基于机器学习的无标记光谱技术实现肿瘤与非肿瘤上皮细胞系鉴别

本研究针对癌症诊断面临的成本高、耗时长等问题，开发了一种结合紫外-近红外光谱与机器学习（ML）的无标记检测技术。研究人员通过分析A431、SCC-4、FaDu等肿瘤细胞系与HaCat正常角质细胞的谱学特征，实现了88%的二元分类准确率和86%的多分类准确率，为资源有限地区提供了快速、低成本的癌症诊断新方案。

　　

癌症是全球第二大死因，每年夺走960万生命，其中头颈部鳞状细胞癌（HNSCC）因解剖位置复杂、早期症状隐匿，诊断尤为困难。传统依赖活检、CT/MRI影像和免疫组化（IHC）的方法不仅成本高昂，在资源匮乏地区更面临病理服务短缺的困境。免疫组化虽能通过抗原-抗体反应定位组织样本中的特定分子，但其结果判读主观性强，且部分低分化肿瘤因缺乏特异性蛋白标记而难以分类。

为解决这一临床痛点，来自巴西米纳斯吉拉斯联邦大学（UFMG）LCPnano实验室的研究团队在《Microchemical Journal》发表创新成果。他们突破性地将光谱椭偏仪与机器学习结合，开发出无需荧光标记、不依赖复杂建模的细胞鉴别技术。研究人员选取了具有代表性的上皮源性细胞系：三种肿瘤细胞（A431皮肤鳞癌、SCC-4舌鳞癌、FaDu咽癌）和HaCat正常角质细胞，通过扫描200-1000nm波段的光谱特征，直接利用原始光学数据构建分类模型。

关键技术包括：1）紫外-近红外全波段光谱采集；2）支持向量机（SVM）等机器学习算法构建分类器；3）采用受试者工作特征曲线下面积（AUROC）评估模型性能。通过30次交叉验证，团队系统比较了不同细胞组合的分类效果。

结果与讨论

• 二元分类中，肿瘤vs非肿瘤组的平均准确率达88%，特异性与敏感性均超过85%，其中SVM模型表现最优
• 多分类场景下，四类细胞系的整体识别准确率仍保持在86%
• 光谱特征分析显示，肿瘤细胞在特定波段（如280nm附近）存在显著差异，可能与核酸/蛋白质构象变化相关

结论
该研究首次证实无标记光谱技术结合ML可有效区分上皮源性的恶性与正常细胞。相比传统病理学方法，该方案具有三大优势：1）避免抗体标记带来的高成本和操作复杂性；2）检测周期从数天缩短至分钟级；3）原始光谱数据直接输入模型，省去繁琐的介电函数计算。特别值得注意的是，团队采用的单点测量（single AOI）策略大幅提升了临床转化可行性。

这项由CNPq等巴西科研机构资助的工作，为基层医疗机构提供了极具前景的癌症筛查工具。未来通过扩大样本量和优化算法，该技术或可拓展至术中快速病理评估和个性化治疗监测领域，推动精准医疗在资源受限地区的普及。