 cm 1, 1658 cm 1, 1646 cm 1, 1640 cm 1, 1628 cm 1 dan 1621 cm serum dari orang sehat 1
meningkat (Gbr. 2b). Pita-pita ini ditugaskan ke amida I . protein. Hasil penelitian menunjukkan bahwa ada perbedaan lipid dan protein
antara serum dari pasien dengan kanker hati dan orang sehat.
3.2. Pemasangan kurva
3
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Ara. 2. Spektrum SD-IR serum dari pasien dengan kanker hati (1) dan orang sehat (2) dan spektrum perbedaan di antara mereka (3).
Ara. 3. Curve fitting pada kisaran 1700–1600 cm1, serum dari penderita kanker hati (a) dan orang sehat (b).
Tabel 3 Gambar 6a menunjukkan plot pencar PLS untuk set pelatihan yang
Rasio area sub puncak sampel serum.
terdiri dari 25 sampel dari pasien dan 25 sampel orang sehat, dan
Rasio Sampel P sisanya 14 sampel dari pasien dan 21 sampel orang sehat terdiri
Serum pasien dengan hati Serum sehat dari set validasi untuk prediksi. Plot pemuatan Faktor-1 (Gbr. 6b)
kanker rakyat
menunjukkan puncak tertimbang yang signifikan pada 2850 cm1.
SEBUAH1646/ 1,046 ± 0,001 1,823 ± 0,007 Gambar 6c menunjukkan varians residual. Nilai R-Square dari
A1658
SEBUAH1646/ 19.7 ± 0.3 36.3 ± 0.8 sampel kalibrasi dan validasi dalam prediksi vs. referensi (Gambar 6
A1621
SEBUAH1640/ 0,4738 ± 0,0006 1,074 ± 0,005 d) masing-masing adalah 0,9165 dan 0,8106, dan nilai
SEBUAH1658 RMSE masing-masing adalah 0,2890 dan 0,4407.
SEBUAH1640/ 8.9 ± 0.1 36.3 ± 0.5
SEBUAH1621
Hasil prediksi (Tabel 4) menunjukkan bahwa pada set validasi
terdiri dari total 35 sampel serum. Tiga belas sampel serum dari
pasien dengan kanker hati diklasifikasikan dengan benar dan satu
salah diklasifikasikan. Dua puluh sampel serum dari orang sehat
Analisis PCA tidak memisahkan mereka dengan baik di wilayah ini. diklasifikasikan dengan benar dan satu salah diklasifikasikan. Hasil
Hasil penelitian menunjukkan bahwa PCA yang dilakukan pada PLS-DA menunjukkan bahwa 92,85% pasien dengan kanker hati
kisaran 2900-2800cm1 dapat membedakan serum penderita kanker diidentifikasi dengan benar, 95,23% orang sehat dipisahkan dengan
hati dengan serum orang sehat. benar, dan tingkat akurasi total adalah 94,29%.
Untuk mengevaluasi lebih lanjut pengaruh klasifikasi rentang Spektroskopi FTIR dikombinasikan dengan curve fitting dan
lipid pada serum pasien dengan kanker hati dan orang sehat, kemometri digunakan untuk mempelajari serum pasien dengan
analisis PLS-DA dilakukan pada spektrum SD-IR serum dalam kanker hati dan orang sehat. Hasil fitting kurva dalam rentang
rentang lipid 2900-2800 cm1 menggunakan validasi silang lengkap. protein
4
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Ara. 4. Hasil analisis PCA pada kisaran lipid 2900–2800 cm 1. Scatter plot PCA (a) dan loading plot (b) pada spektrum SD-IR dalam kisaran lipid 2900-2800 cm 1: 1 – serum
dari pasien dengan kanker hati, 2 – serum dari orang sehat.
Ara. 5. Hasil analisis PCA pada kisaran protein 1700–1600 cm 1. Scatter plot PCA (a) dan loading plot (b) pada spektrum SD-IR dalam kisaran protein 1700-1600 cm 1: 1 –
serum dari pasien dengan kanker hati, 2 – serum dari orang sehat.
5
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Ara. 6. Kuadrat terkecil parsial menghasilkan kisaran lipid 2900–2800 cm 1 untuk prediksi kelompok kanker hati (merah) dan kelompok sehat (biru). (a) Plot skor Faktor 1 dan
Faktor 2. (b) Pemuatan Faktor 1. (c) Varians residual. (d) Prediksi vs. referensi. (Untuk interpretasi referensi warna dalam legenda gambar ini, pembaca dirujuk
Versi web dari artikel ini.) Kekhususan 95.23%
Ketepatan 94.29%
1700-1600 cm1 menunjukkan bahwa ada perbedaan dalam struktur
sekunder protein serum antara pasien dengan kanker hati dan Quanhong Ou: Investigasi, Pengawasan, Visualisasi, Penulisan,
orang sehat. Analisis PCA dalam kisaran lipid 2900-2800 cm 1 dapat ulasan &; pengeditan. Weiye Yang: Sumber daya, investigasi.
membedakan serum pasien dengan kanker hati dari orang sehat
Youming Shi: Sumber daya, Akuisisi pendanaan. Gang Liu:
dengan varians yang dijelaskan 95%. Hasil PLS-DA pada kisaran
lipid 2900–2800 cm1 menunjukkan bahwa sensitivitas dan Pengawasan, Akuisisi pendanaan, Penulisan - ulasan &;
spesifisitas masing-masing dapat mencapai 92,85% dan 95,23%. pengeditan.
Hasil penelitian menunjukkan bahwa spektroskopi FTIR
dikombinasikan dengan curve fitting dan kemometri dapat secara Pernyataan Kepentingan Bersaing
efektif membedakan serum pasien dengan kanker hati dari orang
Para penulis menyatakan bahwa mereka tidak memiliki
sehat.
kepentingan keuangan yang bersaing atau hubungan pribadi yang
dapat mempengaruhi pekerjaan yang dilaporkan dalam makalah
ini.
Pernyataan kontribusi kepenulisan CRediT
Set pelatihan 25 25
Referensi
Set validasi 14 21
Klasifikasi yang benar 13 20 [1] R.L. Siegel, K.D. Miller, A. Jemal, Statistik kanker, 2020, CA Cancer J. Clin. 70
(1) (2020) 7–30, https://doi.org/10.3322/caac.v70.110.3322/caac.21590.
Kesalahan klasifikasi 1 1 [2] J. Fu, H. Wang, Diagnosis presisi dan pengobatan kanker hati di Cina, Kanker
Sensitivitas 92.85%
Lett. 412 (2018) 283–288, https://doi.org/10.1016/j.canlet.2017.10.008. [3]
M. Ringelhan, J.A. McKeating, U. Protzer, Virus hepatitis dan kanker hati,
6
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
Philos. Trans. R. Soc. Lond. 372 (1732) (2017), https://doi.org/10.1098/ ATR-FTIR, Anal. Chem. 92 (3) (2020) 2409–2416, https://doi.org/10.1021/
rstb.2016.0274. acs.analchem.9b03081.
[4] D. Anwanwan, S.K. Singh, S. Singh, V. Saikam, R. Singh, Tantangan dalam [22] N. Sarigul, F. Korkmaz, I. Kurultak, Protokol urin buatan baru untuk meniru
kanker hati dan kemungkinan pendekatan pengobatan, Biochim. Biofisika. urin hu-man dengan lebih baik, Sci. Rep. 9 (1) (2019) 20159,
Acta, Pdt. Kanker 1873 (1) (2020) 188314, https://doi.org/10.1038/ s41598-019-56693-4.
https://doi.org/10.1016/j.bbcan.2019.188314. [23] A. Sala, DJ Anderson, PM Brennan, HJ Butler, JM Cameron, MD Jenkinson, C.
[5] F. De Stefano, E. Chacon, L. Turcios, F. Marti, R. Gedaly, Biomarker baru Rinaldi, AG Theakstone, MJ Baker, diagnostik Biofluida dengan spektroskopi
dalam karsinoma hepatosel-ular, Dig Liver Dis 50 (11) (2018) 1115–1123, FTIR: teknologi platfor-m untuk deteksi kanker, Cancer Lett. 477 (2020) 122–
https:// doi.org/10.1016/j.dld.2018.08.019. 130, https://doi.org/10.1016/j.canlet.2020.02.020.
[6] D. Sheng, F. Xu, Q. Yu, T. Fang, J. Xia, S. Li, X. Wang, Sebuah studi tentang [24] X. Zhang, G. Thiefin, C. Gobinet, V. Untereiner, I. Taleb, B. Bernard-Chabert,
perbedaan struktural-s antara sel-sel kanker hati dan sel-sel hati normal A. Heurgue, C. Truntzer, P. Ducoroy, P. Hillon, GD Sockalingum, Membuat
menggunakan spektroskopi FTIR, J. Mol. 1099 (2015) 18–23, profil biomarker serologis pada pasien sirosis melalui spektroskopi
https://doi.org/10.1016/ J.Molstruc.2015.05.054. inframerah transformasi Fourier throughput tinggi: menuju alat diagnostik
[7] I. Durot, R.M.S. Sigrist, N. Kothary, J. Rosenberg, J.K. Willmann, A. El Kaffas, n-ew karsinoma hepatoseluler, Transl. Res. 162 (5) (2013) 279–286,
Spektroskopi Ultrasonografi Quantitati-ve untuk Diferensiasi Karsinoma
https://doi.org/10.1016/j. TRSL.2013.07.007.
Hepatoseluler dari Parenkim Hati Berisiko dan Normal, Clin. Kanker Res. 25
(22) (2019) 6683–6691, https://doi.org/10.1158/1078-0432.CCR-19-1030. [25] V. Rai, R. Mukherjee, A. Routray, A.K. Ghosh, S. Roy, B.P. Ghosh, P.B. Mandal,
[8] K. Thumanu, S. Sangrajrang, T. Khuhaprema, A. Kalalak, W. Tanthanuch, S. S. Bose, C. Chakraborty, Prediksi diagnostik berbasis serum fibrosis
Pongpiachan, P. Heraud, Diagnosis kanker hati dari serum darah submukosa oral menggunakan spektrometri FTI-R, Spektrohim. Acta A Mol.
menggunakan mikrospektroskopi FTIR: studi prel-iminary, J. Biophotonics 7 Biomol. Spektros. 189 (2018) 322–329,
(3-4) (2014) 222– 231, https://doi.org/10.1002/jbio.201300183. https://doi.org/10.1016/j.saa.2017.08.018.
[9] M.G.K.S. Barzegari, P. Hajian, H. Zham, H.R. Mirzaei, F.H. Shirazi, Diagnosis [26] K. Naseer, S. Ali, S. Mubarik, S. Zajif Hussain, J. Qazi, Penggunaan ATR-FTIR
norma-l dan sampel jaringan lambung manusia ganas oleh spektrum FTIR untuk deteksi Salmonella typhiinfection dalam serum darah manusia,
dikombinasikan dengan model mathematica-l, J. Mole. Struktur. (2020), Infrared Phys. Technol. 110 (2020),
https://doi.org/10.1016/j.infrared.2020.103473.
https://doi. org/10.1016/j.molstruc.2020.129493. [27] D. Sheng, Y. Wu, X. Wang, D. Huang, X. Chen, X. Liu, Perbandingan serum
[10] E. Kaznowska, J. Depciuch, K. Lach, M. Kolodziej, A. Koziorowska, J. dari pasien kanker gast-ric dan dari orang sehat menggunakan spektroskopi
Vongsvivut, I. Zawlik, M. Cholewa, J. Cebulski, Klasifikasi kanker paru-paru FTIR, Spectrochim. Acta A Mol. Biomol. Spektros. 116 (2013) 365–369,
dan tingkat keganasannya oleh FTIR, analisis PCA-LDA, dan model komputasi
https://doi. organisasi/10.1016/j.saa.2013.07.055.
berbasis fisika, Talanta 186 (2018) 337–345, https://doi.org/10.1016/
j.talanta.2018.04.083. [28] Y.C. Lee, C.C. Chiang, P.Y. Huang, C.Y. Chung, T.D. Huang, C.C. Wang, C.I. Chen,
[11] R. Chaber, CJ Arthur, J. Depciuch, K. Lach, A. Raciborska, E. Michalak, J. R.S. Chang, C.H. Liao, R.R. Reisz, Bukti kolagen yang diawetkan pada
Cebulski, D-istinguishing Ewing sarkoma dan osteomielitis menggunakan dinosaurus sauro-podomorph Jurassic Awal yang diungkapkan oleh
spektroskopi FTIR, Sci. Rep. 8 (1) (2018) 15081, mikrospektroskopi FTIR synchrotron, Nat. Commun. 8 (2017) 14220,
https://doi.org/10.1038/s41598018-33470-3. https://doi.org/10.1038/ NCOMMS14220.
[12] E. Kaznowska, J. Depciuch, K. Szmuc, J. Cebulski, Penggunaan spektroskopi [29] Z. Guleken, B. Unubol, R. Bilici, D. Saribal, S. Toraman, O. Gunduz, S. Erdem
FTIR dan analisis PCA-LDC untuk mengidentifikasi lesi kanker dalam usus Kuruca, Investigasi diskriminasi dan karakterisasi struktur serum darah pada
besar manusia, J. Pharm. Biomed. Anal. 134 (2017) 259–268, pasien dengan gangguan penggunaan opioid menggunakan spektroskopi IR
dan analisis PCA-LDA, J. Pharm. Biomed. Anal. 190 (2020),
https://doi.org/10.1016/j. JPBA.2016.11.047. https://doi.org/10.1016/ j.jpba.2020.113553.
[13] L. Tabtimmai, P. Srisook, B. Kuaprasert, K. Thumanu, K. Choowongkomon, [30] N.A.N. Hanafy, S. Leporatti, M.A. El-Kemary, Ekstraksi klorofil dan carotenoi-
tanda tangan spektrum FTIR mengungkapkan efek seluler yang berbeda dari ds dimuat ke dalam kitosan sebagai terapi target potensial dan agen
inhibitor EGFR pada sel canc-er paru sel nonkecil, J. Biophotonics 13 (3) pencitraan bio untuk karsinoma payudara, Int. J. Biol. Macromol. 182 (2021)
(2020) e201960012, https://doi.org/10.1002/jbio.201960012. 1150– 1160, https://doi.org/10.1016/j.ijbiomac.2021.03.189.
[14] H. Liu, Q. Su, Q. Wu, W. Fang, D. Yang, W. Zheng, X. Wang, FTIR spektroskopi [31] A. Kruger, A. Burkle, K. Hauser, A. Mangerich, Pemantauan real-time
stud-y pada apoptosis garis sel kanker paru-paru A549 diinduksi oleh arsenik PARP1dependen-t PARylation dengan spektroskopi ATR-FTIR, Nat. Commun.
trioksida, Inframerah Phys. Technol. 93 (2018) 340–345, 11 (1) (2020) 2174, https://doi.org/10.1038/s41467-020-15858-w.
[32] N.A.N. Hanafy, S. Leporatti, M. El-Kemary, Mucoadhesive curcumin
https://doi.org/10.1016/j. inframerah.2018.08.017.
crosslinked carbox-y methyl cellulose dapat meningkatkan efisiensi
[15] P. Maphanao, R. Thanan, W. Loilome, S. Chio-Srichan, M. Wongwattanakul, penghambatan untuk pengobatan kanker hati, Mater. Sci. Eng. C Mater. 116
C. Sakonsinsiri, Synchrotron FTIR mikrospektroskopi mengungkapkan
perubahan biomolekuler apoptosis diinduksi sel cholangiocarcinoma diobati (2020) 111119, https://doi. org/10.1016/j.msec.2020.111119.
dengan asam ursolat, Biochim. Biofisika. Acta, Jenderal Subj. 1864 (12) [33] D. Sheng, X. Liu, W. Li, Y. Wang, X. Chen, X. Wang, Perbedaan pasien
leukemia dan orang sehat 'serum menggunakan spektroskopi FTIR,
(2020) 129708, https://doi.org/ 10.1016/j.bbagen.2020.129708. Spektrohim. Acta A Mol. Biomol. Spektros. 101 (2013) 228–232,
[16] I. Maitra, C.L.M. Morais, K.M.G. Lima, K.M. Ashton, R.S. Date, F.L. Martin,
Refleksi total yang dilemahkan Diskriminasi spektral inframerah https://doi.org/10.1016/j. SAA.2012.09.072.
transformasi fourier dalam cairan tubuh manusia dari transformasi esofagus [34] C. Junhom, N. Weerapreeyakul, W. Tanthanuch, K. Thumanu, Partial least
menjadi adenokarsinoma, Analis 144 (24) (2019) 7447–7456, squares regressi-on dan fourier transform infrared (FTIR) mikrospektroskopi
https://doi.org/10.1039/c9an01749f. untuk prediksi resistensi pada karsinoma hepatoseluler Sel HepG2, Exp. Sel
[17] L.M. Rodrigues, T.D. Magrini, C.F. Lima, J. Scholz, H. da Silva Martinho, J.D. Res. 351 (1) (2017) 82–90, https://doi.org/10.1016/j.yexcr.2016.12.027.
Almeida, Efek berhenti merokok dalam senyawa air liur oleh spektroskopi [35] Y. Liu, W. Hu, X.X. Guo, X.C. Wang, S.Q. Sun, C.H. Xu, Diskriminasi cepat tiga
FTIR, Spektrohim. Acta A Mol. Biomol. Spektros. 174 (2017) 124– 129, surimi ikan laut dengan spektroskopi inframerah Tri-step dikombinasikan
https://doi.org/10.1016/j.saa.2016.11.009. dengan Regresi Komponen Prinsip, Spektrohim. Acta A Mol. Biomol.
[18] C. Paluszkiewicz, E. Pie ̨ ta, M. Woz'niak, N. Piergies, A. Koniewska, W. Spektros. 149 (2015) 516–522, https://doi.org/10.1016/j.saa.2015.04.116.
S'cierski, M. Misiołek, W.M. Kwiatek, Air liur sebagai alat diagnostik lini [36] SA Tatulian, analisis FTIR protein dan interaksi protein-membran, Metode
pertama: tantangan spektral untuk identifikasi kation biomarker kanker, J. Mol. Biol. 2019 (2003) 281–325, https://doi.org/10.1007/978-14939-9512-
Mol. Liq. 307 (2020), https://doi.org/10.1016/j.molliq.2020.112961. 7_13.
[19] M. Paraskevaidi, C.L.M. Morais, K.M.G. Lima, K.M. Ashton, H.F. Stringfellow, [37] S. Magalhaes, D. Trindade, T. Martins, I. Martins Rosa, I. Delgadillo, BJ
P.L. Martin-Hirsch, F.L. Martin, Potensi spektroskopi inframerah tengah Goodfellow, E.S.O.A.B. da Cruz, AG Henriques, A. Nunes, Pemantauan
sebagai diagnostik noninvasif t-est dalam urin untuk kanker endometrium agregasi protein plasma duri-ng penuaan menggunakan antibodi spesifik
atau ovarium, Analis 143 (13) (2018) 3156–3163, konformasi dan
https://doi.org/10.1039/c8an00027a. Spektroskopi FTIR, Clin. Chim. Akta 502 (2020) 25–33,
[20] A. Takamura, L. Halamkova, T. Ozawa, I.K. Lednev, Profil fenotip untuk tujuan https://doi.org/10.1016/ j.cca.2019.11.025.
forensik: menentukan jenis kelamin donor berdasarkan spektroskopi [38] L. Tan, P. Hong, P. Yang, C. Zhou, D. Xiao, T. Zhong, Korelasi antara kelarutan
inframerah transformasi fourier dari jejak urin-e, Anal. Chem. 91 (9) (2019) S air dan struktur sekunder endapan protein nila-kedelai, Molekul 24 (23)
6288–6295, https:// doi.org/10.1021/acs.analchem.9b01058. (2019), https://doi.org/10.3390/molecules 24234337.
[21] D. Perez-Guaita, Z. Richardson, P. Heraud, B. Wood, Kuantifikasi dan [39] E.D. Pope 3rd, E.O. Kimbrough, L.P. Vemireddy, P.K. Surapaneni, J.A. Copland
identifikasi mikroproteinuria menggunakan ultrafiltrasi dan spektroskopi 3rd, K. Mody, Metabolisme lipid yang menyimpang sebagai target terapi
7
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
pada kanker hati, Ahli Opin. Di sana. Target 23 (6) (2019) 473–483,
https://doi.org/10.1080/ 14728222.2019.1615883.
[40] M. Zhao, Y. Bu, J. Feng, H. Zhang, Y. Chen, G. Yang, Z. Liu, H. Yuan, Y. Yuan, L.
Liu, H. Yun, J. Wang, X. Zhang, SPIN1 memicu metabolisme lipid abnormal
dan meningkatkan pertumbuhan t-umor pada kanker hati, Cancer Lett. 470
(2020) 54–63, https://doi.org/10.1016/j.canlet.2019.11.032.