临床研究
Copyright ©The Author(s) 2018. Published by Baishideng Publishing Group Inc. All rights reserved.
世界华人消化杂志. 2018-06-28; 26(18): 1102-1110
Published online 2018-06-28. doi: 10.11569/wcjd.v26.i18.1102
表面增强拉曼光谱在胃癌诊断和分期中的应用
刘燕玲, 黄丽韫, 钟会清, 卢敏, 侯雨晴, 毛华
刘燕玲, 黄丽韫, 卢敏, 毛华, 南方医科大学珠江医院消化内科 广东省广州市 510282
刘燕玲, 硕士研究生, 主要从事消化系统疾病的研究.
钟会清, 侯雨晴, 华南师范大学生物光子学研究院 国家中医药管理局中医药与光子技术三级实验室 广东省广州市 510631
基金项目: 广州市科技计划项目, No. 201604020168.
作者贡献分布: 本课题由毛华与刘燕玲设计; 研究对象的内镜诊断由黄丽韫完成;研究所用实验仪器由钟会清提供; 研究过程由刘燕玲与侯雨晴完成; 统计数据由卢敏与刘燕玲完成; 本论文写作由刘燕玲与毛华完成.
通讯作者: 毛华, 教授, 主任医师, 510282, 广东省广州市海珠区工业大道中253号, 南方医科大学珠江医院消化内科. huam@fimmu.com
电话: 020-62782273
收稿日期: 2018-03-26
修回日期: 2018-05-09
接受日期: 2018-05-19
在线出版日期: 2018-06-28
文章亮点
实验背景

胃癌(gastric cancer, GC)是常见的消化道恶性肿瘤, 其严重威胁着人类的生命健康, 肿瘤分期是GC预后的重要影响因素, 早期发现是GC诊治的关键. 早期GC较隐匿, 现有的检查手段难以对GC做出快速的早期诊断, 且对于肿瘤的分期需依赖术后病理学检查, 方法复杂. 表面增强拉曼光谱技术(surface-enhanced Raman spectroscopy, SERS)是一种物质成分的分析手段, 可以在分子水平揭示疾病发展的物质变化规律, SERS对于细胞、组织、体液等生物样本具有超高的检测灵敏度, 目前已广泛应用于生物医学和疾病诊断领域, 本研究利用SERS技术分析比较了GC血清、癌前病变血清、健康人血清的SERS光谱的差异, 目的在于建立一种无损、客观、准确性高的GC早期诊断和肿瘤分期的方法.

实验动机

目前国内外对于GC的SERS研究多数集中在GC与正常人的鉴别诊断, 对于GC前病变以及GC分期的研究甚少, 本研究利用SERS技术对GC患者、GC前病变患者和健康志愿者进行鉴别诊断, 并探讨SERS技术在GC分期中的作用. 本研究的关键问题在于制备稳定的增强基底, 建立GC、GC前病变及健康人血清的SERS光谱数据, 同时, 分析不同分期GC的SERS光谱之间的差异, 观察疾病进展过程中, 生物分子含量或结构的变化引起的光谱改变, 从而为拓宽SERS技术在GC的诊断和分期中的应用提供理论依据.

实验目标

本研究旨在验证一种GC无损诊断的新方法, 通过对比分析不同病例血清的SERS光谱特征, 以寻找能够反映GC早期无创诊断的参考指标, 为GC的早期诊断和快速鉴别肿瘤分期提供科学依据. 本研究结果发现GC、癌前病变患者和正常人血清的SERS光谱存在差异, 而且不同分期的GC血清之间的SERS光谱也有差别, GC血清有强度特异的SERS谱峰, 从而证明SERS技术对于GC的早期诊断和肿瘤分期的鉴别具有可行性, 为SERS技术在消化道肿瘤方面的深入研究奠定了实验基础.

实验方法

本研究利用银溶胶为增强基底, 通过InVia+Plus型激光共焦显微拉曼光谱系统, 检测了63例GC患者, 45例GC前病变患者, 50例健康人的血清, 获得不同病例血清SERS光谱的数据, 分析不同光谱的特征, 采用单因素方差分析、独立样本t检验、主成分分析、线性判别分析等统计分析方法对光谱数据进行统计学处理, 利用受试样品工作特征曲线评价诊断效能. 本研究创新性地研究了GC TNMⅠ-Ⅱ期和Ⅲ-Ⅳ期的SERS光谱的差异, 评估了SERS技术用于鉴别GC不同分期的可行性. 拉曼光谱数据是一组复杂的多维变量, 在统计分析过程中采用了主成分分析(principal component analysis, PCA)和线性判别分析(linear discriminant analysis, LDA); PCA是一种数学中的降维思想, 从多维变量系统中提取出少数具有代表性的综合变量, 从而最大限度地反映原有数据特征的统计方法. LDA是一种基于特征选择的算法提取判别特征, 利用已知信息对未知的信息进行鉴别、分类的统计方法, 建立PCA-LDA诊断模型对多组样本进行判别分类.

实验结果

本研究结果发现GC、GC前病变、正常组血清的平均SERS光谱存在差异, 在725、1099、1133、1589/cm位移处, GC组血清SERS强度高于正常组; 在1004、1328、1446、1657/cm位移处, GC前病变组和GC组血清SERS强度均弱于正常组. 相比正常组和癌前病变组, GC患者血清在815/cm处有特征峰. 在1133、1446、1589/cm位移处, GC TNM Ⅲ-Ⅳ期患者血清SERS强度明显强于Ⅰ-Ⅱ期; 在1004、1446、1657/cm位移处, Ⅰ-Ⅱ期血清SERS谱峰强度则明显强于Ⅲ-Ⅳ期Ⅲ-Ⅳ期血清SERS谱峰强度明显弱于Ⅰ-Ⅱ期. 利用PCA-LDA统计方法得到SERS技术诊断GC的灵敏度、特异性和准确率分别为96.8%(61/63), 78%(39/50)和88.5%(100/113); ROC曲线下面积分别为0.927; SERS技术区分GC TNMⅠ-Ⅱ期和Ⅲ-Ⅳ期的灵敏度、特异性和准确率分别为97.5%(39/40), 73.9%(17/23)和88.9%(56/63); ROC曲线下面积为0.857. 本研究结果表明基于表面增强拉曼光谱技术对GC、GC前病变及健康人的血清进行检测和分析, 可有效鉴别GC、GC前病变及健康志愿者人, 并且能够对不同分期的GC做出有效区分, 有望成为GC的早期诊断、临床决策指导以及预后评估的新方法.

实验结论

本研究证实了GC与癌前病变、健康人血清的SERS光谱存在差异, SERS技术可以在分子水平上对GC做出早期诊断, 并且对于同肿瘤分期的鉴别具有一定价值. 随着SERS技术的发展和推广, 其有望成为临床中GC或其他恶性肿瘤的筛查以及临床决策指导、预后评估的方法.

展望前景

本研究虽然通过SERS结合多元统计分析法能很好地鉴别GC和癌前病变、正常人血清, 但由于血清成分复杂, 且拉曼峰多数为多种物质的拉曼信号叠加而成, 因此对特征峰对应的生物分子定性及定量仍需进一步研究. 本研究中血清样品量较少, 虽然研究取得初步可喜的结果, 但不能完全排除随机样本可能存在的结果偏倚. 本研究未将其他消化道癌症或其他系统癌症患者血清纳入对比研究, 因此结果存在一定的局限性今后需开展其他肿瘤的血清拉曼光谱对比研究. 下一步, 我们将扩大样本规模, 对GC的肿瘤分期进行更精细的分层, 如根据肿瘤浸润深度(T)、淋巴结转移(N)、远处转移(M)等细化分组, 寻找不同肿瘤不同分期在SERS光谱中的规律, 建立GC的SERS光谱数据库. 同时采集相应的活体组织进行SERS检测, 对比不同生物样本(血清、胃组织等)SERS光谱的异同. 此外, 可进一步针对不同病理类型的GC进行研究, 探讨SERS在GC病理分类中的诊断价值. 对特征峰所对应的生物大分子进行定量分析, 进一步提高研究的准确性. 在本研究的基础上, 对消化系统其他恶性肿瘤的血清进行SERS研究, 分析对比SERS光谱诊断GC以及其他肿瘤的特异性. 完善实验设计, 细化分组, 从不同肿瘤以及不同生物样本着手, 改进检测设备和系统, 制备稳定性能更高的增强基底, 优化统计模型.