傅里叶变换中红外成像与快速蒸发电离质谱成像技术在FFPE（固定、包封和染色）结直肠腺癌样本中的应用

《Die Pathologie》：Fourier transform mid-infrared imaging and rapid evaporative ionization mass spectrometry imaging in FFPE colorectal adenocarcinoma samples

本研究针对匈牙利结直肠癌高发情况，采用组织微阵列技术，结合红外光谱（Perkin Elmer Spotlight显微镜）和质谱（Waters Xevo G2 XS QToF）分别对肿瘤组织及周围正常组织进行分析。结果显示，红外光谱结合支持向量机（0.71）和梯度提升树（0.71）的分类准确率较高，质谱结合同样算法（0.65和0.70）表现接近，验证了多模态分析的有效性，并建议优化样本厚度以提高综合测量精度。

　　

摘要

背景

在结直肠癌的发病率和死亡率方面，匈牙利位居世界首位。过去十年中，出现了许多新的分析方法，并逐渐应用于医学领域。红外光谱（IR）和质谱（MS）常被用于此类测量；然而，这两种方法结合而成的多模态技术尚未得到广泛采用。

方法

在塞梅尔维斯大学（Semmelweis University）的病理学、法医学和保险医学研究所，研究人员制备了结直肠腺癌、肝转移灶及周围结肠组织的组织微阵列（TMA）。从组织块中分别切出了2微米和10微米的切片，用于红外光谱和质谱成像。红外光谱测量使用的是Perkin Elmer Spotlight显微镜（Perkin Elmer Inc., Waltham, MA, USA），样品面积为2200 × 2200 μm2，波数范围为4000–750 cm?1。质谱测量则使用Waters公司（Waters Corporation, Santa Barbara, CA, USA）定制的Xevo G2 XS QToF型脂质组聚焦装置，样品面积为10 mm × 10 mm，质谱范围为150–900 m/z。该装置的独特之处在于配备了高能激光器，用于样品组织的电离。

结果

两种方法都对样品的光谱结果进行了噪声过滤，以区分样品信号和背景噪声。共有41个样本核心适合进一步的数据处理。通过C支持向量分类（SVC）和极端梯度提升（XGBoost）算法进行的三类分类实验，红外光谱测量的准确率分别为0.71和0.71；质谱数据分析的准确率分别为0.65和0.70。

结论

相同的组织微阵列切片使用了两种分析方法进行了成像。两种方法的分离算法性能非常接近，这凸显了光谱学和质谱技术的有效性。可以将光谱数据构建为向量数据库，并与传统数字扫描仪获取的整张切片图像像素结合使用。下一步可以是优化测量厚度，从而为同一样本的联合测量确定最佳参数。