ATR-FTIR光谱联合统计分析与机器学习评估炎症性肠病患者结直肠癌风险

《Analyst》:Infrared spectroscopy with statistical analysis and machine learning for cancer risk assessment in inflammatory bowel disease patientsOpen Access

【字体: 大 中 小 】 时间:2026年09月18日 来源:Analyst 3.6

编辑推荐:

  炎症性肠病(IBD)患者因其结直肠癌(CRC)发生风险升高而接受定期结肠镜监测。然而,当前临床、内镜和组织病理学风险分层方法在敏感性和客观性方面可能受限,凸显了补充分子方法的必要性。本研究采用衰减全反射-傅里叶变换红外光谱(ATR-FTIR)获取IBD相关内镜

  
炎症性肠病(IBD)患者因其结直肠癌(CRC)发生风险升高而接受定期结肠镜监测。然而,当前临床、内镜和组织病理学风险分层方法在敏感性和客观性方面可能受限,凸显了补充分子方法的必要性。本研究采用衰减全反射-傅里叶变换红外光谱(ATR-FTIR)获取IBD相关内镜活检样本(分析了30例患者;其中10例在长期随访期间出现发育不良癌前病变,20例未出现)的中红外(MIR)光谱。样本根据基线临床CRC风险(高/低)和随后的癌前病变发展进行分层,从而能够评估与未来癌症风险而非仅当前疾病状态相关的分子特征。使用化学计量学方法和机器学习分类器分析光谱变化。进行主成分分析(PCA)以评估光谱分离,前三个主成分(PC1、PC2和PC3)分别占总方差的76.8%、19.2%和2.7%。层次聚类分析(HCA)进一步探索了确定光谱区域内的相似性模式。在评估的模型中,基于偏最小二乘(PLS)的分类器在重复嵌套交叉验证下达到0.61–0.70的平衡准确率;然而,置换检验表明该性能未显著高于随机水平(p = 0.51),且没有任何分类器显著优于其他分类器。这些发现表明,ATR-FTIR衍生的分子指纹,特别是脂质相关的2950–3030 cm?1区域,携带与IBD患者长期CRC风险相关的信息,但无法从这种规模的队列中建立确定的分类器;该方法被提出作为传统监测策略的补充、产生假说的工具。
炎症性肠病(Inflammatory Bowel Disease, IBD)是一种慢性胃肠道炎症性疾病,主要包括克罗恩病(Crohn's Disease, CD)和溃疡性结肠炎(Ulcerative Colitis, UC),患者发生结直肠癌(Colorectal Cancer, CRC)的风险约为普通人群的两倍。尽管结肠镜监测技术不断进步,但当前基于临床史、内镜表现和组织病理学的风险分层方法在敏感性和客观性方面存在明显局限,且存在监测依从性低、资源耗费大、主观判断差异等问题。此外,“场致癌化”(field cancerization)概念提示,肿瘤周围或远处形态学正常的黏膜可能已存在弥散性分子改变,这为分子水平的光谱检测提供了生物学基础。因此,需要开发能够独立于形态学改变的补充性分子分层工具。衰减全反射-傅里叶变换红外光谱(ATR-FTIR)可灵敏地检测组织生化组成变化,已用于多种癌症的诊断研究。本研究旨在评估ATR-FTIR结合化学计量学与机器学习对IBD患者未来发生不典型增生病变风险的预测价值。

研究人员从一项随机对照试验(ClinicalTrials.gov标识符NCT03250780)中获取了30例IBD患者的直肠活检样本,其中10例在至少6年随访期间出现了不典型增生(癌前病变),20例未出现。样本根据基线临床CRC风险(高/低)和后续病变发展分为四组:高风险进展(Hy)、高风险未进展(Hn)、低风险进展(Ly)、低风险未进展(Ln)。研究人员使用ATR-FTIR采集900–4000 cm?1范围的中红外光谱,并运用化学计量学方法(主成分分析PCA、层次聚类分析HCA)和多种机器学习分类器对光谱数据进行建模与评估。研究结论表明,光谱分子指纹,尤其是脂质相关2950–3030 cm?1区域,携带与IBD患者长期CRC风险相关的信息,但受限于样本量,分类器性能未显著优于随机水平,该方法目前仅可作为传统监测策略的补充性、产生假说的工具。

本研究采用的主要技术方法包括:样本来自英国利兹教学医院NCT03250780试验队列,共30例患者的直肠冷冻活检组织;使用Bruker Vertex 70v FTIR光谱仪配合ATR附件采集光谱;光谱预处理包括基线校正、Savitzky–Golay平滑、矢量归一化;无监督分析采用PCA和HCA;机器学习评估了支持向量机(SVM)、逻辑回归(LR)、决策树(DT)等多种分类器,以及一维卷积神经网络(1-D CNN);采用偏最小二乘(PLS)降维,通过嵌套交叉验证评估性能,并用置换检验检验统计显著性。

结果部分:

3.1 Mean spectra analysis(平均光谱分析):通过对比四组平均ATR-FTIR光谱,发现进展者(Hy/Ly)在多个波数处(如1034、1060、2874、2924、2970、3015 cm?1)的相对峰强高于非进展者(Hn/Ln),这些波数归属于胶原、DNA/RNA磷酸骨架、脂质C–H振动等。第二导数光谱进一步突出了进展者在1033 cm?1和1054 cm?1等处的强度变化,提示核酸和磷酸基团振动增强。

3.2 Area under molecular vibration and peak intensity ratios analysis(分子振动峰面积及峰强度比分析):通过计算特定吸收峰面积比值,发现进展者(Hy/Ly)的P1631/P1540、P2954/P1540等比例高于非进展者(Hn/Ln),表明蛋白质、脂质和核酸相对含量发生改变;而P1060/P1230比值在非进展者中更高,提示DNA/RNA氧化损伤程度存在组间差异。

3.3 Multivariate statistical analysis(多变量统计分析):PCA结果显示,前三个主成分PC1、PC2、PC3分别贡献76.8%、19.2%、2.7%的总方差,可在三维空间中大致分离进展者(Hy/Ly)与非进展者(Hn/Ln)。HCA在900–2000 cm?1和2500–3200 cm?1两个光谱范围内均能将样本主要聚为两类,但各有少量进展者样本被归入非进展者亚组,表明组内存在一定异质性。

3.4 Binary classification and statistical significance(二元分类与统计显著性):在重复嵌套交叉验证下,各分类器的平衡准确率介于0.61–0.70之间,LDA表现最高(0.70),但95%区间较宽且互相重叠;置换检验显示观察到的性能与随机标签分布无明显差异(p = 0.51),校正后模型间也无显著差异。特征选择消融实验表明,仅使用PLS投影效果最佳(SVM达0.75),而额外加入Spearman相关预滤波会降低性能;特征重要性分析一致指向2950–3030 cm?1脂质区域为最具判别力的光谱区间。1-D CNN平衡准确率仅0.46,低于随机水平,仅作为探索性结果。

讨论部分指出,本研究的核心限制是样本量小(30例患者,10例进展者),无法支撑临床有效性的结论;结果应视为假设生成性的,而非可部署的分类器。研究还观察到内镜风险评分与组织病理结果并非总是一致,提示多维数据整合可能有助于提升预测能力。未来需在更大规模、多中心队列中验证该方法的稳健性,并探究患者间变异来源及不同肿瘤阶段和亚型的区分能力。

研究结论翻译如下:“总之,ATR-FTIR光谱被应用于IBD相关直肠组织样本,以区分在6年随访期间进展为癌前(不典型增生)病变的患者与未进展者。该方法展示了作为识别高CRC风险IBD患者的补充诊断工具的潜力。吸收峰比率分析揭示了直肠组织成分差异,特别是在1200–1700 cm?1和2900–3100 cm?1区域,表明核酸、蛋白质和脂质相关振动存在差异。包括主成分分析(PCA)和层次聚类分析(HCA)在内的多变量方法为与疾病进展相关的光谱模式提供了有意义的见解。此外,监督机器学习模型在重复嵌套交叉验证下达到0.61–0.70的平衡准确率,但置换检验显示该性能未显著高于随机水平(p = 0.51),且没有模型显著优于其他模型。总体而言,化学计量学分析和机器学习与ATR-FTIR光谱的整合显示出对IBD相关CRC风险分层的潜力,但当前结果是假设生成性的,而非临床准备就绪的证据:它们表明脂质区域光谱特征携带与未来不典型增生相关的信息,同时证明无法从这种规模的队列中建立确定性的分类器。未来研究将在更大、更多样化的患者队列中评估该方法的稳健性,调查患者间变异来源,并评估其区分不同阶段和亚型IBD相关肿瘤的能力。一项更大规模的多中心随访研究将进一步确定这些发现的普适性和临床效用。”
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