[發(fā)明專利]一種基于心肌細胞興奮收縮偶聯(lián)信號檢測苦味物質(zhì)的方法

有效

• 申請?zhí)枺?/td>: 202011155040.5
• 申請日: 2020-10-26
• 公開（公告）號: CN112322690B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設計）人: 王平;魏鑫偉;秦春蓮;蔣得明;薛瑩瑩;袁群琛;莊柳靜
• 申請（專利權(quán)）人: 浙江大學
• 主分類號: C12Q1/02
• 分類號: C12Q1/02;G01N15/00;G06N20/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

1.一種基于心肌細胞興奮收縮偶聯(lián)的苦味物質(zhì)檢測方法，該方法在心肌細胞機電信號檢測分析系統(tǒng)上實現(xiàn)，所述心肌細胞機電信號分析檢測系統(tǒng)包括：計算機，細胞電位和阻抗雙功能細胞傳感器，細胞培養(yǎng)腔和信號檢測與調(diào)理模塊；其中，細胞培養(yǎng)腔固定在細胞電位和阻抗雙功能細胞傳感器上，細胞電位和阻抗雙功能細胞傳感器通過信號檢測與調(diào)理模塊和計算機連接；其特征在于，該方法包括以下步驟：

(1)心肌細胞培養(yǎng)：獲取心肌細胞，提純后制成心肌細胞懸液；經(jīng)過計數(shù)后，配置成200,000-250,000個/ml的細胞懸液；然后在細胞培養(yǎng)腔中加入150-200ul細胞懸液，使每個細胞培養(yǎng)腔的培養(yǎng)孔中細胞數(shù)量為30,000-50,000個/孔，培養(yǎng)使得心肌細胞貼附于細胞電位和阻抗雙功能細胞傳感器表面，構(gòu)建心肌細胞傳感器；

(2)配置苦味化合物標準樣品溶液：用二甲基亞砜溶解不同種類的苦味化合物，配制成設定濃度的標準樣品溶液儲存液；用高糖培養(yǎng)基稀釋儲存液，配制成不同濃度、不同種類的樣品溶液；

(3)心肌細胞機電信號檢測和苦味刺激：心肌細胞培養(yǎng)4-6天成熟后，將細胞電位和阻抗雙功能細胞傳感器與信號檢測與調(diào)理模塊連接，并連接到計算機進行信號記錄；

(4)心肌細胞機電信號處理和特征參數(shù)提取：從計算機導出記錄到的心肌細胞機電信號，計算信號特征參數(shù)；

所述步驟(4)具體為：

(4.1)使用巴特沃茲低通濾波器對心肌細胞機電信號進行濾波，去除高頻噪聲；

(4.2)檢測心肌細胞胞外場電位EFP信號的波谷點E2，并根據(jù)波谷點E2位置往前和往后尋找波峰點E1和二次波峰點E3；提取并記錄心肌細胞外場電位EFP信號的波谷點E2、波峰點E1、二次波峰點E3的位置和大小；

(4.3)檢測心肌細胞機械搏動MB信號的波谷點M1，并根據(jù)波谷點M1位置往后尋找波峰點M2；提取并記錄心肌細胞機械搏動MB信號的波谷點M1、波峰點M2的位置和大小；

(4.4)計算信號特征參數(shù)，所述的信號特征參數(shù)包括發(fā)放頻率FR、EFP幅值、EFP信號間隔、MB幅值、MB信號間隔、E1-E2間隔、E1-E3間隔、E1-M1間隔、E1-M2間隔、E2-E3間隔、E2-M1間隔、E2-M2間隔、E3-M1間隔、E3-M2間隔、M1-M2間隔；

所述步驟(4.2)和(4.3)均采用自動閾值法；

所述自動閾值法的閾值獲取如下：

threshold＝mean-3*std；

其中，x_i為此段信號的單個信號值，mean為此短信號的平均值大小，std為此段信號的標準差，threshold值為此段信號的自動閾值。

在步驟(4.2)中，根據(jù)計算出的閾值，找到小于此閾值的值記為疑似波谷點；再根據(jù)疑似波谷點的位置，進行波谷檢驗，將前后相鄰0.3s記錄時間內(nèi)的所有疑似波谷點大小進行比較，取最小的點位記為實際波谷點，以排除掉其他疑似波谷點的干擾；并將此短信號的所有波谷點位置找出并記錄其大小和位置；之后再根據(jù)每個波谷點位置往前0.1-0.2s和往后0.2-0.3s尋找當下波形的波峰點E1和二次波峰點E3，并記錄下所有波峰點、二次波峰點的位置和大小；

在步驟(4.3)中，同樣根據(jù)以上自動閾值法檢測心肌細胞機械搏動信號MB的波谷點M1，并根據(jù)波谷點位置往后0.2-0.4s尋找搏動信號波形的波峰點M2，提取并記錄心肌細胞搏動信號的波谷點、波峰點的大小和位置；

(5)不同苦味化合物刺激后的心肌細胞機電信號分析：重復步驟(3)，記錄心肌細胞在不同苦味化合物和不同濃度作用下的胞外場電位EFP信號和機械搏動MB信號；通過步驟(4)得到不同苦味化合物和不同濃度作用前后的信號特征參數(shù)；

將苦味刺激前的信號特征參數(shù)作為對照組，將同一組實驗中苦味刺激后所得到的相同信號特征參數(shù)，采用歸一化處理，即以對照組的信號特征參數(shù)作為基準，進行歸一化計算，得到歸一化處理后的不同種類和不同濃度苦味化合物作用下的信號特征參數(shù)；

(6)對步驟(5)得到的信號特征參數(shù)進行標記并構(gòu)建數(shù)據(jù)集，使用機器學習算法進行訓練學習，構(gòu)建苦味化合物檢測模型；對于待檢測的苦味化合物，根據(jù)步驟(3)至(5)得到歸一化處理后的信號特征參數(shù)，輸入苦味化合物檢測模型，即可對待檢測的苦味化合物進行分類和濃度檢測；

所述步驟(6)具體為：

(6.1)對步驟(5)提取到的不同種類和不同濃度苦味化合物作用下的信號特征參數(shù)進行標記，包括苦味化合物種類和濃度，構(gòu)建帶有標簽的信號特征參數(shù)數(shù)據(jù)集；

(6.2)將步驟(6.1)得到的數(shù)據(jù)集隨機劃分為A和B兩部分，其中A部分的數(shù)據(jù)集為訓練集，B部分的數(shù)據(jù)集為測試集；

(6.3)使用機器學習算法對步驟(6.2)中的訓練集進行訓練學習，構(gòu)建苦味化合物檢測模型；

(6.4)使用步驟(6.3)所得的檢測模型對步驟(6.2)中的測試集進行測試，并計算準確率；

(6.5)根據(jù)步驟(6.4)所得準確率調(diào)整模型參數(shù)，重復步驟(6.2)至(6.4)，直至準確率超過設定值，得到最后的苦味化合物檢測模型；

(6.6)對于待檢測的苦味化合物，根據(jù)步驟(3)至(5)得到歸一化處理后的特征參數(shù)，輸入步驟(6.5)得到的苦味化合物檢測模型，即可對待測苦味化合物進行分類和濃度檢測。