基线校正策略对晚孕大鼠宫颈拉曼光谱分析的影响：光谱指标与妊娠阶段生物学推断的受控比较

《Biosensors》：Effects of Baseline Correction Strategy on Cervical Raman Spectral Analysis in a Late-Gestation Rat Model

　　

荧光背景（fluorescence background）是生物组织定量拉曼光谱（Raman spectroscopy）中的持续限制，在妊娠宫颈中尤为明显，弱拉曼带位于强且可变的基线上。基线校正（baseline correction）是常规步骤，但其对最终结果的影响很少以受控方式检验。研究人员考察了校正策略选择如何影响光谱指标以及两种妊娠阶段之间推断的生物学差异。来自妊娠第15天和第20天大鼠模型的离体（ex vivo）宫颈光谱，分别采用二阶至七阶固定阶多项式拟合（fixed-degree polynomial fitting）、五点分段线性校正（five-point piecewise linear correction）、自动多项式程序（automated polynomial routine）和非对称最小二乘（asymmetric least squares, ALS）处理。校正质量通过拉曼活性区与拉曼非活性区比值（Raman-active to -inactive regions ratio）以及各方法是否保留妊娠变化方向来评估。方法选择改变了定量输出，且对某些方法而言反转了推断方向，因为自动高拟合阶数过度抑制光谱并抬高了该指标。中度多项式拟合（moderate-degree polynomial fitting）和ALS给出最一致且生物学一致的结果。因此，基线校正决定宫颈拉曼输出，应以透明方式选择和报告。

研究背景、问题与目的：拉曼光谱（Raman spectroscopy，基于非弹性光散射的分子振动光谱）已用于软组织生化探测，并因无需电离辐射、样本制备少而用于妊娠宫颈重塑（cervical remodeling，妊娠中宫颈细胞外基质和结构改变）监测，可能服务早产（preterm birth, PTB）风险评估。宫颈光谱常受强荧光背景限制，来源包括胶原等生物分子自发荧光以及散射、检测器噪声和仪器相关信号；弱拉曼带位于强且可变基线上，基线校正是有意义分析的前提。既往宫颈拉曼研究主要关注仪器和生化信息提取，未系统检验基线校正本身如何塑造结果；宫颈异质，多项式阶数和算法家族可能改变保留的光谱特征。据原文，尚无研究在单一宫颈数据集中并排比较多种基线校正策略，也未检验推断的妊娠阶段生物学差异是否依赖该选择。研究目的不是提出新算法，而是对同一光谱上常用校正策略进行受控比较，建立由拉曼活性区（Raman-Active Region, RAR）与拉曼非活性区（Raman-Inactive Region, RIR）比值结合妊娠变化方向性是否保留组成的评价框架，以标记预处理诱导的畸变；以晚孕大鼠宫颈为测试，评价逻辑可迁移，意义在于使预处理决策透明、可重复。

研究人员开展的研究、结论与意义：对GD15和GD20大鼠离体宫颈光谱应用二阶至七阶多项式、五点分段线性基线（piecewise linear baseline, PWLM）、WIRE中智能多项式拟合方法（Smart Polynomial Fitting Method, SPFM；自动收敛至11阶，噪声容差1.5）和ALS 1–3校正，计算峰强比值和RAR-to-RIR，并检验GD15至GD20变化方向。结论是校正方法改变定量输出，某些方法反转推断方向；SPFM自动高阶过抑制并抬高指标；四至五阶中度多项式和ALS结果最一致且生物学一致；基线校正决定宫颈拉曼输出，应透明选择和报告。意义是提供可迁移的预处理评价框架，提示自适应算法需约束，并强调完整报告参数以提高可比性。

关键技术方法概述：样本来自Cukurova University的SABIDAM，初产Wistar albino大鼠，GD15和GD20各10只，共20只；每只宫颈取4个空间区域、每区3条光谱，12条平均为代表谱。离体Raman测量用785 nm激光、50×物镜、15 s×5累积、50%功率（约30 mW），范围约730–1800 cm^?1，分辨率约1.2 cm^?1。比较固定阶多项式、PWLM、SPFM和ALS；以5个RAR和5个RIR积分计算RAR-to-RIR（3只/组代表子集），以峰高计算比值；统计用单因素方差分析（ANOVA）加Tukey检验，GD15与GD20用双侧独立样本t检验并以Holm ?ídák校正。

结果：
3.1 基线模型与校正光谱的视觉比较：通过比较各方法拟合基线和校正谱得出，2阶、3阶近线性，4阶、5阶渐弯，7阶最灵活；低阶仅去部分宽荧光而残留斜率，高阶更贴曲率但开始追踪本应保留的局部光谱结构。PWLM受少量锚点约束，不能跟随宽非线性曲率。SPFM呈明显波动，提示自动11阶过拟合并扭曲真实光谱内容，改变后续比值所用相对峰高。ALS基线平滑保守，三种配置校正谱相似、峰形态保留且平台近零；3–5阶与ALS簇相似，SPFM异常，说明校正并非装饰性步骤。

3.2 基线校正策略改变拉曼衍生指标：通过单因素ANOVA比较各策略下比值得出，校正方法使多个比值明显偏移。I₁₆₂₂/I₁₄₅₃和I₁₂₇₀/I₁₄₅₃的方法间分离最大；4阶、5阶与三种ALS及PWLM聚类，SPFM单独成组且均值最低，说明自动11阶改变1622或1453 cm^?1区域或二者。I₁₆₂₂/I₁₆₆₀随多项式阶数呈阶梯差异，低阶较高、高阶下移，SPFM偏离最大。I₁₀₀₄/I₁₄₅₃差异较小但仍可统计区分，提示1004 cm^?1附近苯丙氨酸特征相对稳定。

3.3 不同校正方法的RAR-to-RIR基准：通过计算各方法GD15和GD20的RAR-to-RIR得出，固定阶多项式比值随阶数单调升高：2DP为11.14±1.30（GD15）和8.87±0.33（GD20），7DP为26.55±1.24和23.74±2.08；低到中阶增益最大，5至7阶收益递减。ALS 1为22.12±0.91和21.48±0.64，接近5阶和PWLM；ALS 2、ALS 3稍低，尤其GD20。PWLM为中间值并与5阶和ALS 1匹配，但GD15离散更大。SPFM异常高，为103.82±7.99和65.08±10.22，结合其振荡基线，最可能反映非活性区间被过度抑制使分母缩小，而非更优荧光去除；高值应结合视觉基线读取。多数方法GD20低于GD15，SPFM下降最大，说明表观妊娠变化幅度本身依赖校正策略。

3.4 妊娠期对比总体稳健，而SPFM频繁改变方向性：通过各方法内GD15与GD20比较（Holm ?ídák校正）得出，I₁₆₂₂/I₁₄₅₃有7/10方法检测到显著升高（2DP、3DP、5DP、7DP和三种ALS）；4DP和PWLM同方向但未显著；SPFM显著降低，即方向反转。I₁₆₂₂/I₁₆₆₀有6/10方法显著升高，4DP、ALS 1和PWLM未显著，SPFM再次显著降低；因分母由1453换为1660仍反转，不依赖单一参考带。其余比值更敏感：I₁₀₀₄/I₁₄₅₃仅3DP、4DP和ALS 2、ALS 3显著降低；I₁₂₇₀/I₁₄₅₃中4DP、7DP、ALS 1和PWLM显著升高，SPFM显著降低；I₁₃₀₄/I₁₂₇₀和I₁₂₄₉/I₁₃₀₄无方法在校正后保留显著差异；I₁₆₂₂/I₁₂₇₀中7DP和三种ALS显著升高，SPFM显著降低；I₁₁₆₀/I₁₃₄₂中4DP、5DP、7DP、ALS 2、ALS 3和PWLM显著升高，SPFM显著降低，2DP、3DP和ALS 1无显著变化。由此得出，多重校正后稳健信号集中在血液相关比值I₁₆₂₂/I₁₄₅₃和I₁₆₂₂/I₁₆₆₀；较弱比值未存活提示不宜过度解读。SPFM对两个血液相关比值及另外三个比值产生显著方向反转，说明无约束自适应高阶基线可改变统计显著性和生物学解释。

讨论总结：视觉与定量证据一致：低阶欠拟合，残留斜率抬高非活性区并压缩峰对比，2DP的RAR-to-RIR最低；阶数升高提高比值，但中阶以上收益递减。原文将4–5阶定义为中度阶，能捕获宽荧光且与ALS、PWLM的比值相当，同时避免高灵活度的振荡和膨胀，故支持作为宫颈光谱的实用平衡。ALS与中高多项式范围重叠，三配置校正谱相似，符合其无显式多项式形式的迭代加权设计，并在样本间荧光异质时更稳健。SPFM最值得注意：自动11阶产生振荡和校正谱大偏离，RAR-to-RIR数倍于其他方法；高值不应当作更好去除，因活性区增大或非活性区被过度抑制均可使其升高，振荡基线下分母可被人为压低并传播到依赖稳定参考带的峰比，说明其从荧光抑制跨入信号扭曲，解释了离群比值和方向反转。实际启示是自适应程序需约束，如最高阶上限或显式正则化；RAR-to-RIR明显偏离保守方法簇且基线可见振荡时应视为警示，SPFM即同时满足。原文据此建议三项保障：将最高多项式阶数限制在5或6阶；加入惩罚基线曲率的正则项；用RAR-to-RIR作为自动检查拒绝远离保守簇的校正。多项式阶数不可互换：过低欠校正并降低对比，过高振荡并改变强度和比值，这为不同研究组在可比采集下报告同一拉曼特征不同效应量提供了解释。与既往一致，Lieber and Mahadevan Jansen的修改多项式方法（支撑许多宫颈体内外工作）拟合五阶，其他宫颈和软组织报告偏中低阶；本文RAR-to-RIR结果处于同范围并给出定量理由。固定中阶多项式在样本间荧光相似时简单足够；ALS在样本间背景变异大时更优。标准化困难源于组织特异荧光团和仪器响应函数改变基线形状，激发波长、检测器灵敏度和光通量可改变曲率。Bergner et al.将背景减除与SNIP算法及化学校正建模结合用于脑转移Raman成像，预处理直接影响下游分类器；Unal et al.比较人关节软骨高波数区基线策略，发现低阶多项式可人为抬高边缘强度，而分段法对水和有机成分更忠实；两者均显示校正质量塑造定量读数，但未在同一组织并排比较多种策略如何传播到Raman比值。本文框架不依赖已知生物答案：RAR-to-RIR和跨方法一致性可标记可疑校正；方向性测试仅在已知预期方向时便利使用。多数方法GD20的RAR-to-RIR低于GD15，原文提出可能与晚孕组成或基线变化（如水合增加和基质重塑）降低校正后活性/非活性对比有关，且变化大小依赖方法，SPFM最大。原文建议宫颈光谱默认4–5阶；7阶和ALS也能可靠恢复妊娠信号，单纯计数7阶显著比值更多，但因过拟合风险仍推荐中度带；5阶为更安全默认，因血液/胶原相关比值达校正显著而4阶同方向未达；ALS为稳健替代。局限性包括离体结果不一定迁移体内、队列10只/组且未单独建模动物内变异、仅两个妊娠阶段无未孕对照、单一大鼠晚孕模型限制外推、未在额外独立数据验证、缺乏独立ground truth、经验判断仍不可避免；未来需体内外匹配比较、非妊娠对照、更多数据集、匹配FTIR或模拟已知基线、专家参考带、airPLS或深度学习等自适应方法，并以半自动优化结合客观质量指标减少偏倚。

研究结论（翻译）：总之，基线校正策略实质性决定晚孕宫颈拉曼输出，任何基于拉曼比值的分析可靠性不会超过其前置基线去除。本文定义的四至五阶中度多项式拟合联合ALS给出一致校正和生物学一致解释。高阶多项式拟合也能恢复妊娠信号，但推荐中度阶作为默认，因为超过五阶每增加一阶增加过拟合风险而无荧光去除的匹配增益；极端例证为无约束自适应十一阶多项式，其过拟合荧光、抬高RAR-to-RIR比值并反转血液/胶原相关比值方向。因此，研究人员提供透明且可迁移的框架，用于宫颈拉曼光谱中选择和报告基线校正，期望改善未来转化研究中的预处理透明性和可比性。