基于尿液表面增强拉曼光谱与多元分析的溃疡性结肠炎早期诊断新策略

为解决溃疡性结肠炎（UC）与克罗恩病（CD）鉴别诊断困难及早期筛查非侵入性不足的问题，研究人员通过表面增强拉曼光谱（SERS）技术结合主成分分析（PCA）-支持向量机（SVM）模型，对249例尿液样本（83 UC/83 CD/83 HC）进行检测。结果显示，UC/CD模型准确率达72.89%，UC/HC模型达82.53%，为IBD亚型分型和UC早期诊断提供了高效无创的新方法，具有重要临床转化潜力。

　　

炎症性肠病（IBD）作为全球公共卫生挑战，其亚型溃疡性结肠炎（UC）和克罗恩病（CD）的鉴别诊断长期依赖侵入性内镜活检，且早期症状重叠导致误诊率高达32%。更严峻的是，UC患者结肠癌转化风险显著升高，而现有粪便检测特异性仅68%，无法满足临床需求。如何实现无创、精准的早期分型诊断，成为亟待突破的科学难题。

针对这一痛点，同济大学附属第十人民医院消化科联合团队在《Vibrational Spectroscopy》发表创新研究。该工作首次将表面增强拉曼光谱（SERS）技术应用于IBD尿液检测，通过银纳米颗粒（AgNPs）增强的拉曼信号捕捉代谢指纹，结合机器学习算法构建分类模型。研究纳入249例样本（83 UC/83 CD/83 HC），采用直接SERS检测避免复杂标记步骤，利用PCA降维提取特征峰后，通过SVM实现自动化分类。

关键实验方法

1. 样本队列：上海第十人民医院提供的166例IBD患者（UC/CD各83例）和83例健康对照（HC）晨尿样本；
2. SERS检测：采用柠檬酸钠还原法制备AgNPs，与尿液1:4混合后采集拉曼光谱（785 nm激光）；
3. 数据分析：先通过PCA提取主成分，再以SVM构建UC/CD和UC/HC分类模型，留一法（LOOCV）验证性能。

研究结果

样本选择与处理
严格排除用药干扰和共病患者，确保队列同质性。UC组与CD组病程、活动度匹配，HC经体检确认无代谢异常。

AgNPs稳定性验证
连续6天监测罗丹明6G（R6G）特征峰（613 cm^-1
、1365 cm^-1
）强度变异<5%，TEM显示粒径50±12 nm的球形AgNPs，保障数据可重复性。

光谱特征差异
UC组在1004 cm^-1
（苯丙氨酸）、1337 cm^-1
（核酸）等处的峰强显著低于CD组（p<0.01），而HC组1545 cm^-1
（β-胡萝卜素）信号更强，提示代谢通路差异。

模型性能
PCA-SVM模型对UC/CD的区分准确率72.89%（灵敏度67.47%，特异度78.31%），UC/HC模型提升至82.53%（灵敏度90.36%），显著优于传统粪便检测。

结论与意义
该研究开创性地证实尿液SERS指纹可反映IBD特异性代谢改变。通过PCA-SVM双模型策略，首次实现：（1）UC与CD的客观分型（准确率72.89%），（2）UC早期患者与健康人的高效区分（灵敏度90.36%）。相较于内镜活检，该方法具有三大临床优势：完全无创、检测时间<15分钟、成本降低80%。尽管CD鉴别准确率仍有提升空间，但为IBD的社区筛查和动态监测提供了革命性工具。通讯作者Xiaolei Wang强调，未来通过扩大样本量优化特征峰选择，有望将准确率提升至90%以上。这项技术突破为代谢性疾病的SERS诊断范式树立了新标杆。