목적은 나노광자 이중사슬 칩과 딥러닝 정량 프레임워크 ProSpect을 기반으로 한 새로운 S100B 칼슘 결합 단백질 검출 방법을 구축하고 검증하여 pg/ml 수준의 넓은 동적 범위 내에서 뇌 손상 바이오마커의 신뢰할 수 있는 정량화를 실현하는 것이다. 본 방법은 폴리스티렌/셀레늄(PS/Se) 나노 이중사슬 구조 기반의 나노광자 이중사슬 칩을 이용해 재조합 S100B 표준품(1 pg/ml~100 ng/ml)과 2024년 10월 1일부터 2025년 10월 1일까지 해방군 총병원에서 수집한 30명의 외상성 뇌손상 환자 혈청 및 타액 샘플을 검출하여 고해상도 명시야 광학 이미지를 획득하였다. 위 칩 이미지를 읽기 위해 공간 블록 필터링 및 정규화(SPIN), 블록 수준 농도 추정(DENS), 블록 확률 집계 및 농도 조정(PACHER), 연속 농도 추정(QUANT) 4개 모듈로 구성된 딥러닝 정량 프레임워크 ProSpect을 구축하였다. SPIN은 Otsu 임계값 분할, 형태학적 처리 및 종횡비 제약을 통해 이중사슬 기하학적 특성을 지닌 고품질 블록을 추출하며, DENS는 ResNet-50 기반으로 블록을 6단계 농도로 분류한다. PACHER는 이미지 수준에서 블록 확률을 소프트 집계하고, QUANT는 로그 농도 공간에서 가중 기대값을 계산 후 선형 보정을 거쳐 연속 농도 추정을 실현한다. 표준품 실제 농도 및 ELISA 결과를 기준으로 분류 성능, F1 값, 결정 계수(R²), 평균 절대 오차 등 지표로 프레임워크의 반정량 분류 및 연속 정량 성능을 평가하였다. 결과는 S100B 표준품에 대해 나노광자 이중사슬 칩과 딥러닝 정량 프레임워크 ProSpect 결합 시 6개 농도 단계 이미지 수준 분류 정확도가 모두 95% 이상이며, 연속 농도 예측값이 실제 농도와 높은 상관관계(R²=0.9997)를 보였다. 다양한 임상 인체 샘플에서 본 방법은 ELISA 결과와도 높은 선형 상관관계(R²=0.9977)를 보였으며 대부분의 샘플이 Bland-Altman 일치 한계 범위 내에 위치하였다. ELISA 검출한계(18.75 pg/ml) 이하인 타액 샘플 3건은 검출되지 않았으나 나노광자 이중사슬 칩과 딥러닝 정량 프레임워크 ProSpect으로 정량 가능하였으며 정밀도도 양호(CV<10%)하여 높은 민감도를 시사한다. 결론 본 연구에서 구축한 ‘나노광자 이중사슬 칩+딥러닝 정량 프레임워크 ProSpect’ 통합 방법은 넓은 동적 범위 내에서 안정적인 반정량 분류 및 연속 농도 추정을 실현하며 ELISA 결과와 일치하여 뇌 손상 바이오마커 신속 검출의 새로운 전략을 제공한다.

나노광자 이중사슬 칩;S100B 단백질;딥러닝;바이오마커;외상성 뇌손상