Análisis multivariable de la espectroscopía Raman amplificada por adición de nanopartículas en glóbulos rojos

Abstract

Tesis de maestría en nanotecnología. Con el uso de la espectroscopía Raman para el propósito biológico debido a su alta sensibilidad a los cambios moleculares sutiles, ha aumentado la necesidad de interpretar grandes conjuntos de datos resultantes de aplicar esta técnica espectroscópica. Al ser las señales Raman inherentemente débiles, existe una técnica que ofrece órdenes de incrementos de magnitud en la intensidad de estas señales, conocida como Dispersión Raman de Superficie Mejorada (SERS siglas en inglés). Como los espectros resultantes del Raman y del SERS son engorrosos debido a los ruidos que presentan, es necesaria la aplicación de criterios para la detección y eliminación de estos, para una mejor interpretación de los datos. Eliminándose ruidos como el generado por fuentes externas (rayos cósmicos), el Shot (resultado de la naturaleza aleatoria de la luz), y el generado por la muestra (fluorescencia), se tienen mejores datos para pasar a un análisis multivariable, en específico el análisis de componentes principales, para disminuir las dimensiones del conjunto de datos tomando solo las componentes claves necesarias para una mejor interpretación de estos espectros. Para la eliminación de los picos de rayos cósmicos y la fluorescencia se trabajó con un software desarrollado en el lenguaje Java en el software NetBeans IDE 7.0.1, mientras que para eliminar el ruido shot se utilizó el software OriginPro 9. Y el Análisis Multivariable se realizó en el Wolfram Mathematica 9, comparándose los resultados con los obtenidos en el OriginPro 9. Este trabajo presenta el tratamiento de ruidos y la aplicación de un análisis multivariable en espectros Raman de glóbulos rojos amplificados por adición de nanopartículas, para una mejor interpretación del inmenso conjunto de datos obtenidos inicialmente de un experimento donde se vieron los espectros Raman de eritrocitos incubados con nanopartículas de plata y sin nanopartículas. Obteniéndose espectros sin ruidos y la reducción de estos, permitiendo a los investigadores obtener inferencias y predicciones de forma más rápida.