15.12.2021 - Leibniz-Institut für Photonische Technologien e.V.

Künstliche Intelligenz für eine bessere Diagnostik

Standardisierte Methoden helfen bei Auswertung von Raman-Spektren

Lichtbasierte Verfahren werden zunehmend für analytische Fragestellungen in den Bereichen Gesundheit, Umwelt, Medizin und Sicherheit eingesetzt. Insbesondere die Raman-Spektroskopie ist hierfür eine geeignete Methode. Die dabei erhobenen Messdaten sind komplexe molekulare Fingerabdrücke. Künstliche Intelligenz kann bei der Analyse dieser Raman-Spektren helfen. Noch gibt es für die Auswertung keine etablierten Standards, wodurch die Anwendbarkeit im medizinischen oder biologischen Umfeld erschwert wird. Ein Team von Forschenden des Leibniz-Instituts für Photonische Technologien und der Friedrich-Schiller-Universität Jena haben eine Anleitung zur Raman-Spektralanalyse erarbeitet.

Mit Hilfe der Raman-Spektroskopie lässt sich der molekulare Fingerabdruck von Proben ermitteln. Damit können zum Beispiel Materialien aufgrund ihrer spezifischen chemischen Zusammensetzung unterschieden werden. Ebenso ist es möglich, Krankheitserreger zu identifizieren oder krankes Gewebe zu erkennen. Dabei sind die zu detektierenden Signale und Signal-Unterschiede innerhalb der Messdaten nur minimal und werden von zahlreichen Faktoren beeinflusst. Für die Auswertung kommen Methoden des Machine Learning – also künstliche Intelligenz (KI) – zum Einsatz. „Um der Raman-Spektroskopie zum Durchbruch in der Anwendung zu verhelfen, braucht es standardisierte Arbeitsabläufe die möglichst robuste Ergebnisse liefern“, so Privatdozent Dr. Thomas Bocklitz, Leiter der Forschungsabteilung Photonic Data Science am Leibniz-IPHT sowie der Universität Jena. Bisher gibt es aber noch keine etablierten vereinheitlichten Normen für den Analyseprozess von Raman-Spektren.

In einem kürzlich in der Zeitschrift Nature Protocols veröffentlichten Beitrag liefert Bocklitz gemeinsam mit Kolleginnen und Kollegen erstmalig eine Anleitung für die Auswertung von Raman-Spektren und bezieht dabei alle Arbeitsschritte, angefangen beim experimentellen Design über die Datenaufbereitung bis hin zur Datenmodellierung und statistischen Analyse, mit ein und verweist zugleich auf mögliche Fallstricke und wie diese umgangen werden können. Dabei konnte der Physikochemiker auf seine langjährige Erfahrung bei der Entwicklung und Verfeinerung von Daten-getriebenen Methoden zurückgreifen. Mittlerweile gehört sein Team zu einem der international führenden Forschungsgruppen, die sich mit der computergestützten Auswertung von Raman-Spektren auf der konzeptionellen Ebene beschäftigen. Von Vorteil erweist sich die enge Zusammenarbeit mit der Forschungsabteilung Spektroskopie/Bildgebung am Leibniz-IPHT unter Leitung von Prof. Jürgen Popp, welche ihre Kompetenz auf dem Gebiet der Raman-Spektroskopie für die Analytik und Diagnostik in den Bereichen Medizin, Lebens- und Umweltwissenschaften, Qualitäts- und Prozessanalytik sowie Pharmazie in das gemeinsame Projekt einbringen konnte.

Die Forschenden aus Jena möchten mit der publizierten Anleitung einen Beitrag zur standardisierten Raman-Spektralanalyse liefern. Gemeinsam mit Partnern anderer Forschungseinrichtungen soll die Methodik in einem nächsten Schritt auf die Gerätevergleichbarkeit durch einen gemeinsamen Ring-Versuchs fokussiert werden, indem Methoden zur Korrektur der Geräteabhängigkeit erforscht werden. Schließlich wollen die Wissenschaftlerinnen und Wissenschaftler des Leibniz-IPHT und der Universität Jena die standardisierten Methoden zur KI-basierten Auswertung von Raman-Spektren zur Entwicklung von marktreifen lichtbasierten Diagnoseverfahren und neuartigen Therapieansätzen im zukünftigen Leibniz-Zentrum für Photonik in der Infektionsforschung in Jena einsetzen.

Leibniz-Institut für Photonische Technologien e.V.

News weiterempfehlen PDF Ansicht / Drucken

Teilen bei

Fakten, Hintergründe, Dossiers
  • künstliche Intelligenz
  • Spektralanalyse
  • Machine Learning
Mehr über IPHT
  • News

    Raman-Mikrospektroskopie für die Mikrobiologie

    Die Raman-Mikrospektroskopie ist eine schnelle und nicht-invasive Technologie, um die chemische Zusammensetzung lebender Mikroorganismen nahezu in Echtzeit zu bestimmen. Jürgen Popp, wissenschaftlicher Direktor des Leibniz-Institut für Photonische Technologien, beschreibt gemeinsam mit eine ... mehr

    Alzheimer durch einen einfachen Augenscan erkennen?

    Alzheimer an den Augen erkennen, lange bevor die unheilbare Erkrankung ausbricht: Diesem Ziel ist ein europäisches Forschungsteam unter Beteiligung des Leibniz-Instituts für Photonische Technologien (Leibniz-IPHT) einen Schritt näher gekommen. Mithilfe eines laserbasierten Verfahrens geling ... mehr

    Ein Mikroskop für alle

    Moderne Mikroskope, die biologische Prozesse sichtbar machen, kosten viel Geld, stehen in spezialisierten Laboren und erfordern hoch qualifiziertes Personal. Damit neue, kreative Ansätze für drängende wissenschaftliche Fragestellungen zu erforschen — zum Beispiel im Kampf gegen Infektionskr ... mehr

Mehr über Uni Jena
  • News

    Den Geruchsinn digitalisieren

    Gerade ist das von der Europäischen Union (EU) mit rd. 3 Millionen Euro geförderte Projekt „Smart Electronic Olfaction for Body Odor Diagnostics“ – kurz SMELLODI – gestartet. Die beteiligten Partnerinstitute aus Deutschland, Israel und Finnland sowie das Dresdner Startup SmartNanotubes Tech ... mehr

    Mit künstlicher Intelligenz zu neuen Naturstoffen

    Sie sind entzündungshemmend, können Krankheitskeime abwehren oder unterbinden sogar das Wachstum von Krebszellen – Wirkstoffe aus der Natur. Mehr als ein Drittel aller heute verfügbaren Medikamente basieren auf solchen sekundären Naturstoffen, wie sie in zahlreichen Pflanzen, Bakterien und ... mehr

    Bakteriengift macht Algen blind

    Forschende der Universität Jena entdeckten ein Bakteriengift, das die Farb­pigmente im Augenfleck der einzelligen Grünalgen Chlamydomonas reinhardtii zerstört. Zu­sam­men mit einer weiteren giftigen Substanz machen die Bak­terien der Art Pseudomonas protegens die Grünalgen damit nicht nur o ... mehr