红外分子指纹工作流程和临床研究设计
(a)在三个不同的临床地点招募治疗队列——幼稚、肺癌、乳腺癌、前列腺癌和膀胱癌患者(病例)、器官特异性症状参考和无症状参考个体——总共1927人
(b)从所有个人抽取血样，并根据明确的标准操作程序制备血清和血浆
使用液体大量血清和血浆的自动傅里叶变换红外光谱来获得免疫荧光
使用水校正和归一化对显示的内模函数进行预处理(参见方法)
(d)对于研究的每个临床问题，病例和参考队列的特征根据年龄、性别和体重指数(身体质量指数)进行匹配，以避免患者选择偏差
这导致匹配的总人数为1639人
机器学习模型建立在训练数据集上，并在测试数据集上进行评估，以分别评估四个癌症实体的分类效率
信用:DOI: 10
7554/eLife
68758 癌症可以在我们体内的许多地方生长，并对我们的健康构成巨大威胁
但是，如果人们能够在早期发现癌性生长，战胜它的几率会更高
有没有办法实现这一点？来自LMU慕尼黑激光物理系的宽带红外诊断(BIRD)研究小组揭示，红外光谱分析可以用来提取实体肿瘤在我们血液中留下的分子痕迹
检测早期和侵袭性较低的癌性病变对于有效的医疗选择至关重要
除了将我们体内的肿瘤组织可视化的射线照相工具之外，除了从内部器官切下组织活检以在显微镜下检查之外，现代诊断方法通常专注于非侵入性癌症检测:它们分析体液并试图捕捉由癌症引起的宏观“不可见”的分子变化
事实上，肿瘤将许多异常的代谢产物和信号分子传播到周围环境中
同样，肿瘤也与邻近的正常组织细胞相互作用，随后与我们的免疫细胞和血管相互作用
这些相互作用极大地影响了许多分子的类型和数量，这些分子最终在我们的血液中循环，即使在肿瘤仍然局限于某个器官并且尚未转移的时候
然而，明确识别癌症的分子——医学诊断和制药的圣杯——仍然是一个挑战
LMU大学的阿托世界研究小组已经做出了巨大努力，为复杂液体基质中分子的最可靠、最灵敏的检测开辟了新的技术途径
在这种情况下，BIRD研究团队刚刚在eLife上发表了一篇论文，他们让一小部分血液样本流过试管，让红外光穿过试管，并根据溶解在其中的数十万种不同分子的身份和数量，量化了血液样本光波模式的复杂变化
通过使用机器学习算法提取信息，可以确定一个高度表征个体血液样本的特征，该特征可以被称为“分子指纹”
“伯德团队早期发表在《自然通讯》上的研究表明，这种红外分子指纹在重复抽取个体血液时具有很高的重现性
通过红外分子指纹来追踪像癌症这样的疾病，问题的严重性现在变得显而易见:我们必须转移到人群层面
因此，科学家们必须分析近2000个个体的指纹，才能提取出平均健康指纹和平均疾病指纹之间的差异
它在现实生活中是如何工作的？与LMU诊所的医生合作，BIRD团队建立了一个匹配的病例对照临床研究，并对独立诊断的肺癌、前列腺癌、乳腺癌或膀胱癌患者的样本进行了比较红外分子指纹分析
事实上，血液的红外指纹识别令人惊讶地强大，并且正确地检测到了癌症状态
令人兴奋的是，红外指纹不仅可以用于检测癌症，还可以用于区分不同的癌症类型，表明每种癌症都引发了特定的分子变化
这种方法有一天会进入诊所吗？尽管还远未成为患者可以在医疗诊所受益的方法，但这项已发表的研究证实了这样一种预期，即在未来，红外指纹技术可能会有助于癌症诊断，甚至有助于对低级别癌症进行癌症筛查，而目前的癌症检测并未注意到这一点
特别是，红外指纹技术可能很快会发展到另一个水平
尤其是当来自attoworld研究的超快光源和基于高精度电场的计量仪将发挥作用时
道路可以看到，探索仍在继续
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
