综述:傅里叶变换红外光谱在利用人体体液检测癌症中的应用:进展、局限性与未来方向

《Infrared Physics & Technology》:Application of Fourier transform infrared spectroscopy in cancer detection via human body fluids: progress, limitations and future directions

【字体: 大 中 小 】 时间:2026年09月05日 来源:Infrared Physics & Technology 3.8

编辑推荐:

   **摘要** 癌症的早期检测对于提高患者生存率至关重要,但由于早期症状细微以及当前诊断方法的局限性,这仍然具有挑战性。傅里叶变换红外光谱(FTIR)提供了一种无创方法,用于分析体液中的分子指纹,从而促进癌症的早期诊断。本综述总结了FTIR在检测乳腺癌、结直肠癌、肺癌以及其他常

  

**摘要** 癌症的早期检测对于提高患者生存率至关重要,但由于早期症状细微以及当前诊断方法的局限性,这仍然具有挑战性。傅里叶变换红外光谱(FTIR)提供了一种无创方法,用于分析体液中的分子指纹,从而促进癌症的早期诊断。本综述总结了FTIR在检测乳腺癌、结直肠癌、肺癌以及其他常见恶性肿瘤方面的应用,重点关注血清、血浆、唾液和尿液。血清和血浆提供丰富的生物分子谱信息,而唾液和尿液则可实现方便、无创的采集。当与机器学习方法(例如支持向量机、偏最小二乘判别分析和k近邻)相结合时,FTIR可以识别与核酸、蛋白质和脂质相关的关键区域(900–1800 cm?1)的光谱变化;在一些研究中,报告的灵敏度达到90–98%,特异度在75%至97.5%之间。然而,由于癌症类型、生物流体来源、样本制备方案、建模策略和验证设计等方面的差异,各研究报告的诊断效能存在显著差异。此外,大多数现有研究依赖于内部交叉验证,而非独立的外部验证,这可能限制了这些结果的可推广性。尽管存在这些局限性,FTIR仍然是一种有前景的研究阶段方法,可用于快速、微创的基于体液的癌症评估。然而,在考虑临床验证之前,仍需要制定标准化方案、建立参考数据集、进行独立验证、开展多中心前瞻性研究以及评估临床实用性。本综述为评估FTIR在早期癌症诊断中的方法学稳健性和转化需求提供了循证框架。

**引言** 癌症仍然是全球的主要死因之一,2020年造成近1000万人死亡[1],约占全球每六例死亡中的一例。癌症的高死亡率在很大程度上归因于晚期诊断,此时治疗选择有限,生存结局显著降低。相比之下,早期检测能够实现更有效的干预并显著改善预后[2]。因此,在早期阶段识别恶性肿瘤或前驱病变具有重要的临床意义。临床证据表明,约70%的I期癌症患者可通过手术治愈,而IV期疾病的治愈率则降至约13%[3]。

尽管早期检测具有重要意义,但目前的临床诊断策略在早期检测方面仍然存在局限性。影像学检查主要依赖可检测病变的存在,因此对晚期疾病更为有效,但在临床前阶段的灵敏度降低[4]。活检样本的组织病理学检查被认为是诊断金标准[5]。然而,活检具有侵入性、成本高、耗时且高度依赖临床专业知识。此外,它不适合基于人群的筛查或检测尚未形成可见病变的癌症。许多癌症在早期阶段也是无症状的[6],这进一步限制了传统诊断方法的有效性。这些局限性凸显了对准确、微创且适用于大规模筛查的替代方法的需求。

在此背景下,光谱技术在生物医学领域的应用日益受到关注。其中,傅里叶变换红外(FTIR)光谱因其能够探测分子振动并生成生物样品的特征性生化指纹而脱颖而出,成为一种有前景的工具。作为一种无标记、非破坏性的方法,FTIR能够在形态学变化变得明显之前,检测与肿瘤发生相关的细微分子改变[7]、[8]。与单一生物标志物方法相比,FTIR能够提供复杂生物系统的整体表征,捕获来自蛋白质、脂质、核酸和代谢物的整合信息。这使其特别适合分析癌症等多因素疾病[9]。此外,FTIR越来越多地与拉曼光谱和质谱等互补技术相结合,以提高诊断效能并扩展分析能力[10]。

液体活检代表了微创癌症诊断的另一项重要进展[11]。它能够通过分析体液中来源于肿瘤的成分,包括循环肿瘤细胞、游离DNA和细胞外囊泡,来进行检测。由于其简便性和成本效益,液体活检已被广泛探索用于早期检测和疾病监测,特别是在高风险人群中[12]。在各种分析物中,含有肽和代谢物的血清低分子量组分因其能够反映潜在的病理过程而受到特别关注[13]。此外,传统血清肿瘤标志物如癌胚抗原(CEA)、糖类抗原125(CA125)、细胞角蛋白19片段(CYFRA21-1)和神经元特异性烯醇化酶(NSE)在临床实践中常用于辅助诊断[14]。然而,其诊断效能仍然有限,据报道灵敏度约为70–80%,特异度为60–70%[15],这对于可靠的人群筛查是不够的。这进一步强调了需要更稳健、高通量的分析方法。

随着数据分析技术的快速发展,FTIR光谱越来越多地与机器学习方法相结合用于癌症检测。诸如支持向量机、线性判别分析和其他分类模型等算法在处理高维、有噪声且相对较小的数据集方面展现了强大的能力[16]。因此,FTIR光谱与机器学习的结合已成为从复杂光谱数据中提取诊断信息并提高分类性能的有前景策略。

基于上述背景,本综述总结了近期利用FTIR/ATR-FTIR分析人体体液进行癌症检测的进展,重点关注结直肠癌[17]、肺癌[18]、乳腺癌[19]及其他恶性肿瘤。与以往广泛讨论红外光谱在癌症诊断中应用的研究综述相比,本综述专门关注基于体液的FTIR与机器学习的结合。其主要贡献在于:按照癌症类型和体液基质组织提供了更新的证据图谱,对血清、血浆、唾液和尿液进行了定性比较,对队列设计、光谱预处理、模型验证和证据成熟度进行了方法学批评,并制定了界定未来临床评估需求的转化路线图。通过整合这些视角,本研究旨在支持对基于FTIR的体液分析在早期癌症检测中的方法学稳健性和转化需求进行批判性评估。

**审查范围与方法** 为了提高本叙述性和批判性综述的透明度和可重复性,我们在综合证据之前定义了审查范围、文献检索、筛选流程和数据提取过程。文献检索主要在PubMed中进行,涵盖2010年至2026年间发表的研究。检索词结合了光谱相关关键词("FTIR"、"ATR-FTIR"、"Fourier transform infrared spectroscopy"和"infrared spectroscopy")与癌症相关术语("cancer"、……)。

**傅里叶变换红外光谱的原理** 傅里叶变换红外(FTIR)光谱是一种非破坏性分析技术,用于表征分子振动并提供关于化学键、官能团和分子间相互作用的信息。吸收峰通常以波数表示,反映分子组成,而光谱强度可提供半定量信息[20]。在生物样本中,与疾病相关的生化改变因此可能产生可测量的光谱……

**乳腺癌** 乳腺癌是全球女性中最常见的恶性肿瘤[79]。其发病率随年龄增长而增加,在70–74岁人群中达到峰值[80]、[81]。尽管组织活检和影像学检查仍然是临床金标准,但其侵入性和对专业设备的依赖限制了它们在大规模筛查和早期检测中的应用[82]。在此背景下,基于体液的傅里叶变换红外(FTIR)光谱提供了一种无创方法,通过捕获分子……

**FTIR癌症检测中流体类型的比较** 体液的选择是FTIR癌症检测中重要的方法学和转化学考量,因为不同基质的生化组成、采集可行性、分析前稳定性和易受混杂因素影响方面各不相同。本综述重点关注在乳腺癌、结直肠癌和肺癌等主要癌症的FTIR研究中使用的血清、血浆、唾液和尿液。由于纳入的研究在癌症类型、队列构成、样本……方面存在差异。

**方法学缺陷与局限性** 尽管已有大量证据支持傅里叶变换红外(FTIR)光谱在癌症诊断中的潜力,但现有研究之间仍存在相当大的方法学异质性。研究设计、样本量、参与者选择、标本处理、光谱采集、预处理、机器学习算法和验证策略方面的变化共同阻碍了可重复性并限制了临床转化。在所综述的……中。

**向临床转化的推进** 傅里叶变换红外(FTIR)光谱显示出作为研究阶段方法在基于体液的癌症风险分层和诊断支持方面的潜力。尽管在一些对照研究中报告了高灵敏度和特异度,但由于样本异质性、生物学可解释性有限以及独立外部验证不足,这些结果仍然难以推广。因此,目前应将FTIR视为潜在的辅助性……

**结论与未来展望** 傅里叶变换红外(FTIR)光谱作为一种分子指纹技术,提供了一种快速、微创的方法,用于表征血清、血浆、唾液和尿液等体液中与癌症相关的生化改变。与机器学习算法相结合时,基于FTIR的模型能够区分多种癌症类型中与癌症相关的光谱模式。然而,迄今为止报告的诊断效能应被解释为研究阶段……

**CRediT作者贡献声明** Xu Ma:原稿撰写、可视化、软件、项目管理、方法论、形式分析、数据整理、概念构思。Baorong Fu:审阅与编辑、数据整理、概念构思。Chao Yang:验证、监督、调查、形式分析、数据整理、概念构思。Zhushanying Zhang:审阅与编辑、资源、资金获取、形式分析。Huimin Cao:资源、项目管理、调查、形式分析。

**利益冲突声明** 作者声明,他们没有已知的竞争财务利益或个人关系可能影响本文所报告的工作。

**致谢** 本研究由中国国家自然科学基金(批准号61501526和61178087)资助。同时还得到了横向项目(批准号HZY24133)和襄阳市中心医院机构科研项目的支持(批准号2022YB18)。图形摘要使用biorender.com创建。

**作者信息** Xu Ma | Baorong Fu | Chao Yang | Zhushanying Zhang | Huimin Cao | Yuan Gao,中南民族大学生物医学工程学院,中国武汉 430074
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号