基于细胞粘弹性特征的机器学习分类：区分正常与恶性前列腺细胞的新范式

《Computer Methods and Programs in Biomedicine》：Machine learning classification of normal and malignant cells on the basis of their viscoelastic properties

本研究针对传统原子力显微镜（AFM）在细胞力学特性研究中通量低、数据稀疏的问题，创新性地结合动态力学分析（DMA）提取高密度粘弹性特征谱，并运用基于模糊逻辑的机器学习（ML）算法LAMDA，成功实现了对正常（RWPE-1）与高级别恶性（PC3-GFP）前列腺细胞的单细胞水平分类，准确率达79%，为基于“力学组”的无标记癌症诊断提供了新框架。

在微观的生命世界里，细胞的“软硬”程度——也就是它的力学特性，正日益成为科学家们解读其健康状况，尤其是判断其是否癌变的一把关键“钥匙”。越来越多的研究表明，癌细胞通常比正常细胞更“柔软”、更具可变形性，这种物理特性的改变与肿瘤的侵袭和转移能力密切相关。为了精确测量这些微乎其微的力学差异，原子力显微镜（AFM）成为了主力工具，它像一根极其精细的“探针”，可以探测单个细胞的弹性、粘性等属性。然而，这项强大技术的一个致命弱点限制了它的广泛应用：效率太低。传统AFM测量速度慢，一次实验只能分析少量细胞，产生数据稀疏，难以支撑需要海量数据训练的现代人工智能（AI）算法，更无法实现快速、可靠的单个细胞诊断。

那么，是牺牲信息量来追求测量更多细胞，还是从每个细胞中“榨取”更多信息以弥补数量的不足？法国图卢兹LAAS-CNRS的研究团队选择了后一条富有挑战性的道路。他们猜想，细胞的力学奥秘不仅在于静态的“软硬”（如杨氏模量），更蕴含在其动态的“粘弹性”行为中——即细胞对外界刺激既像弹簧一样弹性响应，又像蜂蜜一样粘性迟滞的特性。这种粘弹性随测量频率变化，可能携带了更丰富的、与恶性状态相关的生物物理指纹。如果能为每个细胞绘制一张多频率的粘弹性“特征谱”，即便测量的细胞总数不多，其信息密度也足以训练机器学习模型进行精准分类。

为了验证这一设想，研究人员在《Computer Methods and Programs in Biomedicine》上发表了一项创新研究。他们以正常前列腺上皮细胞（RWPE-1）和晚期转移性前列腺癌细胞（PC3-GFP）为模型，开展了一项融合先进生物物理测量与人工智能分析的交叉研究。

研究主要技术方法

本研究核心技术为动态力学分析（DMA）：通过原子力显微镜（AFM）的球形探针，在接触细胞并施加恒定微小压痕（约1 μm，对应1 nN力）的基础上，叠加多个频率（1, 10, 20, 50, 100, 200 Hz）的微小正弦振荡（20 nm），并同步记录力与压痕的响应。通过分析两者间的相位差和振幅比，计算出每个频率点对应的储能模量（G‘，反映弹性）、损耗模量（G’’，反映粘性）及损耗因子（G’’/G‘）。每个细胞在10×10 μm2区域内进行4×4点测量，每次测量提取6个频率点的G‘、G’’、G’’/G‘及粘弹性转变频率（f_T，即G’’开始大于G‘的频率），共19个特征，整张图共304个特征。使用PC3-GFP细胞（n=94）和RWPE-1细胞（n=77）。数据分析后，采用基于模糊逻辑的机器学习算法LAMDA，以40个RWPE-1和40个PC3-GFP细胞（共1280个DMA测量，含24320个特征）的数据集进行训练，构建分类模型。

研究结果

3.1. 基于DMA的力学组特征

研究人员首先描绘了两种细胞的粘弹性图谱。结果清晰显示，两种细胞都表现出频率依赖性：低频时弹性主导（G‘ > G’’），高频时粘性主导（G’’ > G‘）。但关键差异在于：PC3-GFP癌细胞的粘弹性转变频率（f_T= 56 Hz）显著低于RWPE-1正常细胞（f_T= 111 Hz），意味着癌细胞在更低的频率下就表现出类似流体的行为。同时，在所有频率下，癌细胞的损耗因子（G’’/G‘）都更高，表明其整体上比正常细胞更“粘”、更易变形。此外，癌细胞群体的G‘和G’’值分布更广，表现出更高的力学异质性。

3.2. 单细胞分类的挑战：DMA值在不同细胞系间存在重叠

尽管群体平均值存在显著差异，但当观察单个特征时，两种细胞的值域存在大量重叠（52%-98%）。例如，即使是区分度相对较好的G’’在200 Hz的特征，也有52%的癌细胞值与正常细胞值重叠。这意味着，仅凭任何一个单一特征，都无法可靠地将一个未知细胞归类，凸显了传统统计比较在单细胞诊断中的局限性。

3.3. 粘弹性特征的主成分分析

主成分分析显示，基于19个粘弹性特征，两种细胞在降维空间中有部分分离，但仍有大量重叠区域。前两个主成分解释了80.19%的方差，其中PC1主要由中频段（10-50 Hz）的G‘和G’’贡献。这证实了粘弹性特征包含区分信息，但需要更强大的模式识别工具来实现清晰分类。

3.4. 使用机器学习进行分类

研究的核心是利用基于模糊逻辑的LAMDA算法进行分类。通过优化，确定使用40个细胞/系（共80个细胞）的数据集训练效果最佳。在独立的测试集（54个PC3-GFP和37个RWPE-1细胞）上，模型达到了整体约75%-79%的分类准确率。为了模拟临床诊断中“宁可错杀，不可放过”的原则以降低漏诊（假阴性）风险，研究者设定阈值：如果一个细胞的16次DMA测量中有8次以上被判定为癌细胞，则该细胞被判为癌。在此阈值下，模型对癌细胞的识别灵敏度（真阳性率）为79%，对正常细胞的特异性（真阴性率）为70%。分析还发现，增加特征数量（从19个到26个，加入刚度、粘附力等传统力谱特征）可提升性能，且机器学习模型赋予中低频段（1-50 Hz）的损耗模量（G’’）最高的分类权重，表明粘性耗散是区分两类细胞的关键力学因素。

研究结论与意义

本研究成功证明，将高信息密度的AFM-DMA粘弹性分析与机器学习相结合，能够有效区分正常与恶性前列腺细胞。其重要意义在于：

1. 1.
   提出了“高密度数据”新范式：面对AFM低通量的固有限制，本研究没有选择追求测量更多细胞（高通量），而是选择从每个细胞中提取多达304个特征（高密度）。这种策略用信息的“深度”弥补了样本的“广度”，使得用相对较少的细胞（本研究训练集仅80个细胞）构建有效的机器学习分类模型成为可能。这对于样本稀缺的应用场景（如循环肿瘤细胞检测）具有独特价值。
2. 2.
   确立了粘弹性作为关键的生物物理标志物：研究超越了传统的静态弹性（杨氏模量）分析，揭示了频率依赖性粘弹性，特别是粘弹性转变频率（f_T）和损耗模量（G’’），是更敏感、信息更丰富的恶性肿瘤标志物。癌细胞在更低频率下向流体行为转变，这与其侵袭性增强的细胞骨架重构的生物学认知相符。
3. 3.
   实现了可解释的AI驱动分类：采用的LAMDA模糊逻辑算法不同于“黑箱”深度学习，能提供特征权重，使分类决策过程更透明。研究发现G’’（尤其是1-50 Hz）是最具判别力的特征，这为理解癌细胞的力学本质提供了直接线索。
4. 4.
   为无标记“力学组”诊断奠定了基础：该工作展示了一个完整的框架：从标准化的DMA测量，到可解释的粘弹性特征提取，再到基于机器学习的自动分类。这为开发基于细胞力学特性的、无需染色或标记的新型诊断工具提供了概念验证，在癌症早期诊断、疗效评估及干细胞研究等领域具有广阔潜力。

尽管当前研究针对特定前列腺癌细胞系，且DMA测量耗时（约10分钟/细胞）仍是迈向临床应用的挑战，但这项工作指明了重要方向：通过优化测量频率方案（如省略低频点可缩短至4分钟/细胞且保持性能）、整合更多力学模态特征、并扩展至更多细胞类型和患者样本进行验证，这种基于粘弹性力学组与人工智能融合的策略，有望在未来成为病理学家的强大辅助工具，从物理维度揭示疾病的新奥秘。