摘要

由于糖原颗粒具有食品添加剂、药物载体和天然保湿剂等生物活性功能，市场上有许多市售的糖原颗粒。快速确定市售糖原颗粒的来源将有助于建立含糖原产品的质量控制方法。表面增强拉曼光谱（SERS）具有无损、无标记和低成本的特点，是一种极具潜力的快速鉴别化合物的技术。在本研究中，我们将SERS技术与机器学习算法相结合应用于糖原分析，通过卷积神经网络（CNN）算法和具有最佳计算性能的注意力机制（5倍交叉验证准确率=96.97%），成功预测了各种生物体中糖原颗粒的来源。综上所述，这是第一项专注于区分来自不同生物体的商业糖原颗粒的研究，在含糖原产品的质量控制方面具有应用潜力。