特表 2024-539397 スペクトルを測定するプローブ、及びスペクトルを測定するシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-10-28

(54)【発明の名称】スペクトルを測定するプローブ、及びスペクトルを測定するシステム及び方法

(51)【国際特許分類】

   G01N 21/65 20060101AFI20241018BHJP

   A61B 10/00 20060101ALI20241018BHJP

   A61B 10/02 20060101ALN20241018BHJP

【ＦＩ】

G01N21/65

A61B10/00 E

A61B10/02 300D

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024526786

(86)(22)【出願日】2022-11-04

(85)【翻訳文提出日】2024-07-05

(86)【国際出願番号】 SG2022050804

(87)【国際公開番号】W WO2023080846

(87)【国際公開日】2023-05-11

(31)【優先権主張番号】10202112278Q

(32)【優先日】2021-11-05

(33)【優先権主張国・地域又は機関】SG

(81)【指定国・地域】

(71)【出願人】

【識別番号】509034605

【氏名又は名称】ナショナル ユニバーシティ オブ シンガポール

(74)【代理人】

【識別番号】100169904

【弁理士】

【氏名又は名称】村井 康司

(74)【代理人】

【識別番号】100217412

【弁理士】

【氏名又は名称】小林 亜子

(72)【発明者】

【氏名】ズィウェイ ファン

【テーマコード（参考）】

2G043

【Ｆターム（参考）】

2G043AA06

2G043BA16

2G043CA04

2G043EA01

2G043EA03

2G043FA02

2G043HA01

2G043HA05

2G043JA01

2G043JA03

2G043KA01

2G043KA09

2G043LA01

2G043MA01

2G043NA01

(57)【要約】

本発明は、生体物質（２）内の標的（２１）のスペクトルを測定するプローブ（１）であって、レンズ部（１１１）を有する光学構造体（１１）と、光学構造体（１１）に結合されている通信線（１２）とを含むプローブ（１）を提供する。プローブ（１）の光学構造体（１１）は、通信線（１２）から入ってくる光を標的（２１）の方へ集束させ、標的（２１）から入ってくる散乱光を通信線（１２）の方へ集束させるレンズ部（１１１）を形成するために先細りされている露出端部を有する。更に、プローブ（１）を組み込むシステム（３）、及びシステム（３）を使用する方法を提供する。

【特許請求の範囲】

【請求項1】

生体物質（２）内の標的（２１）のスペクトルを測定するプローブ（１）であって、
レンズ部（１１１）を有する光学構造体（１１）と、
前記光学構造体（１１）に結合されている通信線（１２）と
を含み、
前記光学構造体（１１）は、前記通信線（１２）から入ってくる光を前記標的（２１）の方へ集束させ、前記標的（２１）から入ってくる散乱光を前記通信線（１２）の方へ集束させる前記レンズ部（１１１）を形成するために先細りされている露出端部を有する、
プローブ（１）。

【請求項2】

前記光学構造体（１１）は、前記光学構造体（１１）の前記レンズ部（１１１）と前記通信線（１２）との間に配置されているスペーサー部（１１２）を更に含む、請求項１に記載のプローブ（１）。

【請求項3】

前記光学構造体（１２）の前記スペーサー部（１１１）は、約４０μｍ以下の長さを有する、請求項２に記載のプローブ（１）。

【請求項4】

前記レンズ部（１１１）は、部分球形、半球形又は半球形のうちいずれか１つを有する状態で更に丸められている、請求項１～３のいずれか一項に記載のプローブ（１）。

【請求項5】

前記光学構造体（１１）の前記レンズ部（１１１）は、約２００μｍ以下の半径を有する、請求項１～４のいずれか一項に記載のプローブ（１）。

【請求項6】

前記光学構造体（１１）は、前記レンズ部（１１１）を形成するように研磨されている前記露出端部と前記通信線（１２）に結合されている反対端部とを有するコアレス終端ファイバーである、請求項１～５のいずれか一項に記載のプローブ（１）。

【請求項7】

前記通信線（１２）は、アルミニウムで被覆されているクラッディング（１２１）を有する多モード光ファイバーである、請求項１～６のいずれか一項に記載のプローブ（１）。

【請求項8】

前記光学構造体（１１）及び前記通信線（１２）は共に、約５００μｍ以下の直径を有する、請求項１～７のいずれか一項に記載のプローブ（１）。

【請求項9】

生体物質（２）内の標的（２１）のスペクトルを測定するシステム（３）であって、
入力光を供給する光源（３１）と、
前記生体物質に挿入され、前記生体物質（２）に挿入されている標的（２１）に達する部分を有するプローブ（１）であって、前記光源（３１）からの前記入力光を前記標的（２１）の方へ向け、前記標的（２１）からの散乱光を出力光として受信する、レンズ部（１１１）を有する光学構造体（１１）と、前記光学構造体（１１）に結合されている通信線（１２）とを有するプローブ（１）と、
前記プローブ（１）から前記出力光を受信し、前記標的（２１）の生スペクトルデータを生成するスペクトル検出器（３３）と
を含み、
前記プローブ（１）は、前記通信線（１２）から入ってくる前記入力光を前記標的（２１）の方へ集束させ、前記標的（２１）から入ってくる散乱光を前記通信線（１２）の方へ集束させる前記レンズ部（１１１）を形成するために先細りされている露出端部を有する前記光学構造体（１１）を有する、
システム（３）。

【請求項10】

前記プローブ（１）の前記光学構造体（１１）は、前記光学構造体（１１）の前記レンズ部（１１１）と前記通信線（１２）との間に配置されているスペーサー部（１１２）を更に含む、請求項９に記載のシステム（３）。

【請求項11】

入力光を前記光源（３１）と前記プローブ（１）との間に向け、出力光を前記プローブ（１）と前記スペクトル検出器（３３）との間に向ける中間体として光モジュール（３２）を更に含む、請求項９又は１０に記載のシステム（３）。

【請求項12】

前記光モジュール（３２）は、
前記入力光又は前記出力光のいずれか１つ又は両方の入口又は出口を可能にする複数の開口部（３２１ａ、３２１ｂ、３２１ｃ）と、
前記入力光又は前記出力光のいずれか１つ又は両方を視準する複数のレンズ（３２２ａ、３２２ｂ、３２２ｃ）と、
前記入力光をフィルター処理するバンドパスフィルター（３２３）と、
前記入力光を反射する二色性フィルター（３２４）と、
前記出力光をフィルター処理するロングパスフィルター（３２５）と
を更に含む、請求項１１に記載のシステム（３）。

【請求項13】

前記生スペクトルデータをクリーンスペクトルデータに処理するコンピュータ（３４）を更に含む、請求項９～１２のいずれか一項に記載のシステム（４）。

【請求項14】

前記コンピュータ（３４）は、入力モジュール、最小化モジュール、最適化モジュール、バックグラウンドスペクトル推定モジュール、比較モジュール、及び出力モジュールを含む、前記生スペクトルデータをクリーンスペクトルデータに処理する１つ又は複数のモジュールを更に動作させる、請求項１３に記載のシステム。

【請求項15】

生体物質（２）内の標的（２１）のスペクトルを測定する方法であって、
光源（３１）によって、入力光を供給するステップと、
レンズ部（１１１）を有する光学構造体（１１）と、
前記光学構造体（１１）に結合されている通信線（１２）と
を有するプローブ（１）によって、前記光源（３１）からの前記入力光を標的（２１）の方へ向けるステップと、
前記プローブ（１）によって、前記標的（２１）からの散乱光を出力光として受信するステップと、
スペクトル検出器（３３）によって、前記プローブ（１）から前記出力光を受信し、生スペクトルデータを生成するステップと
を含み、
前記プローブ（１）は、前記通信線（１２）から入ってくる前記入力光を前記標的（２１）の方へ集束させ、前記標的（２１）から入ってくる前記散乱光を前記通信線（１２）の方へ集束させる前記レンズ部（１１１）を形成するために先細りされている露出端部を有する前記光学構造体（１１）を有する、
方法。

【請求項16】

光モジュール（３２）によって、入力光を前記光源（３１）と前記プローブ（１）との間に向けるステップと、
前記光モジュール（３２）によって、出力光を前記プローブ（１）と前記スペクトル検出器（３３）との間に向けるステップと
を更に含む、請求項１６に記載の方法。

【請求項17】

コンピュータ（３４）によって、前記生スペクトルデータをクリーンスペクトルデータに処理するステップを更に含む、請求項１５又は１６に記載の方法。

【請求項18】

コンピュータ（３４）によって、前記生スペクトルデータをクリーンスペクトルデータに処理する前記ステップは、
コンピュータ（３４）の入力モジュールによって、前記生スペクトルデータを入力スペクトルデータ及び独立測定データとして受信するステップと、
前記入力スペクトルデータ及び前記独立測定データを用いて前記コンピュータ（３４）の最小化モジュールによって、推定干渉濃度データ及び推定自己蛍光バックグラウンドデータを探索するステップと
を更に含む、請求項１７に記載の方法。

【請求項19】

前記推定干渉濃度データ、前記推定自己蛍光バックグラウンドデータ及び前記独立測定データを用いて前記コンピュータ（３４）のバックグラウンドスペクトル推定モジュールによって、全バックグラウンドスペクトルデータを構成するステップと、
前記生スペクトルデータ及び前記全バックグラウンドスペクトルデータを用いて前記コンピュータ（３４）の最適化モジュールによって、更新入力スペクトルデータを構成するステップと
を更に含む、請求項１８に記載の方法。

【請求項20】

前記コンピュータ（３４）の比較モジュールによって、前記入力スペクトルデータ及び前記更新入力スペクトルデータを比較するステップと、
前記コンピュータ（３４）の出力モジュールによって、前記生スペクトルデータ及び前記全バックグラウンドスペクトルデータから前記クリーンスペクトルデータを構成するステップと
を更に含む、請求項１９に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願
本発明は、２０２１年１１月５日に出願のシンガポール特許出願第１０２０２１１２２７８Ｑ号に対する優先権を主張し、その開示内容全体を引用するものとする。

【0002】

本発明は、生体物質のスペクトル測定に使用される機器に関する。より詳細には、本発明は、深部組織を探査するラマン分光法用のプローブ、このプローブを組み込むシステム、及びこのシステムを使用する方法に関する。

【背景技術】

【0003】

近赤外（ＮＩＲ）ラマン分光法は、特に、細胞及び組織の無標識特性化及び診断のために、プローブを用いて生体物質の生体分子情報を探査する振動分光法技術を意味する。

【0004】

ラマンプローブにおける最近の開発は、内視鏡的誘導の下で内部器官（例えば、食道、胃、結腸、及び肺など）の生体内組織ラマン分光法測定を可能にしている。針状ラマンプローブ設計は、生検針によって生体内組織ラマン測定を可能にしている。

【0005】

設計される現在の針状ラマンプローブは通常、大きく、０．７ｍｍから２ｍｍの外径を有する。針状ラマンプローブは通常、マルチファイバー及びオンチップ集束光学部品類の１つ又は両方を用いて形成されている。しかし、針状ラマンプローブの外径サイズは、深部組織ラマン測定に使用される殆どの細針吸引生検（ＦＮＡＢ）通路を針状ラマンプローブが通過するのを阻止し、典型的に、０．５ｍｍ以下の内径を有する。従って、最小侵襲性深部器官組織特性化のためのサブミリ波光ファイバー針状ラマンプローブを開発することが非常に望ましい。

【0006】

生体物質の生体内測定に使用される機器に関する先行技術を超える開示の技術の中で、医療指導情報を与えるプローブを説明するＧＢ２０１４０１７２７Ｄ０号明細書は、平行レーザービームをサンプルに照明する針プローブ内に光路を規定する中空針プローブを含み、光路は、ラマン散乱光又は蛍光などの非弾性散乱のためにサンプルから散乱された光に戻り路を更に与える。

【0007】

しかし、ＧＢ２０１４０１７２７Ｄ０号明細書に開示の技術は、針状プローブがミリメートル範囲の直径を有するように記載されているので、深部組織ラマン測定に適していないことがある。更に、針状プローブは、悪い光集束性能を示す平坦端部を有するように示されており、更に、励起深部組織の散乱光／蛍光を効果的に収集することができないことがある。従って、本発明によって提供される、深部組織からラマン散乱光又は蛍光を収集する優れた光集束性能及び光収集性能を有する、最小侵襲性深部器官組織特性化のためのサブミリ波光ファイバー針状ラマンプローブを有することが望ましい。

【発明の概要】

【課題を解決するための手段】

【0008】

本発明の目的は、深部組織及び器官を探査するラマン分光法用のプローブ、プローブを組み込むシステム、及びシステムを使用する方法を提供することにある。深部組織及び器官は、生体物質内の標的細胞複合体であってもよい。この目的を達成するために、本発明のプローブは、光学構造体及び光学構造体を有する。より詳細には、光学構造体のサイズが小さく、光学構造体は、レンズ部及びスペーサー部を更に含む。プローブとプローブの周囲との間の光の伝搬を、光学構造体によって操作し、光を深部組織の方へ集束させ、又は、光をプローブの通信線の方へ集束させる。

【0009】

有利なことに、本発明は、生体物質（例えば、器官）の生検用の細針に挿入可能なサブミリ波光ファイバー針状ラマンプローブを提供する。更に、本発明のプローブは、生体物質への最小損傷のために、使い捨てできて生物適合するように形成されている。更に、プローブのサブミリ波サイズは、生体物質内の深い侵入を可能にし、これによって、深部組織及び器官（例えば、脳、脊髄、肝臓、肺、リンパ節、胸、心臓血管系、骨、筋肉、関節など）を探査することができる。更に、プローブは、高速無標識測定を可能にし、これによって、分子レベルで即時診断を行う。更に、プローブは、光学的生検及び細針吸引生検に二重適合し、これによって、標的組織サンプリング、液体生検、生体内診断、及び体外診断用の一般的方法に適合する。

【0010】

本発明は、生体物質内の標的のスペクトルを測定するプローブであって、レンズ部を有する光学構造体と、光学構造体に結合されている通信線とを含むプローブを提供することを目的とする。プローブの光学構造体は、通信線から入ってくる光を標的の方へ集束させ、標的から入ってくる散乱光を通信線の方へ集束させるレンズ部を形成するために先細りされている露出端部を有する。

【0011】

好ましくは、プローブの光学構造体は、光学構造体のレンズ部と通信線との間に配置されているスペーサー部を更に含む。

【0012】

好ましくは、光学構造体のスペーサー部は、約４０μｍ以下の長さを有する。

【0013】

好ましくは、レンズ部は、部分球形、半球形又は半球形のうちいずれか１つを有する状態で更に丸められている。

【0014】

好ましくは、光学構造体のレンズ部は、約２００μｍ以下の半径を有する。

【0015】

好ましくは、光学構造体は、レンズ部を形成するように研磨されている露出端部と通信線に結合されている反対端部とを有するコアレス終端ファイバーである。

【0016】

好ましくは、通信線は、アルミニウムで被覆されているクラッディングを有する多モード光ファイバーである。

【0017】

好ましくは、光学構造体及び通信線は共に、約５００μｍ以下の直径を有する。

【0018】

更に、本発明は、生体物質内の標的のスペクトルを測定するシステムであって、入力光を供給する光源と、生体物質に挿入され、標的に達する部分を有するプローブであって、光源からの入力光を標的の方へ向け、標的からの散乱光を出力光として受信する、レンズ部を有する光学構造体と、光学構造体に結合されている通信線とを有するプローブと、プローブから出力光を受信し、標的の生スペクトルデータを生成するスペクトル検出器とを含むシステムを提供することを目的とする。プローブは、通信線から入ってくる入力光を標的の方へ集束させ、標的から入ってくる散乱光を通信線の方へ集束させるレンズ部を形成するために先細りされている露出端部を有する光学構造体を有する。

【0019】

好ましくは、システムのプローブの光学構造体は、光学構造体のレンズ部と通信線との間に配置されているスペーサー部を更に含む。

【0020】

好ましくは、システムは、入力光を光源とプローブとの間に向け、出力光をプローブとスペクトル検出器との間に向ける中間体として光モジュールを更に含む。

【0021】

好ましくは、システムの光モジュールは、入力光又は出力光のいずれか１つ又は両方の入口又は出口を可能にする複数の開口部と、入力光又は出力光のいずれか１つ又は両方を視準する複数のレンズと、入力光をフィルター処理するバンドパスフィルターと、出力光を反射する二色性フィルターと、出力光をフィルター処理するロングパスフィルターとを更に含む。

【0022】

好ましくは、システムは、生スペクトルデータをクリーンスペクトルデータに処理するコンピュータを含む。

【0023】

好ましくは、システムのコンピュータは、入力モジュール、最小化モジュール、最適化モジュール、バックグラウンドスペクトル推定モジュール、比較モジュール、及び出力モジュールを含む、生スペクトルデータをクリーンスペクトルデータに処理する１つ又は複数のモジュールを更に動作させる。

【0024】

更に、本発明は、生体物質内の標的のスペクトルを測定する方法であって、光源によって、入力光を供給するステップと、レンズ部を有する光学構造体と、光学構造体に結合されている通信線とを有するプローブによって、光源からの入力光を標的の方へ向けるステップと、プローブによって、標的からの散乱光を出力光として受信するステップと、スペクトル検出器によって、プローブから出力光を受信し、生スペクトルデータを生成するステップとを含む方法を提供することを目的とする。プローブは、通信線から入ってくる入力光を標的の方へ集束させ、標的から入ってくる散乱光を通信線の方へ集束させるレンズ部を形成するために先細りされている露出端部を有する光学構造体を有する。

【0025】

好ましくは、方法は、光モジュールによって、入力光を光源とプローブとの間に向けるステップと、光モジュールによって、出力光をプローブとスペクトル検出器との間に向けるステップとを更に含む。

【0026】

好ましくは、方法は、コンピュータによって、生スペクトルデータをクリーンスペクトルデータに処理するステップを更に含む。

【0027】

好ましくは、コンピュータによって、生スペクトルデータをクリーンスペクトルデータに処理するステップは、コンピュータの入力モジュールによって、生スペクトルデータを入力スペクトルデータ及び独立測定データとして受信するステップと、入力スペクトルデータ及び独立測定データを用いてコンピュータの最小化モジュールによって、推定干渉濃度データ及び推定自己蛍光バックグラウンドデータを探索するステップとを更に含む。

【0028】

好ましくは、コンピュータによって、生スペクトルデータをクリーンスペクトルデータに処理するステップは、推定干渉濃度データ、推定自己蛍光バックグラウンドデータ及び独立測定データを用いてコンピュータのバックグラウンドスペクトル推定モジュールによって、全バックグラウンドスペクトルデータを構成するステップと、生スペクトルデータ及び全バックグラウンドスペクトルデータを用いてコンピュータの最適化モジュールによって、更新入力スペクトルデータを構成するステップとを更に含む。

【0029】

好ましくは、コンピュータによって、生スペクトルデータをクリーンスペクトルデータに処理するステップは、コンピュータの比較モジュールによって、入力スペクトルデータ及び更新入力スペクトルデータを比較するステップと、コンピュータの出力モジュールによって、生スペクトルデータ及び全バックグラウンドスペクトルデータからクリーンスペクトルデータを構成するステップとを更に含む。

【0030】

当業者は、本発明が、目的を実行し、記載の結果及び利点、及び本発明に固有の結果及び利点を取得するのにうまく適していることが容易に分かる。ここに記載の実施形態は、本発明の範囲の限定として意図されていない。

【0031】

本発明の理解を容易にするために、下記の説明に関連して考慮される場合に検討から好ましい実施形態を添付図面で例示し、発明、発明の構造及び作用、及び多くの発明の利点が、容易に分かる。

【図面の簡単な説明】

【0032】

【図1】ミクロンスケールにおける本発明のプローブを例示する写真である。

【図2】標的細胞複合体が存在する特定の深さで生体物質を探査するプローブを例示する光線図である。

【図3】本発明のプローブを使用するシステムのセットアップを例示する線図である。

【図4】生体物質２の標的２１からラマン散乱光を取得するために図３のシステム３の使用を説明する第１の動作フローを例示するフローチャートである。

【図5】コンピュータによって実行される構造化バックグラウンド減算によって生ラマンスペクトルデータから標的のクリーンラマンスペクトルデータを抽出することを説明する第２の動作フローを例示するフローチャートである。

【図6】特に、平坦プローブと本発明のプローブ（先細りプローブとラベル表示されている）との間の線図比較を更に示す、プローブ深さに対するラマン収集効率のグラフである。

【図7】プローブファイバー長及び積分時間の変動に応じた最大光子数を例示するグラフである。特に、図７は、プローブファイバー長に対する最大光子数のグラフである。

【図8】プローブファイバー長及び積分時間の変動に応じた最大光子数を例示するグラフである。特に、図８は、プローブ積分時間に対する最大光子数のグラフである。

【図9】特に、フィンガープリント領域における光子数と高波数領域における光子数との間の線図比較を更に示す、励起出力に対するラマンスペクトル領域における平均最大ファイバーバックグラウンド光子数のグラフを例示する。

【図10】プローブ１によって収集された標的２１の生ラマンスペクトルデータを図５に例示のステップのようなクリーンラマンスペクトルデータに変換するグラフを例示する。特に、図１０は、生ラマンスペクトルデータとバックグラウンドスペクトルデータとの間の線図比較を更に示す。

【図11】プローブ１によって収集された標的２１の生ラマンスペクトルデータを図５に例示のステップのようなクリーンラマンスペクトルデータに変換するグラフを例示する。特に、図１１は、図１０の線図の使用に起因するクリーンラマンスペクトルデータを例示する。

【図12】１つ又は複数の組織サンプルにおけるラマンスペクトルを例示する。特に、図１２は、本発明のプローブによって収集されるような脂肪、皮膚、筋肉、軟骨、灰白質、及び白質の平均組織ラマンスペクトルのグラフを例示する。

【図13】１つ又は複数の組織サンプルにおけるラマンスペクトルを例示する。図１３は、積分時間に対して１６５５ｃｍ^－１の波数での図１２の組織の信号対雑音（ＳＮＲ）比のグラフを例示する。

【図14】１つ又は複数の組織サンプルにおけるラマンスペクトルを例示する。図１４は、積分時間に対して２９４０ｃｍ^－１の波数での図１２の組織の信号対雑音比のグラフを例示する。

【図15】本発明のプローブを用いて収集された１つ又は複数の生物流体に対するラマンスペクトルグラフを例示する。特に、図１５は、尿及び血液に対する平均ラマンスペクトルを例示する。

【図16】本発明のプローブを用いて収集された１つ又は複数の生物流体に対するラマンスペクトルグラフを例示する。図１６は、尿及び血液に対するラマンスペクトルのＳＮＲを例示する。

【図17】マウスの脳モデルからラマンスペクトルを収集するセットアップ及び手順を例示する。図１７は、マウスの脳モデルの写真を例示する。

【図18】マウスの脳モデルからラマンスペクトルを収集するセットアップ及び手順を例示する。図１８は、マウスの脳モデルを用いた本発明のプローブの写真を例示する。

【図19】マウスの脳モデルからラマンスペクトルを収集するセットアップ及び手順を例示する。図１９は、マウスの脳モデルにわたる様々な深さにおけるマウスのモデルの平均組織ラマンスペクトルを例示する。

【図20】マウスの脳モデルからラマンスペクトルを収集するセットアップ及び手順を例示する。図２０は、図１９からのデータに基づくマウスの脳モデルにわたる様々な深さ内のタンパク質対脂質比のグラフを例示する。

【発明を実施するための形態】

【0033】

本発明は、生体物質を探査する新規なサブミリ波光ファイバーラマンプローブ、プローブを組み込むシステム、及びシステムを使用する方法に関する。更に、本発明を、共通の要素を有する多数の異なる実施形態で提示してもよい。本発明の概念によれば、プローブのレンズ部が存在するプローブの先端は、プローブが部分球形又は半球形を有するために先細りされるように構成されている。そのようなものとして、生体物質のラマン分光法を最適化する。

【0034】

本発明の文脈で、用語「生体物質」は、好ましくは、生きている又は生きていないことがある生体起源又は合成生体起源の物質に関することに留意すべきである。生体物質は、生物学的組織階層の多細胞レベル、細胞レベル、細胞下レベル、及び細胞前レベルのうちいずれか１つに含まれる物質に関してもよい。更に、生体物質は、有機分子又は有機化合物を含む物質に関してもよい。更に、生体物質は、生体起源の副生成物又は排出物である物質に関してもよい。更に、生体物質は、生体起源の物質と生物学的に適合するように構文的に形成された物質に関してもよい。従って、プローブ、及びプローブのシステム及び方法は、記載のような生体物質の任意の形態に適用できるものとする。

【0035】

さて、本発明について、図面を参照して一例としてより詳細に説明する。参照しやすいように、共通の参照符号又は一連の符号は、図面に共通している同一又は同様の特徴を参照する場合、図面全体にわたって使用される。

【0036】

図１は、より詳細には、１０倍の対物レンズ倍率を有する顕微鏡の下にプローブ１を置いた状態で、ミクロンスケールにおける本発明のプローブ１の先端の写真である。これは、サブミリ波サイズのプローブ１を示す。

【0037】

図２は、標的細胞複合体２１（例えば、筋肉組織、脂肪、血液、尿、人工軟骨など）が存在する特定の深さで生体物質２（例えば、人間、動物、植物など）を探査するプローブ１を例示する。特に、図２は、プローブ１が光学構造体１１及び通信線１２を含むことを示す。光学構造体１１は、光を放出し、標的２１のラマン散乱を誘導し、その後、そのラマン散乱光（その蛍光と同義であることがある）を収集する一方、通信線１２は、実行されるべきラマン分光法用の１つ又は複数のデバイス（例えば、光源及び／又はスペクトル検出器）とプローブ１との間の通信を可能にする。

【0038】

生体物質２及び標的２１は、階層的細胞関係（例えば、生体物質２は脳器官であり、標的２１は灰白質組織である）を有することができることに留意すべきである。しかし、この関係は、必ずしも必要であるとは限らず、生体物質２及び標的２１は、同一であってもよい。この記述は、生体物質２及び標的２１が階層的細胞関係を有すると仮定するものとするけれども、この記述は、生体物質２及び標的２１が同一である場合に適用できると解釈されるべきである。

【0039】

プローブ１の光学構造体１１に関して、光学構造体１１は、レンズ部１１１及びスペーサー部１１２を更に含む。好ましくは、光学構造体１１は、コアレス終端ファイバー又はコアレス端部キャップである。光学構造体１１は、通信線１２から入ってくる光を生体物質２の方へ少なくとも集束させ、生体物質２から入ってくるラマン散乱光を通信線１２の方へ集束させることができる任意の他の構造体であってもよい。最も好ましくは、光学構造体１１は、２５０μｍの直径及び１．４５の屈折率を有する、Ｔｈｏｒｌａｂｓ会社からのＦＧ２５０ＬＡである。

【0040】

特に、光学構造体１１のレンズ部１１１は、光学構造体１１の露出端部である。更に、レンズ部１１１は、好ましくは、部分球形、半球形又は半球形のうちいずれか１つである状態で、先細りされている及び／又は丸められている。これは、光の集束を支援するためである。典型的に、コアレス終端ファイバーは、光を発散させる光終端装置であるけれども、先細りされる及び／又は丸められるように研磨されるべきであり、集束機能を起因すると考えられる凸レンズと同様な光学的特性を後で得ることができる。好ましくは、レンズ部１１１は、実質的に２００μｍ以下、最も好ましくは約１２５μｍ以下の半径ｒを有する。代わりに、レンズ部１１１は、台形が光集束機能を減少することがあるけれども、台形と同様な鋭角を有するように先細りされてもよい。

【0041】

特に、光学構造体１１のスペーサー部１１２は、通信線１２に結合又は融合された光学構造体１１の本体である。スペーサー部１１２は、光学構造体１１のレンズ部１１１と通信線１２の対応する端部との間にあるように規定されたギャップを設けるためである。より詳細には、スペーサー部１１２は、実質的に４０μｍ以下、最も好ましくは２５μｍ以下の長さを有するギャップｄを設ける。スペーサー部１１２は、光がレンズ部１１１と通信線１２との間で進みながら、光を最小散乱で曲げるように、レンズ部１１１と通信線１２との間の光の伝搬を最適化するためである。より詳細には、図２に示すように、スペーサー部１１２は、通信線１２から入ってくる光をレンズ部１１１の方へ発散させ、レンズ部２から入ってくるラマン散乱光を通信線１２の方へ集束させるのを支援することができる。更に、必要に応じて、スペーサー部１１２を、製造中に光学構造体１１から省いてもよい。

【0042】

プローブ１の通信線１２に関して、通信線１２は、好ましくは、光ベースの通信を行う。通信線１２は、単一モードファイバー又は多モードファイバーのうちいずれか１つであってもよい。更に、これらのファイバーのうちいずれか１つの選択は、光源及び標的２１のラマン散乱光の波長を考慮するためである。最も好ましくは、通信線１２は、プローブ１と１つ又は複数のデバイス（例えば、光源及び／又はスペクトル検出器）との間の異なるモードの光の送信及び受信用の多モードファイバーである。更に、通信線１２の構造に関して、通信線１２は、ファイバーコア１２２と、金属材料（例えば、アルミニウムなど）で更に被覆されたクラッディング１２１とを有する。最も好ましくは、通信線１２は、２００μｍのコア直径、３００μｍのコーティング直径、及び０．２２の開口数（ＮＡ）を有するステップ型多モードファイバーである、Ｔｈｏｒｌａｂｓ会社からのＡＦＭ２００Ｌである。

【0043】

これと一緒に、プローブ１の製造方法について簡単に説明する。第１のステップで、（光学構造体１１用の）コアレス終端ファイバーの片及び（通信線１２用の）アルミニウムで被覆された多モードファイバーの片を準備する。第２のステップで、コアレス終端ファイバー及び多モードファイバーの対応する端部を研磨する。第３のステップで、コアレス終端ファイバーが光学構造体１１の所望の長さになるように、コアレス終端ファイバーの片を切断し、この長さは、レンズ部１１１の半径ｒ及びスペーサー部１１２のギャップｄの１つ又は両方を含むことが好ましい。第４のステップで、切断されたコアレス終端ファイバーは、好ましくは接合によって、多モードファイバーの端部片に融合された端部の１つを有する。レンズ部１１１を形成するように先細り形状を有するためにコアレス終端ファイバーの露出端部を更に研磨する第５のステップを実行してもよい。これと一緒に、光学構造体１１及び通信線１２を有するプローブ１を製造する。製造のこの容易さは、使用後の廃棄可能性を支援する。

【0044】

プローブ１を所望の用途のために適切にサイズ調整する場合、プローブ１は、好ましくは、光学構造体１１及び通信線１２の両方を含めて、５００μｍ以下の全外径を有する。プローブ１の全外径は、好ましくは、１００μｍ又は３００μｍであってもよいけれども、５０μｍまで更に減少されてもよい。このような直径により、プローブ１の光学構造体１１が生体物質２の標的２１に達することができるように、プローブ１を、超真皮針管（即ち、鋭い端部を有する超真皮管）、光学的生検用の細針、又は吸引生検用の細針内に覆うことができる。更に、プローブ１は、好ましくは、光学構造体１１及び通信線１２の両方を含めて、約１０ｃｍの全長を有する。代わりに、プローブ１の全長は、約６．５ｃｍと約２０ｃｍとの間であってもよく、又は少なくとも、光学構造体１１が標的２１に達することができる長さであってもよい。針管の誘導の下で、プローブ１は、多細胞生物の深部器官、血管内系及び中枢神経系に近づくことができる。

【0045】

プローブ１のパラメータに関して、プローブ１の光学構造体１１は、好ましくは、１．３の屈折率を有する標的２１を探査するように約１．４５３６の屈折率を有する。光学構造体１１は、それ自体ではパラメータを有することに限定されないことに留意せよ。光学構造体１１は、光学構造体１１の屈折率が標的２１の屈折率よりも実質的に大きい限り、任意の他の屈折率を有してもよい。

【0046】

プローブ１のパラメータに関して、プローブ１の光学構造体１１は、好ましくは、１２７μｍの焦点半径を更に有する、約２２４μｍの有効焦点距離（ＥＦＬ）を有する。

【0047】

図３は、本発明のプローブ１を使用するシステム３のセットアップを例示する。図示のように、システム３は、プローブ１、光源３１、光モジュール３２、スペクトル検出器３３、及びコンピュータ３４を含む。

【0048】

システム３の光源３１に関して、光源３１は、好ましくは、光モジュール３２の方へ光のビームを放出する。特に、光のビームは、７００ｎｍと９００ｎｍとの間、最も好ましくは７８５ｎｍの波長を有するレーザー光である。なお特に、光源３１は、光のビームの電力が、好ましくは、０ｍＷと６０ｍＷとの間の範囲で調整可能である。しかし、光源によって放出される光のビームの波長及び電力は、標的２１を損傷することなく、ラマン分光法を実行することができる任意の値であることができることに留意すべきである。

【0049】

システム３の光モジュール３２に関して、光モジュール３２は、複数の開口部３２１ａ、３２１ｂ、３２１ｃ、レンズ３２２ａ、３２２ｂ、３２２ｃのセット、バンドパスフィルター３２３、二色性フィルター３２４、及びロングパスフィルター３２５を更に含むことが示されている。光モジュール３２は、光源３１とプローブ１とスペクトル検出器３３との間の中間体としての機能を果たすためである。光モジュール３２に上述の構成要素の全部を固定するように、光モジュール３２の本体を形成してもよい。

【0050】

特に、光モジュール３２の複数の開口部３２１ａ、３２１ｂ、３２１ｃは、第１の開口部３２１ａ、第２の開口部３２１ｂ、及び第３の開口部３２１ｃを含む。好ましくは、各開口部は、光モジュール３２の任意の中心点Ｃの周りに互いに直交する。これらの開口部３２１ａ、３２１ｂ、３２１ｃは、光モジュール３２から出入りする光の入口又は出口を可能にする。第１の開口部３２１ａを、光ファイバーによって光源３１に実質的に接続してもよく、第２の開口部３２１ｂを、通信線１２との同軸接続によってプローブ１に接続してもよく、第３の開口部３２１ｃを、光ファイバーによってスペクトル検出器３３に実質的に接続してもよい。プローブ１を、針管内に更に覆ってもよい。

【0051】

特に、レンズ３２２ａ、３２２ｂ、３２２ｃのセットは、第１のレンズ３２２ａ、第２のレンズ３２２ｂ、及び第３のレンズ３２２ｃを含む。好ましくは、これらのレンズは、光源３１の光の励起及びラマン結合を最適化する、非球面レンズ、又は任意のタイプの光視準レンズである。特に、各レンズを、光モジュール３２の開口部の周りに配置してもよい。より詳細には、第１のレンズ３２２ａは、第１の開口部３２１ａの近傍にあるように位置決めされ、第２のレンズ３２２ｂは、第２の開口部３２１ｂの近傍にあるように位置決めされ、第３のレンズ３２２ｃは、第３の開口部３２１ｃの近傍にあるように位置決めされる。

【0052】

特に、バンドパスフィルター３２３は、特定の波長範囲内に入ることができない波長を有する光をフィルター処理する。より詳細には、バンドパスフィルター３２３は、好ましくは、光源３１によって供給される光のビームの波長に似ていない波長を有する光をフィルター処理する。特に、バンドパスフィルター３２３は、第１の開口部３２１ａに位置決めされ、第１のレンズ３２２ａの前にある。バンドパスフィルター３２３は、光源３１によって供給される光のビーム内に存在することがある雑音を更に軽減するためである。

【0053】

特に、二色性フィルター３２４は、波長に基づいて光を反射する二色性ミラーである。特に、二色性フィルター３２４は、中心点Ｃの周りに好ましくは４５度の自己回転角で、光モジュール３２内に位置決めされ、二色性フィルター３２４の一方の側は、第１の開口部３２１ａ及び第２の開口部３２１ｂに実質的に面し、二色性フィルター３２４の他方の側は、第３の開口部３２１ｃに実質的に面する。

【0054】

特に、ロングパスフィルター３２５は、特定の波長未満の光をフィルター処理する。より詳細には、ロングパスフィルター３２５は、好ましくは、光源３１によって供給される光の波長と同様なラマン散乱光の範囲内の波長をフィルター処理する。特に、ロングパスフィルター３２５は、第３の開口部３２１ｃに位置決めされ、第３のレンズ３２２ｃの前にある。ロングパスフィルター３２５は、生体物質２の標的２１から入ってくるラマン散乱光内に存在することがある高周波雑音を更に軽減するためである。

【0055】

スペクトル検出器３３は、好ましくは、ラマン分光法を実行する分析機器（例えば、分光計又は分光写真機）である。特に、スペクトル検出器３３は、波長、波数、信号対雑音比（ＳＮＲ）などを含むことができる、標的２１のラマン散乱光のパラメータを導出し、その後、それらのパラメータを記録するものとする。好ましくは、スペクトル検出器３３に、電荷結合素子（ＣＣＤ）技術又は能動的画素センサー（ＡＰＳ）技術に基づいている、ラマン散乱光を検出する光センサーのアレイを装備する。スペクトル検出器３３のハードウェア及びソフトウェアに関して、好ましくは、スペクトル検出器３３に、標的２１のラマン散乱光を表す生ラマンスペクトルを導出して記録する信号処理を実行するアプリケーションソフトウェアを実行するプロセッサを装備する。

【0056】

更に、コンピュータ３４は、好ましくは、構造化バックグラウンド減算によってスペクトル検出器３３から受信された生ラマンスペクトルからクリーンラマンスペクトルを導出する分析機器である。このタスクを、この明細書で詳述する。コンピュータ３４を、データケーブルを介してスペクトル検出器にインターフェース接続してもよい。コンピュータ３４のハードウェア及びソフトウェアに関して、好ましくは、コンピュータ３４に、このタスクを実行するアプリケーションソフトウェアを実行するプロセッサを装備する。

【0057】

光源３１、光モジュール３２、及びスペクトル検出器３３の特定の仕様に関する更なる詳細は、次の通りである。

【0058】

７８５ｎｍのレーザービームを生成する光源３１は、最も好ましくは、Ｂ＆Ｗ ＴＥＫ会社からのＣｌｅａｎＬａｚｅ（登録商標）レーザーデバイスシリーズなどのレーザーデバイスである。更に、光源３１は、０ｍＷと約６００ｍＷとの間の範囲の電力を有するレーザービームを出力することができる。光源３１内に組み込まれる、又は別々の物品であることができる可変減光フィルターを用いて、光源３１の電力を制御してもよい。減光フィルターは、最も好ましくは、Ｔｈｏｒｌａｂｓ会社からのＮＤＣ－５０Ｃ－２Ｍ－Ｂである。

【0059】

スペクトル検出器３３は、最も好ましくは、Ｐｒｉｎｃｅｔｏｎ Ｉｎｓｔｒｕｍｅｎｔ会社からのＡｃｔｏｎ ＬＳ－７８５ ｆ／２である。更に、スペクトル検出器３３は、８００ｇｒ／ｍｍと８５０ｇｒ／ｍｍとの間、最も好ましくは８３０ｇｒ／ｍｍの格子密度を有するハイスループット反射イメージングを与えてもよい。好ましくは、スペクトル検出器３３に、最も好ましくは、Ｐｒｉｎｃｅｔｏｎ Ｉｎｓｔｒｕｍｅｎｔ会社からのＰＩＸＩＳ ４００ＢＲ－ｅＸｃｅｌｏｎであるカメラ又は画像センサーを更に装備する。カメラは、深部空乏電荷結合素子（ＤＤ－ＣＣＤ）技術に基づいており、近赤外（ＮＩＲ）イメージング用に更に向上され、ラマン分光法用に適合する。

【0060】

更に、スペクトル検出器３３は、それぞれフィンガープリント（ＦＰ）領域及び高波数（ＨＷ）領域用の水銀－アルゴンランプ及び４－アセトアミドフェノールを用いて較正された波長及び波数軸を有してもよい。好ましくは、米国標準技術局からのＮＩＳＴ ２２４１である標準的な基準材料を用いて、システム強度応答を較正した。

【0061】

光モジュール３２は、最も好ましくは、定格で７８５ｎｍの波長となっているバンドパスフィルター３２３（最も好ましくは、Ｓｅｍｒｏｃｋ会社からのＬＬ０１－７８５）を有する。光モジュール３２の二色性フィルター３２４は、光源３１の光と標的２１のラマン散乱光の分離のために、定格で７８５ｎｍとなっている。光モジュール３２のロングパスフィルター３２５は、定格で７８５ｎｍの波長となっている。

【0062】

図４は、生体物質２の標的２１からラマン散乱光を取得するために図３のシステムの使用を説明する第１の動作フローを例示するフローチャートである。このフローチャートに記載のステップは、限定されないと解釈されるべきであり、ステップの小さい修正（例えば、追加、削除、又は交換）は、記載のものから実質的に逸脱することなく当業者によって許容できることに留意せよ。

【0063】

図４は、ラマン分光法を実行する準備ができており、これによって、プローブ１が特定の深さで生体物質２に既に挿入され、光学構造体１１が標的２１に実質的に達する及び／又は面すると本質的に仮定することに留意せよ。

【0064】

まず、ステップＳＡ１で、光源３１は、光のレーザービームを光モジュール３２の方へ供給する。更に、今後、光のビームが、進み、生体物質２の標的２１に達することになっているので、光源３１によって放出される光のビームを「入力光」と呼ぶことができることに留意せよ。

【0065】

次に、ステップＳＡ２で、入力光を、光モジュール３２の第１の開口部３２１ａを介して光モジュール３２によって受信する。

【0066】

次に、ステップＳＡ３で、入力光は、第１のレンズ３２２ａその後バンドパスフィルター３２３の方へ、第１のレンズ３２２ａその後バンドパスフィルター３２３を通って逐次的に伝搬する。入力光を、第１のレンズ３２２ａによって視準し、次に、バンドパスフィルター３２３によってフィルター処理する。

【0067】

次に、ステップＳＡ４で、入力光は、二色性フィルター３２４の方へ伝搬し、二色性フィルター３２４によって反射される。より詳細には、二色性フィルター３２４は、入力光を第２のレンズ３２２ｂの方へ反射する。

【0068】

次に、ステップＳＡ５で、入力光は、第２のレンズ３２２ｂの方へ、第２のレンズ３２２ｂを通って伝搬し、第２のレンズ３２２ｂを通過し、更に視準される。

【0069】

次に、ステップＳＡ６で、入力光は、第２の開口部３２１ｂの方へ、第２の開口部３２１ｂを通って伝搬し、第２の開口部３２１ｂから光モジュール３２を出る。これと一緒に、入力光は、現在、プローブ１の通信線１２内にある。

【0070】

次に、ステップＳＡ７で、入力光は、通信線１２内で伝搬し、光学構造体１１に達する。

【0071】

次に、ステップＳＡ８で、入力光は、光学構造体１１から出て、生体物質２の標的２１に達して生体物質２の標的２１を励起する。

【0072】

次に、ステップＳＡ９で、入力光２１によって刺激されている標的２１は、入力光を散乱させ、これによって、ラマン散乱光を生成する。

【0073】

次に、ステップＳＡ１０で、ラマン散乱光は、光学構造体１１によって収集され、プローブ１に入る。

【0074】

次に、ステップＳＡ１１で、ラマン散乱光は、プローブ１の通信線１２を通って光モジュール２１の方へ戻って伝搬し、第２の開口部３２１ｂを介して光モジュール３２に達して光モジュール３２によって受信される。更に、今後、ラマン散乱光が、進み、スペクトル検出器３３に達することになっているので、ラマン散乱光を「出力光」と呼ぶことができることに留意せよ。

【0075】

次に、ステップＳＡ１２で、出力光は、第２のレンズ３２２ｂを通過し、第２のレンズ３２２ｂによって視準される。

【0076】

次に、ステップＳＡ１３で、出力光は、二色性フィルター３２４の方へ、二色性フィルター３２４を通って伝搬する。より詳細には、二色性フィルター３２４は、出力光に対して透明である。

【0077】

次に、ステップＳＡ１４で、出力光は、ロングパスフィルター３２５その後第３のレンズ３２２ｃの方へ、ロングパスフィルター３２５その後第３のレンズ３２２ｃを通って逐次的に伝搬する。出力光を、ロングパスフィルター３２５によってフィルター処理し、次に、第３のレンズ３２２ｃによって視準する。

【0078】

次に、ステップＳＡ１５で、出力光は、第３の開口部３２１ｃの方へ、第３の開口部３２１ｃを通って伝搬し、第３の開口部３２１ｃから光モジュール３２を出る。これと一緒に、出力光は、スペクトル検出器３３の方へ進む。

【0079】

次に、ステップＳＡ１６で、出力光を、スペクトル検出器３３によって受信する。ここで、スペクトル検出器３３は、出力光を生ラマンスペクトルデータに処理する。

【0080】

最後に、ステップＳＡ１７で、生ラマンスペクトルデータは、スペクトル検出器３３からコンピュータ３４によって受信され、標的２１を正確に表すクリーンラマンスペクトルデータに処理される。このように、第１の動作フローの説明を終了する。

【0081】

図５は、コンピュータ３４によって実行されるタスクであることが好ましい構造化バックグラウンド減算によって生ラマンスペクトルデータから標的２１のクリーンラマンスペクトルデータを抽出することを説明する第２の動作フローを例示するフローチャートである。このフローチャートに記載のステップは、限定されないと解釈されるべきであり、ステップの小さい修正（例えば、追加、削除、又は交換）は、記載のものから実質的に逸脱することなく当業者によって許容できることに留意せよ。

【0082】

更に、図５に記載のタスクを実行するコンピュータ３４に、好ましくは、タスクを実行するモジュールを動作させるプロセッサを装備することを強調する。より詳細には、コンピュータ３４は、タスクの少なくとも１つの態様に対応することができるソフトウェアモジュール又はハードディスクモジュールの集まりを動作させてもよい。これらのモジュールは、入力モジュール、最小化モジュール、全バックグラウンドスペクトル推定モジュール、最適化モジュール、比較モジュール、及び出力モジュールを含んでもよい。

【0083】

図５のフローチャートに記載の第２の動作フローは、図４のフローチャートの延長であることができることにも留意せよ。より詳細には、図５のフローチャートに記載のステップを、図４のフローチャートにおけるステップＳＡ１７のサブステップと見なしてもよい。

【0084】

構造化バックグラウンド減算による標的２１のクリーンラマンスペクトルデータの抽出用の図５の第２の動作フローは、標的２１の生ラマンスペクトルデータＳ_ＲＡＷが、（ｉ）干渉濃度Ｃ_ＩＮＴを有するファイバーラマン及び蛍光バックグラウンドデータＳ_{ＦＩＢＲＥ}（即ち、通信線１２のラマンバックグラウンド）、（ｉｉ）標的２１の自己蛍光バックグラウンドデータＳ_ＡＵＴＯ、及び（ｉｉｉ）標的２１のクリーンラマンスペクトルデータＳ_{ＣＬＥＡＮ}の３つの部分を有すると仮定することにも留意せよ。

【0085】

本発明の文脈における用語「データ」は、座標空間（例えば、デカルト座標空間など）内にプロット可能な順序対又はｎ組の形における複数の離散点を意味することにも留意せよ。

【0086】

まず、ステップＳＢ１で、コンピュータ３４の入力モジュールは、スペクトル検出器３３から標的２１の生ラマンスペクトルデータＳ_ＲＡＷを受信する。

【0087】

次に、ステップＳＢ２で、コンピュータ３４の入力モジュールは、生ラマンスペクトルデータＳ_ＲＡＷを入力ラマンスペクトルデータＳ_{ＩＮ（ｎ）}と考える。このステップに達した時に、ｎは、１であるように指定される。

【0088】

次に、ステップＳＢ３で、測定ファイバーラマン及び蛍光バックグラウンドデータＳ_{ＦＩＢＲＥ}を、コンピュータ３４の入力モジュールによって受信する。特に、このパラメータは、生ラマンスペクトルデータＳ_ＲＡＷの収集の前又は後に収集され、その後、コンピュータ３４にアップロード又は入力された独立測定データからであってもよい。

【0089】

次に、ステップＳＢ４で、Ｓ_{ＩＮ（ｎ）}及びＳ_{ＦＩＢＲＥ}を、コンピュータ３４の最小化モジュールに供給し、最小化モジュールは、現在のｎ番目の反復に対して、標的２１の推定干渉濃度データＣ_{ＩＮＴ（ｅｓｔ．＿ｎ）}及び推定自己蛍光バックグラウンドデータＳ_{ＡＵＴＯ（ｅｓｔ．＿ｎ）}（但し、ｎ＝１、２、３…）を探索する。好ましくは、最小化モジュールは、アルゴリズム１の使用によってこの探索を実行する。

【数1】

【0090】

アルゴリズム１の目的関数（大括弧）を、制約としてＳ_{ＩＮ（ｎ）}及びＳ_{ＦＩＢＲＥ}の既知のデータ値に基づいて求められるべき現在のｎ番目の反復のＣ_{ＩＮＴ（ｅｓｔ．＿ｎ）}及びＳ_{ＡＵＴＯ（ｅｓｔ．＿ｎ）}の最小データ値に対して反復的に計算する。好ましくは、特定の数の反復の時に、又は特定の事前設定値に達した時に、現在のｎ番目の反復のＣ_{ＩＮＴ（ｅｓｔ．＿ｎ）}及びＳ_{ＡＵＴＯ（ｅｓｔ．＿ｎ）}の最小データ値を求める。

【0091】

次に、ステップＳＢ５で、Ｃ_{ＩＮＴ（ｅｓｔ．＿ｎ）}（ステップＳＢ４で求められる）、Ｓ_{ＡＵＴＯ（ｅｓｔ．＿ｎ）}（ステップＳＢ４で求められる）、及びＳ_{ＦＩＢＲＥ}（ステップＳＢ３から）を、コンピュータ３４の全バックグラウンドスペクトル推定モジュールに供給する。全バックグラウンドスペクトル推定モジュールは、式１及び曲線適合によって推定全バックグラウンドスペクトルデータＳ_{ＢＧ（ｅｓｔ．＿ｎ）}を構成する。式１からの離散データを連続関数に適合させるために、曲線適合を実行した。

【数2】

【0092】

次に、ステップＳＢ６で、コンピュータ３４の最適化モジュールは、現在のｎ番目の反復の入力ラマンスペクトルデータＳ_{ＩＮ（ｎ）}及び推定全バックグラウンドスペクトルデータＳ_{ＢＧ（ｅｓｔ．＿ｎ）}を比較し、更新入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｕ）}を構成する。好ましくは、更新入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｕ）}に沿ったデータ点は、Ｓ_{ＩＮ（ｎ）}及びＳ_{ＢＧ（ｅｓｔ．＿ｎ）}が等しい又は略等しい横座標を有する状態で、下記の条件に従って構成される。
１．Ｓ_{ＢＧ（ｅｓｔ．＿ｎ）}の縦座標データ点よりも大きいＳ_{ＩＮ（ｎ）}の縦座標データ点の場合、Ｓ_{ＢＧ（ｅｓｔ．＿ｎ）}の縦座標データ点を、Ｓ_{ＩＮ（ｎ＿ｕ）}の構成で使用する。
２．Ｓ_{ＢＧ（ｅｓｔ．＿ｎ）}の縦座標データ点以下のＳ_{ＩＮ（ｎ）}の縦座標データ点の場合、Ｓ_{ＩＮ（ｎ）}の縦座標データ点を、Ｓ_{ＩＮ（ｎ＿ｕ）}の構成で使用する。

【0093】

これと一緒に、ステップＳＢ６で構成された更新入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｕ）}は、最小化バックグラウンド誤差を有する。

【0094】

次に、ステップＳＢ７のように、コンピュータ３４の比較モジュールは、現在のｎ番目の反復の入力ラマンスペクトルデータＳ_{ＩＮ（ｎ）}を更新入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｕ）}と比較する。明確にするために、Ｓ_{ＩＮ（ｎ）}は、前入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｐ）}と呼ばれることもある。より詳細には、コンピュータ３４は、絶対百分率差を判定する。

【0095】

次のステップＳＢ８は、Ｓ_{ＩＮ（ｎ＿ｐ）}とＳ_{ＩＮ（ｎ＿ｕ）}との間の絶対百分率差が１％未満であるか否かを判定する決定ステップである。この判定がイエスである場合、ステップＳＢ８は、ステップＳＢ９に進む。それ以外ならば、ステップＳＢ８は、ステップＳＢ１１に進む。

【0096】

Ｓ_{ＩＮ（ｎ＿ｐ）}とＳ_{ＩＮ（ｎ＿ｕ）}とのデータの間の絶対百分率差が１％未満であると判定したので、ステップＳＢ９で、コンピュータ３４の出力モジュールは、データを指定する。特に、最新のｎ番目の反復の前入力ラマンスペクトルデータＳ_{ＩＮ（ｎ＿ｐ＿ｒ）}、及び最新のｎ番目の反復の推定全バックグラウンドスペクトルデータＳ_{ＢＧ（ｅｓｔ．＿ｎ＿ｒ）}を、指定データと見なす。

【0097】

ステップＳＢ９の後に、ＳＢ１０が来る。ここで、コンピュータ３４の出力モジュールは、式２及び曲線適合によって指定データ（Ｓ_{ＩＮ（ｎ＿ｐ＿ｒ）}及びＳ_{ＢＧ（ｅｓｔ．＿ｎ＿ｒ）}）を用いて、標的２１のクリーンラマンスペクトルデータＳ_{ＣＬＥＡＮ}を構成する。式２からの離散データを連続関数に適合させるために、曲線適合を実行した。これにより、第２の動作フローを終了し、標的２１のクリーンラマンスペクトルデータＳ_{ＣＬＥＡＮ}を取得する。

【数3】

【0098】

Ｓ_{ＩＮ（ｎ＿ｐ）}とＳ_{ＩＮ（ｎ＿ｕ）}との間の絶対百分率差が１％以上であると判定したので、ステップＳＢ１１で、最小化モジュールに供給されるＳ_{ＩＮ（ｎ）}として反復を継承する使用のために、Ｓ_{ＩＮ（ｎ＿ｕ）}を確保する。これと一緒に、ステップＳＢ１１は、ステップＳＢ４に戻り、ステップＳＢ４から相互作用的にループする。

【0099】

このように、第２の動作フローの説明を終了する。

【0100】

図６～図２０は、本発明のプローブ１を用いて収集された実験データに関する。より詳細には、図４及び図５のフローチャートに記載のステップの使用によってプローブ１を有するシステム３を用いて収集された実験データは、プローブ１、システム３，及びシステム３を使用する方法の性能を例示することを目的とする。

【0101】

図６は、生体物質２内の標的２１の深さに対する正規化ラマン光子収集効率のグラフである。特に、図６は、シミュレーションによって取得される、平坦プローブと本発明のプローブ１（先細りプローブとラベル表示されている）との間の線図比較を更に示す。図示のように、０μｍから約８００μｍの深さで、本発明のプローブ１は、平坦プローブに比べて約３．０３倍だけ改善されたラマン収集を行う。これは、サブミリ波サイズ及び光学構造体１１の先細り形状のために、励起集束及びプローブ１のラマン信号収集性能の改善を意味する。

【0102】

図７及び図８は、ファイバー長（即ち、プローブ１の通信線１２の長さ）及びスペクトル検出器３３の積分時間（より詳細には、スペクトル検出器３３の光検出器の積分時間）の変動に応じた平均最大光子数を例示するグラフである。特に、図７は、プローブ１のファイバー長に対する最大光子数のグラフである。特に、図８は、スペクトル検出器３３の積分時間に対するプローブ１の最大光子数のグラフである。

【0103】

図７は、約６．５ｃｍから約１６ｃｍのファイバー長を有するプローブ１を用いた±１の標準偏差（ＳＤ）を有する平均最大光子数（例えば、８００ｃｍ^－１）を例示する。プローブ１は、システム３の内部にあり、システム３の光源３１は、約３０ｍＷの励起出力を有する入力光を供給し、システム３のスペクトル検出器３３は、約０．５ｓの積分時間を有する。このグラフに基づいて、プローブ１は、システム３が飽和点（即ち、画素毎に６５５３５個の光子数）に達する前に、システム３の上述の仕様の下で最長約２０ｃｍのファイバー長を有してもよい。

【0104】

図８は、システム３のスペクトル検出器３３の積分時間が約０．１ｓから１ｓまで変わるシステム３にプローブ１を用いた±１のＳＤを有する平均最大光子数（例えば、８００ｃｍ^－１）を例示する。システム３は、約３０ｍＷの励起出力を有する入力光を供給する光源３１も有する。

【0105】

図７及び図８に示すように、本発明のプローブ１の性能は、プローブ１のファイバー長及びスペクトル検出器３３の積分時間に対して平均最大光子数の直線関係（ｒ^２≒１）を示す。これは、標的２１のクリーンラマンスペクトル検索のために開発された構造化バックグラウンド減算アルゴリズムのロバスト性を実証する。

【0106】

図９は、光源３１の励起出力に対するラマンスペクトル領域における平均最大光子数のグラフを例示する。特に、図９は、フィンガープリント（ＦＰ）領域のスペクトルにおける光子数と高波数（ＨＷ）スペクトル領域のスペクトルにおける光子数との間の線図比較を更に示す。

【0107】

特に、異なる励起出力の入力光を用いてＦＰ領域及びＨＷ領域におけるスペクトルを測定することによって、図９のグラフを描く。より詳細には、図９は、８００ｃｍ^－１及び２８００ｃｍ^－１の波数でプローブ１を用いて取得される±１のＳＤを有する平均最大光子数を例示し、プローブ１は、約１０ｃｍのファイバー長を有し、システム３は、０ｍＷから約５０ｍＷの励起出力を有する入力光を供給する光源３１を有し、スペクトル検出器３３は、約１ｓの積分時間を有する。図示のように、入力光の出力が３５ｍＷ未満である場合、線形応答を示し、これによって、入力光の励起出力を約３５ｍＷ未満であるように制御することによって、スペクトル検出器３３の飽和を防止可能であることを示し、これによって、ＦＰ領域及びＨＷ領域の両方でラマン信号を回収する可能性を与える。

【0108】

図１０及び図１１は、プローブ１によって収集された標的２１の生ラマンスペクトルデータを図５に例示のステップのようなクリーンラマンスペクトルデータに変換するグラフを例示する。特に、図１０は、生ラマンスペクトルデータとバックグラウンドスペクトルデータとの間の線図比較を更に示す。特に、図１１は、図１０に存在するデータの使用に起因するクリーンラマンスペクトルデータを例示する。

【0109】

特に、図１０及び図１１は、生ラマンスペクトルデータの使用からの蛍光バックグラウンド及びファイバーバックグラウンドの減算の例を示す。生ラマンスペクトルデータを、プローブ１を用いて豚の脂肪から収集し、システム３は、３０ｍＷの励起出力を有する入力光を供給する光源３１、及び０．７ｓの積分時間を有するスペクトル検出器３３を有する。

【0110】

８００ｃｍ^－１から３３００ｃｍ^－１の生ラマンスペクトルデータを、豚の脂肪から収集し、図５のフローチャートのようにコンピュータ３４によって処理した。好ましくは、処理負荷を減らすために、ＦＰ領域（８００ｃｍ^－１から１８００ｃｍ^－１の範囲）及びＨＷ領域（２８００ｃｍ^－１から３３００ｃｍ^－１の範囲）における生ラマンスペクトルだけを、コンピュータ３４によって処理し、ラマン寄与を欠く無症状領域（１８００ｃｍ^－１から２８００ｃｍ^－１の範囲）を、選択的に無視する。これらの領域に対して得られるクリーンラマンスペクトルデータは、ＦＰ領域におけるスペクトルに使用される五次多項式適合とＨＷ領域におけるスペクトルに使用される二次多項式適合とを有する多項式関数を用いて描かれる適合曲線である。ＨＷ領域におけるスペクトル強度は、より優れた可視化のために、約１０倍で増幅されていることに留意せよ。

【0111】

図１０に示すように蛍光バックグラウンド及びファイバーバックグラウンドを正確に推定することによって、豚の脂肪のクリーンラマンスペクトルデータを、図１１に示すようにＦＰ領域及びＨＷ領域の両方でうまく回収することができる。これは、平坦光ファイバーラマンプローブを使用する場合よりも約１．７８倍改善されるので、プローブ１を用いてラマン測定値を取得する実現可能性を示す。これは、本発明のプローブ１が深さ選択性能を改善することを更に示す。

【0112】

図１２～図１４は、プローブ１を用いて１つ又は複数の組織サンプルから収集されるラマンスペクトルを例示する。

【0113】

特に、図１２は、３０ｍＷの励起出力を有する入力光を供給する光源３１、及び０．１ｓから１ｓの積分時間を有するスペクトル検出器３３を有するシステム３の下で、豚の皮膚、豚の筋肉、及び豚の脂肪、鶏の軟骨、マウスの灰白質、及びマウスの白質を含む様々な組織サンプルを標的２１として用いて、プローブ１を検証したことを例示する。

【0114】

図１２は、スペクトル検出器３３が０．５ｓの積分時間を有するシステム３で、±１のＳＤを有する組織サンプルの平均正規化ラマンスペクトルを例示する。図示のように、明白なラマンピークが、ＦＰ領域及びＨＷ領域の両方で観測される。

【0115】

より詳細には、図１２のＦＰ領域で、８５３ｃｍ^－１（ｖ（Ｃ－Ｃ）タンパク質を示す）、１００４ｃｍ^－１（フェニルアラニンのｖ（Ｃ－Ｃ）環状呼吸を示す）、１０７８ｃｍ^－１（脂質のｖ（Ｃ－Ｃ）を示す）、１２５０ｃｍ^－１（アミドＩＩＩを示す）、１２９６ｃｍ^－１（ＣＨ_２変形を示す）、１３３５ｃｍ^－１（タンパク質及び核酸のＣＨ_３ＣＨ_２ねじれを示す）、１４４５ｃｍ^－１（タンパク質及び脂質のＣＨ_２変形を示す）、及び１６５５ｃｍ^－１（アミドＩ及び脂質のＣ＝Ｃを示す）などを含む波数で近似的に観測されるラマンピークがある。

【0116】

より詳細には、図１２のＨＰ領域で、２８５０ｃｍ^－１（脂質のＣＨ_２対称伸縮を示す）、２８８５ｃｍ^－１（脂質のＣＨ_２非対称伸縮を示す）、２９４０ｃｍ^－１（脂質及びタンパク質のＣ－Ｈ振動を示す）、及び３２５０ｃｍ^－１（ＯＨ伸縮を示す）などを含む波数で近似的に観測されるラマンピークがある。

【0117】

これと一緒に、図１２は、プローブ１が、異なる組織サンプルに存在する独特の生体分子化合物（例えば、脂質、核酸、及びタンパク質など）の確認を可能にすることを示している。これは、異なるサンプルに対する独特のラマン特徴及びピーク（例えば、ラマンピーク強度及びピーク幅など）が、ＦＰ領域における１２００ｃｍ^－１から１５００ｃｍ^－１の波数、及びＨＷ領域における２８００ｃｍ^－１から３０００ｃｍ^－１の波数で観測されるからである。

【0118】

図１３及び図１４は、異なる組織サンプルに対する積分時間に対するＳＮＲの変化を例示する。図１３は、積分時間に対して１６５５ｃｍ^－１の波数を有するＦＰ領域におけるラマンピークの図１２の組織のＳＮＲのグラフを例示する。図１４は、積分時間に対して２９４０ｃｍ^－１の波数を有するＨＷ領域におけるラマンピークの図１２の組織のＳＮＲのグラフを例示する。両方の図面に示すように、ＦＰ領域及びＨＷ領域の両方におけるＳＮＲは、積分時間の二乗根に対して増加傾向を示す。更に、０．５ｓの積分時間で、ＦＰ領域及びＨＷ領域の両方における代表的なラマンピークのＳＮＲは、５よりも少なくとも高く、これによって、多数の器官部位で設計プローブ１のラマンスペクトル収集の効果的なラマン信号収集性能を示す。

【0119】

図１５及び図１６は、本発明のプローブ１を用いて収集された１つ又は複数の生物流体に対するラマンスペクトルグラフを例示する。特に、図１５は、尿及び血液に対する平均ラマンスペクトルを例示する。図１６は、尿及び血液に対するラマンスペクトルのＳＮＲを例示する。

【0120】

図１５及び図１６は、３０ｍＷの励起出力を有する入力光を供給する光源３１、及び０．１ｓから１ｓの積分時間を有するスペクトル検出器３３を有するシステム３の下で、マウスの血液及びマウスの尿である生物流体からのラマンスペクトルデータの高速収集のためのプローブ１の能力を示す。

【0121】

図１５は、±１のＳＤを有するマウスの血液及びマウスの尿の両方の平均ラマンスペクトルを例示し、システム３は、０．５ｓの積分時間を有するスペクトル検出器３３を有する。ここで、ＦＰ領域内に位置する顕著な生物流体ラマンピークは、８７５ｃｍ^－１、９９１ｃｍ^－１（ＲＢＣ、フェニルアラニン及びＮＡＤＨを示す）、１００２ｃｍ^－１（尿素のＮ－Ｃ－Ｎ伸縮を示す）、１１２０ｃｍ^－１（カロチンを示す）、１２１０ｃｍ^－１（ＲＢＣを示す）、１３３５ｃｍ^－１、１４４５ｃｍ^－１、１５４２ｃｍ^－１（ＲＢＣ及びアミドＩＩを示す）、１６０８ｃｍ^－１（尿素を示す）などを含む波数で近似的に観測される。ここで、ＨＷ領域内に位置する顕著な生物流体ラマンピークは、２８８５ｃｍ^－１、２９４０ｃｍ^－１、３２５０ｃｍ^－１などを含む波数で近似的に観測される。

【0122】

図１５に示すように、尿に起因する独特のラマン特徴（例えば、１００２ｃｍ^－１、１６０８ｃｍ^－１などの波数におけるラマンピーク）、及びヘモグロビン及びＲＢＣに由来する血液のラマン特徴（例えば、９９１ｃｍ^－１、１２１０ｃｍ^－１、及び１５４２ｃｍ^－１の波数におけるラマンピーク）が観測され、異なる生物流体の異なる生体分子構造を識別する際にプローブ１の優れた性能を確認する。

【0123】

図１６は、０．１ｓから１ｓまで変わるスペクトル検出器３３の積分時間に対するマウスの尿及びマウスの血液のラマンスペクトルのＳＮＲを示す。より詳細には、マウスの尿のラマンピークのＳＮＲを、１００３ｃｍ^－１の波数から導出し、マウスの血液のラマンピークのＳＮＲを、１５４２ｃｍ^－１の波数から導出する。ここで、両方の生物流体サンプルに対するラマンピークのＳＮＲは、約０．５ｓの積分時間で１０よりも高いことが更に観測される。更に、両方のラマンスペクトルのＳＮＲは、積分時間の二乗根に対して増加する。これは、プローブ１が高いＳＮＲ応答を与えるので、生物流体の高速及び定量的ラマン測定に対するプローブ１のロバスト性を実証する。

【0124】

図１７～図２０は、マウスの脳モデルを用いたプローブ１の性能評価を例示する。これらの図面は、マウスの脳モデルからラマンスペクトルを収集するセットアップ及び手順を例示する。図１７は、マウスの脳モデルの写真を例示する。図１８は、マウスの脳モデルを用いた本発明のプローブの写真を例示する。図１９は、マウスの脳モデルにわたる様々な深さにおけるマウスのモデルの平均ラマンスペクトルを例示する。図２０は、図１９からのデータに基づくマウスの脳モデルにわたる様々な深さ内のタンパク質対脂質比のグラフを例示する。

【0125】

図１７及び図１８に示すように、プローブ１を、７つの異なる深さ（即ち、０ｍｍ、１ｍｍ、２ｍｍ、３ｍｍ、４ｍｍ、５ｍｍ、及び６ｍｍ）で、マウスの脳モデルに挿入する。挿入の方向は、モデルの左頭頂葉皮質からモデルの右頭頂葉皮質である。各深さで、ＦＰ領域及びＨＷ領域の１０個のラマンスペクトルを、３０ｍＷの励起出力を有する入力光を供給する光源３１、及び０．５ｓの積分時間を有するスペクトル検出器３３を有するシステム３の下で、プローブ１を用いて取得した。

【0126】

図１９は、±１の標準偏差（ＳＤ）を有する異なる深さにおけるマウスの脳モデルの平均ラマンスペクトルを示す。上述の脳組織の特徴的なラマンピークを、全ての深さで（即ち、ＦＰ領域における８５３ｃｍ^－１、１００４ｃｍ^－１、１０７８ｃｍ^－１、１２５０ｃｍ^－１、１３３５ｃｍ^－１、１４４５ｃｍ^－１、１６５５ｃｍ^－１の波数で近似的に、及びＨＷ領域における２８５０ｃｍ^－１、２８８５ｃｍ^－１、２９４０ｃｍ^－１、及び３２５０ｃｍ^－１の波数で近似的に）観測した。

【0127】

更に、図１９から、ピーク強度及びピーク幅の変化を含むラマンスペクトル特徴変動を、マウスの脳モデルの異なる深さで観測することができた。より詳細には、ピーク強度変化を、８５３ｃｍ^－１、１００４ｃｍ^－１、１０７８ｃｍ^－１、１４４５ｃｍ^－１、１６５５ｃｍ^－１、２８８５ｃｍ^－１、２９４０ｃｍ^－１、及び３２５０ｃｍ^－１の波数で近似的に観測した。ピーク幅変化を、１０７８ｃｍ^－１、１４４５ｃｍ^－１、及び１６５５ｃｍ^－１の波数で近似的に観測した。これらのラマンスペクトル特徴変動は、マウスの脳モデルの異なる脳解剖学的部位で生体分子差を反映する。ここから、異なる深さにおけるタンパク質対脂質ラマン比を調査した。

【0128】

図２０は、ＦＰ領域及びＨＷ領域の両方におけるタンパク質及び脂質に関する代表的なラマンピークを用いて描かれる、±１の標準偏差を有する平均タンパク質対脂質ラマン比の線図を示す。ＦＰ領域における代表的なラマンピークは、１０７８ｃｍ^－１（脂質のｖ（Ｃ－Ｃ）を示す）及び１３３５ｃｍ^－１（タンパク質及び核酸のＣＨ_３ＣＨ_２ねじれを示す）の波数を含む。ＨＷ領域における代表的なラマンピークは、２８５０ｃｍ^－１（脂質のＣＨ_２対称伸縮を示す）及び２９４０ｃｍ^－１（脂質及びタンパク質のＣ－Ｈ振動を示す）の波数を含む。ＦＰ領域に対するタンパク質対脂質ラマン比を、式Ｉ_１３３５／Ｉ_１０７８を用いて推定する。一方、ＨＷ領域に対するタンパク質対脂質ラマン比を、式（（Ｉ_２９４０－Ｉ_２８５０））／Ｉ_２８５０を用いて推定する。

【0129】

図２０に示すように、ＦＰ領域及びＨＷ領域の両方に対する平均タンパク質対脂質ラマン比は、０ｍｍから約１ｍｍの深さで減少する。これは、様々な脂質に富むグリア支持細胞を有する約１ｍｍの深さに位置する白質の中核に比べて多くのタンパク質及び核酸に富む神経細胞を有する大脳皮質の外層灰白質からプローブ１を挿入したからである。

【0130】

図２０に示すように、ＦＰ領域及びＨＷ領域の両方に対する平均タンパク質対脂質ラマン比は、約２ｍｍから４ｍｍの深さで増加し始める。これは、タンパク質及び機能性神経細胞に富む視床部位にプローブ１を挿入したからである。

【0131】

図２０に示すように、ＦＰ領域及びＨＷ領域の両方に対する平均タンパク質対脂質ラマン比は、約５ｍｍの深さに達した場合に減少するけれども、約６ｍｍの深さに達した場合に増加する。これは、大脳皮質の右側の白質部位（約５ｍｍの深さに位置する）及び灰白質部位（約６ｍｍの深さに位置する）をプローブ１が通過するからである。

【0132】

ラマン比で観測される生体分子情報は、図２０における異なる深さで取得され、プローブ１の深さ分解ラマン信号収集能力を確認した。２つの線図の間のタンパク質対脂質ラマン比の相関係数ｒは、約０．８２であるように計算され、ＦＰ領域及びＨＷ領域におけるラマンピークの間の高ラマン信号一貫性を立証した。

【0133】

これと一緒に、生体物質を探査する新規なサブミリ波光ファイバーラマンプローブ１、プローブを組み込むシステム３、及びシステム３を使用する方法に関する詳細は、十分解明されている。更に、ラマン分光法を含む生物医学的用途で広く使用される可能性は、解明されている。

【0134】

本開示は、特許請求の範囲に含まれるもの、及び上述の説明を含む。この発明は、ある程度詳細に好ましい形態で説明されているけれども、好ましい形態の本開示は、ほんの一例として行われ、本発明の範囲から逸脱することなく、部品の構成及び組み合わせ及び配置の詳細の多くの変更を採用することができるものとする。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【国際調査報告】