基于拉曼光谱（Raman spectroscopy）结合PLS-LDA算法的小细胞与非小细胞肺癌精准诊断研究

肺癌作为全球第二大高发癌症，其亚型SCLC与NSCLC的治疗方案差异显著但临床鉴别困难。中国研究团队创新性结合拉曼光谱与PLS-LDA算法，通过细胞和组织样本实验，首次实现SCLC与NSCLC的精准区分，体外细胞样本诊断准确率达100%，离体组织样本达93.75%。该研究为肺癌亚型无标记诊断提供了新范式，对临床精准治疗具有重要指导意义。

　　

肺癌长期占据全球癌症死亡率首位，其中小细胞肺癌（SCLC）与非小细胞肺癌（NSCLC）虽然症状相似，但治疗方案截然不同——SCLC以放化疗为主，NSCLC则可手术干预。然而传统诊断方法面临巨大挑战：组织活检具有创伤性且依赖病理医师经验，CT检查存在辐射风险且阳性预测值仅84.5%，临床亟需一种快速、精准的无创诊断技术。

中国东北大学医学与生物信息工程学院的研究团队在《Photodiagnosis and Photodynamic Therapy》发表创新成果，首次将拉曼光谱技术与偏最小二乘-线性判别分析（PLS-LDA）算法结合，实现了肺癌亚型的分子水平精准鉴别。研究团队收集了BEAS-2B正常支气管上皮细胞、A549肺腺癌细胞、H520鳞癌细胞和H440小细胞肺癌细胞系，以及来自中国医科大学附属第一医院和中日友好医院的94例临床组织样本（含30例正常组织和64例肺癌组织），通过785 nm激光拉曼光谱仪获取400-1800 cm^-1范围内的光谱数据。关键技术包括：Savitsky-Golay平滑去噪、五阶多项式背景扣除、强度归一化预处理，以及基于PLS特征提取与LDA分类的二级诊断模型构建。

生化分析揭示关键差异标志物
通过比较SCLC与NSCLC的拉曼光谱特征，研究发现：494 cm^-1（精氨酸）和781 cm^-1（胞嘧啶）峰强度在SCLC中显著升高，这与MYC基因调控的化疗耐药性和C-kit蛋白过表达相关；而1125 cm^-1（L-缬氨酸）在NSCLC中更突出，反映了TP53基因完整的肿瘤抑制功能。组织样本中，羟基脯氨酸（876 cm^-1）的缺失和苯丙氨酸（1004/1125/1582 cm^-1）的富集成为肺癌鉴别的重要指标。

诊断模型展现卓越性能
PLS-LDA模型在细胞样本中实现SCLC与NSCLC的100%准确区分，组织样本达93.75%准确率（AUC=0.972）。第一级模型鉴别肺癌与正常组织的灵敏度达86.67%，特异性96.88%。值得注意的是，胶原蛋白相关峰（1302/1445/1655 cm^-1）在NSCLC细胞中的高表达，揭示了胶原XIX通过整合素受体发挥抑癌作用的独特机制。

该研究的突破性在于：首次系统建立了拉曼光谱与肺癌亚型的分子特征关联，证实了无标记检测技术对临床分型的可行性。尽管当前仍需离体组织样本，但该方法为未来开发内窥镜整合式实时诊断设备奠定了理论基础。相较于传统病理检查，该技术避免了染色处理带来的时间损耗和人为误差，其高达100%的细胞样本鉴别精度尤为适合术中快速病理辅助诊断。研究揭示的MYC、C-kit、P53等靶点为肺癌亚型特异性治疗提供了新思路，而拉曼特征峰的定量化分析更为液体活检等无创诊断技术开辟了新途径。