基于ATR-FTIR光谱与机器学习的尿液样本妇科癌症无创早期诊断研究

本研究针对妇科癌症早期筛查技术匮乏的临床难题，创新性采用衰减全反射傅里叶变换红外光谱（ATR-FTIR）结合机器学习算法，对309例液体尿液样本进行检测。研究实现了91%的准确率，发现2093 cm-1和1774 cm-1特征峰可作为潜在生物标志物，为开发低成本、非侵入性癌症筛查工具提供了重要技术路径。

　　

妇科癌症的早期诊断一直是临床面临的重大挑战。子宫内膜癌（EC）和卵巢癌（OC）作为高致死率疾病，75%的卵巢癌患者在确诊时已进展至晚期，5年生存率骤降至29%。现有筛查手段如CA-125检测和超声检查存在灵敏度不足的问题，而组织活检具有侵入性。更严峻的是，在发展中国家，即便对宫颈癌（CC）和乳腺癌（BC）这类已有筛查手段的疾病，也因设备昂贵而难以普及。这种背景下，瑞士巴塞尔大学医院Francesco Vigo团队在《Clinical and Experimental Medicine》发表的研究，为破解这一困境提供了创新解决方案。

研究团队开创性地将衰减全反射傅里叶变换红外光谱（ATR-FTIR）与机器学习结合，直接分析液体尿液样本。传统光谱分析多采用干燥样本以规避水分子干扰，但该研究突破技术瓶颈，通过优化测量参数（24次扫描平均、4 cm^-1分辨率）成功获取高质量光谱数据。研究纳入309例手术患者样本（103例癌症/206例对照），涵盖EC、OC、CC、BC及外阴癌等多种妇科肿瘤。

关键技术方法包括：采用铂金钻石晶体ATR-FTIR光谱仪（Brucker）直接检测20μL液体尿液；通过Savitzky-Golay滤波和标准正态变量（SNV）变换进行数据预处理；运用正交偏最小二乘（OPLS）降维后，采用网格搜索优化的随机森林模型（21棵决策树、最大深度4）进行分类；通过SHAP值解析特征重要性。

【研究结果】

样本特征分析
队列中癌症患者平均年龄呈现器官特异性分布：卵巢癌患者最年长（中位63岁），乳腺癌最年轻（46岁）。BMI数据显示外阴癌患者最高（35 kg/m²），与已知肥胖风险因素吻合。种族构成以白种人为主（96.6%-100%），反映瑞士本土人群特征。

模型性能验证
随机森林模型在十折交叉验证中展现优异性能：整体准确率91%，对照组分类精确度达100%。关键指标F1-score显示，健康样本识别率95%，癌症样本89%。ROC曲线下面积（AUC）证实模型具有优秀区分能力，克服了样本不平衡的挑战。

生物标志物发现
SHAP值分析锁定三个关键波数：1773 cm^-1（可能对应羰基C=O伸缩振动或酰胺I带）、2093 cm^-1（氰基C≡N伸缩或胺N-H振动）。非参数检验证实这些峰在健康与癌症组间存在显著差异（p<0.05），其中1773 cm^-1峰在对照组中表达更高，可能反映肿瘤导致的蛋白质/脂质代谢紊乱。

技术比较优势
与既往干燥样本研究相比，该液体检测方案将样本前处理时间从数小时缩短至1分钟。特征峰1773 cm^-1与Paraskevaidi团队报告的脂质相关峰（1762-1797 cm^-1）具有一致性，验证了生物标志物的可重复性。

【结论与讨论】
这项研究确立了ATR-FTIR尿液液体活检在妇科肿瘤筛查中的临床转化潜力。相比传统方法，该技术具备三大突破：1）直接分析液体样本，避免干燥导致的分子构象改变；2）91%的准确率接近现有金标准；3）检测成本降低约90%，适合资源匮乏地区。特征峰1773 cm^-1的发现为后续机制研究指明方向，可能涉及肿瘤微环境中的脂质过氧化或蛋白质构象改变。

研究也存在若干局限：样本量仍需扩大以提高亚型分析能力；单一中心数据可能影响模型泛化性；液态水干扰虽被抑制但仍可能掩盖部分信号。团队建议下一步应开展多中心验证，并探索光谱特征与分子分型的关联。这项技术若与微流控芯片结合，有望开发出便携式癌症筛查设备，真正实现"将实验室搬进社区"的医疗愿景。