表面增強拉曼光譜應用于非小細胞肺癌細胞的識別與分類

近日，我中心“青年千人計劃”獲得者葉堅特別研究員課題組利用表面增強拉曼光譜技術結合支持向量機的多元統計方法實現了在單細胞水平無損、快速地鑒別和分類不同肺癌細胞，研究成果以“Identification and Distinction of Non-Small-Cell Lung Cancer Cellsby Intracellular SERS nanoprobes”發表在著名期刊《RSC Advances》上（2016, 6, 5401-5407）。

肺癌包含非常多的亞型，并且不同亞型的肺癌在治療方法上存在很大的區別，因此正確地識別和區分不同的肺癌亞型對于選擇合適的治療方案、降低患者死亡率及延長患者生命非常重要。目前，識別和區分癌細胞的方法主要有兩大類：一是根據細胞的物理性質區分如大小、密度等等，但是這種方法難以區分不同的癌細胞；二是根據細胞的生物學特性區分如蛋白的表達等，但是這種方法只能識別有特定生物標記的細胞，并且當幾種細胞表面標記相同時，便難以區分。與以上兩類方法相比，采用細胞本身（分子組成和結構）不同的表面增強拉曼光譜，無需引入其他標記，便可以區分不同的癌細胞，具有無損和高靈敏度的特點。

本論文的第一作者博士生張雨晴等使用金納米殼作為細胞內的表面增強拉曼探針，獲得了三種表型相近的非小細胞肺癌細胞（A549、H1299、H460）及白細胞的拉曼光譜并對它們進行了識別與區分。由于不同細胞光譜的差異較小，又引入了多元統計分析方法（主成分分析、聚類分析、支持向量機）來幫助區分。其中支持向量機模型在識別未知的三種非小細胞肺癌細胞時在單細胞水平上可達到88%的正確率。該研究結果有望應用于更多其他類型癌細胞的區分，尤其是用于捕獲后的循環腫瘤細胞的快速無損鑒別并輔助醫生選擇合適的治療方案。

該項工作通過與上海立信會計學院的葉曉佳團隊和上海市胸科醫院婁加陶團隊的合作完成，并得到了國家青年千人計劃、國家自然科學基金和上海市自然科學基金的支持。