DOI: https://doi.org/10.1038/s41598-026-38497-5
PMID: https://pubmed.ncbi.nlm.nih.gov/41644682
تاريخ النشر: 2026-02-05
المؤلف: Hongdoo Kim وآخرون
الموضوع الرئيسي: الطيفية والتحليلات الكيميائية
نظرة عامة
في هذا القسم، يقدم المؤلفون نهجًا جديدًا لمراقبة سلامة الأدوية العشبية (HMs) من خلال مفتش HM الاصطناعي البلازمي الذي يجمع بين مطيافية رامان المعززة بالسطح (SERS) والتعلم العميق (DL). الفحوصات الحسية التقليدية، التي تعتبر ضرورية لقبول السوق للأدوية العشبية، غالبًا ما تكون كثيفة العمالة، مما يتطلب طرقًا أكثر كفاءة. يستفيد نظام SERS-DL المقترح من بصمات الطيف الفريدة للمركبات النشطة بيولوجيًا الموجودة في عينات الأدوية العشبية، مما يسمح بالحصول على البيانات بسرعة في بضع ثوانٍ فقط.
تظهر دمج SERS و DL معدل دقة مرتفع يبلغ حوالي 95% في التمييز بين 35 نوعًا من الأدوية العشبية التي قد تبدو مشابهة أو تنتمي إلى نفس الجنس. لا يعزز هذه الطريقة المبتكرة كفاءة الفحوصات الحسية فحسب، بل تساهم أيضًا في تطوير قاعدة بيانات شاملة للأدوية العشبية تشمل الصور وبيانات تحليلية أخرى، مما يحسن عملية مراقبة السلامة العامة للأدوية العشبية.
مقدمة
في مقدمة ورقة البحث، يبرز المؤلفون الأهمية التاريخية للأدوية العشبية (HMs) في الطب التقليدي الصيني، مشيرين إلى استخدامها الواسع لعلاج مختلف الأمراض، بما في ذلك السرطان وأمراض الكبد ومرض باركنسون. على الرغم من تطبيقها الطويل الأمد، لا تزال الآليات الكيميائية النباتية الأساسية لهذه العلاجات العشبية تجريبية إلى حد كبير، تفتقر إلى التحقق العلمي الصارم. كما يشير المؤلفون إلى أن دستور الأدوية في كوريا الجنوبية يتضمن 518 فئة من الأدوية العشبية، مما يوضح التنوع الواسع لهذه العلاجات. ومع ذلك، فإن تنوع الأدوية العشبية، التي قد تتكون من نباتات طبيعية أو حيوانات أو معادن، يطرح تحديات في التمييز بين الأدوية العشبية الأصلية والمزيفة ويمكن أن يؤدي إلى تصنيف خاطئ للمواد المضافة، مما يعقد نزاهة ممارسات الأدوية العشبية.
طرق
في هذا القسم، يصف المؤلفون إعداد سطح ركيزة مطيافية رامان المعززة بالسطح (SERS) باستخدام أسلاك نانوية متشابكة (NW) مع أنابيب كربونية نانوية (CNTs) مرتبة عموديًا كقالب. تبدأ العملية بتنظيف حراري للأنابيب الكربونية النانوية عند 500 درجة مئوية لمدة 6 ساعات لإزالة عيوب sp³، مما يحضر السطح للإيداع اللاحق لطبقة أكسيد وسيطة. ثم يستخدم المؤلفون ترسيب الطبقة الذرية (ALD) لتطبيق 35 دورة من طلاء الألومينا، باستخدام ثلاثي ميثيل الألمنيوم (TMA) والماء كمواد أولية عند 130 درجة مئوية. بعد ذلك، يتم ترسيب الذهب عبر تبخر الشعاع الإلكتروني، مما ينتج عنه أسلاك نانوية بلازمية بقطر خارجي يبلغ حوالي 60 نانومتر، تتكون من 20.4 نانومتر لقطر الأنابيب الكربونية النانوية، و2.4 نانومتر لطلاء الألومينا، و18.1 نانومتر لطبقة الذهب.
لضمان موثوقية قياساتهم، أجرى المؤلفون أكثر من 45 تقييمًا للقطر عبر ثلاث صور مجهر إلكتروني مس扫描. تم تصميم طلاء الألومينا المتوافق خصيصًا للتخفيف من تأثيرات إخماد البلازما التي يمكن أن تحدث بين المعدن البلازمي والأنابيب الكربونية النانوية الموصلة الأساسية، مما يعزز أداء ركيزة SERS.
مناقشة
تؤكد قسم المناقشة في الورقة على ضرورة وجود رقابة صارمة على الجودة في الأدوية العشبية (HMs) من خلال كل من الفحص الحسي وطرق الكيمياء التحليلية. بينما يعتمد الفحص الحسي على الخصائص الحسية مثل المظهر والرائحة والطعم، يمكن أن يغمر التنوع الواسع للأدوية العشبية المفتشين، مما يتطلب تقنيات تحليلية إضافية. تم ذكر الكروماتوغرافيا الطبقية الرقيقة وقياس الكتلة كطرق محتملة، لكنها تواجه قيودًا في السرعة والدقة. يقترح المؤلفون استخدام مطيافية رامان المعززة بالسطح (SERS) مع التعلم العميق (DL) كبديل سريع وفعال لتصنيف الأدوية العشبية، مشيرين إلى حساسيتها العالية وقدرتها على توفير بصمات طيفية مفصلة للمكونات الكيميائية.
تم التحقق من نهج SERS-DL من خلال تجارب تشمل 35 فئة من الأدوية العشبية، مما يظهر دقة تصنيف كبيرة تبلغ 96.6% عبر مجموعات متنوعة. كما تلاحظ الدراسة التحديات في التمييز بين الأدوية العشبية ذات المظاهر المتشابهة وإمكانية تحسين دقة التصنيف من خلال قاعدة بيانات شاملة تشمل أصول وأنواع كيميائية متنوعة. يدعو المؤلفون إلى دمج SERS-DL كأداة مكملة للطرق الحسية التقليدية، مقترحين أن تطبيقها يمكن أن يمتد إلى ما هو أبعد من الأدوية العشبية إلى منتجات غذائية أخرى، مما يعزز كفاءة وموثوقية عمليات مراقبة الجودة في فحص الأدوية العشبية.
DOI: https://doi.org/10.1038/s41598-026-38497-5
PMID: https://pubmed.ncbi.nlm.nih.gov/41644682
Publication Date: 2026-02-05
Author(s): Hongdoo Kim et al.
Primary Topic: Spectroscopy and Chemometric Analyses
Overview
In this section, the authors introduce a novel approach for the safety monitoring of herbal medicines (HMs) through a plasmonic artificial HM inspector that combines surface-enhanced Raman spectroscopy (SERS) with deep learning (DL). Traditional organoleptic examinations, which are essential for market acceptance of HMs, are often labor-intensive, necessitating more efficient methods. The proposed SERS-DL system leverages the unique spectral fingerprints of bioactive compounds found in HM samples, allowing for rapid data acquisition in just a few seconds.
The integration of SERS and DL demonstrates a high accuracy rate of approximately 95% in distinguishing between 35 HM species that may appear similar or belong to the same genus. This innovative method not only enhances the efficiency of organoleptic inspections but also contributes to the development of a comprehensive HM database that includes images and other analytical data, thereby improving the overall safety monitoring process for herbal medicines.
Introduction
In the introduction of the research paper, the authors highlight the historical significance of herbal medicines (HMs) in traditional Chinese medicine, noting their widespread use for treating various ailments, including cancer, liver diseases, and Parkinson’s disease. Despite their long-standing application, the underlying phytochemical mechanisms of these herbal remedies remain largely empirical, lacking rigorous scientific validation. The authors also point out that South Korea’s pharmacopeia includes 518 categories of HMs, illustrating the extensive variety of these treatments. However, the diversity of HMs, which may consist of natural plants, animals, or minerals, poses challenges in distinguishing authentic HMs from counterfeits and can lead to misclassification of adulterants, complicating the integrity of herbal medicine practices.
Methods
In this section, the authors describe the preparation of an entangled nanowire (NW) canopy surface-enhanced Raman scattering (SERS) substrate using vertically aligned carbon nanotubes (CNTs) as a template. The process begins with thermal cleaning of the CNTs at 500°C for 6 hours to eliminate sp³ defects, which prepares the surface for the subsequent deposition of an intermediary oxide layer. The authors then employ atomic layer deposition (ALD) to apply 35 cycles of alumina coating, utilizing trimethylaluminium (TMA) and water as precursors at 130°C. Following this, gold is deposited via e-beam evaporation, resulting in plasmonic NWs with an outer diameter of approximately 60 nm, comprised of 20.4 nm for the CNT diameter, 2.4 nm for the alumina coating, and 18.1 nm for the gold layer.
To ensure the reliability of their measurements, the authors conducted over 45 diameter assessments across three scanning electron microscopy images. The conformal alumina coating is specifically designed to mitigate plasmon quenching effects that can occur between the plasmonic metal and the underlying conductive CNTs, thereby enhancing the performance of the SERS substrate.
Discussion
The discussion section of the paper emphasizes the necessity for rigorous quality control in herbal medicines (HMs) through both organoleptic examination and analytical chemistry methods. While organoleptic inspection relies on sensory attributes such as appearance, smell, and taste, the vast diversity of HMs can overwhelm inspectors, necessitating supplementary analytical techniques. Thin-layer chromatography and mass spectrometry are mentioned as potential methods, but they face limitations in speed and specificity. The authors propose surface-enhanced Raman spectroscopy (SERS) combined with deep learning (DL) as a rapid and effective alternative for HM classification, highlighting its high sensitivity and ability to provide detailed spectral fingerprints of chemical constituents.
The SERS-DL approach was validated through experiments involving 35 HM categories, demonstrating a significant classification accuracy of 96.6% across various groups. The study also notes the challenges in distinguishing between HMs of similar appearances and the potential for improving classification accuracy through a comprehensive database that includes diverse origins and chemical species. The authors advocate for the integration of SERS-DL as a complementary tool to traditional organoleptic methods, suggesting its applicability could extend beyond HMs to other food products, thereby enhancing the efficiency and reliability of quality control processes in herbal medicine inspection.