基于FTIR的鼻窦炎特征分析：通过Boruta和蒙特卡洛方法实现特征选择的稳定性

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：FTIR-based profiling of sinusitis: Stabilized feature selection through Boruta and Monte Carlo methods

血清傅里叶变换红外光谱（FTIR）结合两阶段特征选择（Boruta算法与蒙特卡洛）可有效区分鼻窦炎患者与健康人群，关键光谱区为3400-3550 cm?1和1940-2360 cm?1，支持向量机（SVM）分类准确率达94%，证实FTIR非侵入性诊断潜力。

　　近年来，鼻窦炎作为一种常见的炎症性疾病，其诊断仍面临诸多挑战。尽管已有多种临床表现和症状作为诊断依据，例如鼻塞、鼻分泌物（包括黏液和脓性分泌物）、面部疼痛或肿胀以及嗅觉障碍，但缺乏快速、非侵入性的诊断工具。在临床实践中，通常还需要结合影像学检查，如计算机断层扫描（CT）或内窥镜检查，来确认这些症状。然而，这些方法不仅成本较高，而且可能带来一定的风险，尤其是在需要频繁进行检查的情况下。

面对这一问题，研究人员一直在探索新的诊断方法，以提高诊断的效率和准确性。其中，光谱技术作为一种新兴的诊断手段，因其能够提供丰富的生物化学信息，而受到广泛关注。特别是傅里叶变换红外（FTIR）光谱技术，因其非侵入性、快速性以及无需复杂样品预处理的特点，被认为是诊断鼻窦炎的潜在工具。在本研究中，研究人员利用FTIR光谱技术对鼻窦炎患者的血清样本和健康对照组的血清样本进行了分析，旨在发现能够有效区分这两类样本的生物化学标志物。

研究团队采用了一种稳健的两阶段特征选择框架，结合Boruta算法和蒙特卡洛特征选择（MCFS）方法，在嵌套交叉验证设计下对光谱数据进行了预处理和分析。通过这一过程，研究人员发现了一个狭窄的光谱区域，位于3400至3550厘米?1之间，这一区域被一致地选为区分鼻窦炎患者和健康对照的关键区域。此外，研究还发现，在该区域之外的某些光谱带，如1940至2360厘米?1之间，也频繁被选中，表明这些区域可能包含分散的生物化学信号。通过18个共识特征（包括一阶导数和全范围光谱），研究人员成功地使支持向量机（SVM）分类器在17名患者的保留测试集中达到了94%的准确率，灵敏度为1.00，特异性为0.83，Kappa值为0.87。这一结果表明，基于血清的FTIR光谱技术在诊断鼻窦炎方面具有很高的潜力。

为了进一步验证这些特征的诊断价值，研究团队还采用了主成分分析（PCA）、统一降维映射（UMAP）和t-分布随机邻域嵌入（t-SNE）等降维技术，对患者和健康对照组的血清样本进行了聚类分析。结果显示，患者和健康对照组在这些降维方法下形成了明显的聚类，表明两组样本在生物化学特征上存在显著差异。此外，通过排列测试，研究人员确认了分类结果的统计显著性，进一步支持了所选特征在区分鼻窦炎患者和健康个体方面的有效性。

研究团队还指出，虽然个体5厘米?1光谱区间之间的重叠程度相对较低（平均Jaccard指数约为0.26），但3400至3550厘米?1之间的光谱区间在几乎所有交叉验证分割中都会出现，这表明该高波数区域在疾病相关的生物化学信号传递中具有高度的稳定性。特征选择频率热图进一步强调了这一区域的重要性，表明其在不同交叉验证折叠中均能被有效识别。这一发现不仅为FTIR光谱技术在诊断鼻窦炎中的应用提供了理论依据，也为未来的生物化学研究提供了新的方向。

除了FTIR光谱技术，其他光谱技术如表面增强拉曼散射（SERS）和表面增强拉曼光谱（SERS）也已被应用于鼻窦炎的研究。例如，SERS技术被用于分析细菌培养物，以分类那些常与慢性鼻窦炎相关的微生物。然而，这些研究大多集中在局部微生物成分的分析，而忽略了宿主系统的整体生物化学反应。相比之下，基于血清的蛋白质组学和代谢组学研究能够提供关于全身性疾病标志物的宝贵信息，但这些方法通常需要复杂的样品预处理，且缺乏无标记光谱技术的简便性和速度。

因此，本研究选择采用FTIR光谱技术作为主要研究手段，不仅因为其非侵入性和快速性，还因为其能够提供全面的中红外光谱范围信息。通过两阶段的特征选择框架，研究人员能够更有效地识别与鼻窦炎相关的生物化学标志物，从而为临床诊断提供新的可能性。这一方法的实施，不仅能够减少对患者侵入性检查的需求，还能够提高诊断的准确性和效率，使得医生能够更早地识别病情，从而更好地制定治疗方案。

在患者和材料部分，研究团队明确说明了研究的伦理审查情况，并详细描述了研究对象的纳入标准。研究共收集了58份来自需要手术治疗的成人鼻窦炎患者以及34份健康对照组的血清样本。患者的平均年龄为57.8岁，所有患者均未患有癌症或其他慢性炎症性疾病。所有样本均通过计算机断层扫描（CT）进行了诊断确认，以确保研究数据的可靠性。

在结果部分，研究团队对鼻窦炎患者的病情严重程度进行了评估，使用了24点Lund-Mackay评分系统。结果显示，患者的平均评分为12.47，接近最大评分的一半，表明病情的严重程度处于中等水平。然而，标准差为7.73，说明患者的病情存在较大的个体差异，从轻度到重度病例均有涵盖。这一发现进一步支持了研究中所选特征在不同病情程度下的普适性，表明这些特征能够有效区分不同阶段的鼻窦炎患者。

在讨论部分，研究团队指出，鼻窦炎，尤其是慢性形式，由于与其他上呼吸道疾病症状的重叠，以及目前依赖影像学或侵入性检查进行确诊，使得诊断变得复杂。因此，寻找快速、准确且非侵入性的诊断替代方案具有重要意义。本研究的结果表明，基于血清的FTIR光谱技术能够有效区分鼻窦炎患者和健康个体，具有较高的诊断准确率。这一发现不仅为临床诊断提供了新的工具，也为未来的生物化学研究提供了新的思路。

研究团队还强调，尽管目前已有多种光谱技术被应用于鼻窦炎的研究，但基于血清的FTIR光谱技术仍然具有独特的价值。一方面，它能够提供全面的生物化学信息，而无需复杂的样品预处理；另一方面，它能够通过无标记的方式快速识别疾病相关的生物化学标志物，从而为临床诊断提供更简便的解决方案。此外，通过两阶段的特征选择框架，研究人员能够更有效地筛选出与疾病相关的关键光谱区域，提高分类器的准确性。

研究团队还提到，未来的研究需要进一步探索更广泛的比较研究，以验证基于血清的FTIR光谱技术在不同人群中的适用性。例如，可以考虑在不同年龄层、不同性别以及不同病程阶段的患者中进行研究，以评估该技术的广泛适用性。此外，还可以结合其他诊断方法，如影像学检查和生物标志物检测，以提高诊断的全面性和准确性。通过这些研究，可以进一步完善基于血清的FTIR光谱技术在临床实践中的应用，使其成为一种可靠的诊断工具。

在作者贡献部分，研究团队详细列出了每位研究人员在项目中的具体角色。概念化和监督工作由Joanna Depciuch负责，数据管理由Przemys?aw Raczkiewicz和Maryna Khalavka共同完成，正式分析由Przemys?aw Raczkiewicz和Adrian Odrzywolski负责，方法学部分由Przemys?aw Raczkiewicz和Joanna Depciuch共同负责，写作原始草稿由Przemys?aw Raczkiewicz和Adrian Odrzywolski完成，写作审阅由Andrzej Stepulak、Joanna Depciuch、Adrian Andrzejczak和Janusz Klatka共同完成。这种明确的分工不仅有助于项目的顺利进行，也体现了团队合作在科学研究中的重要性。

在竞争利益声明部分，研究团队表示，他们没有已知的与本研究相关的竞争性财务利益或个人关系，这表明研究结果的客观性和公正性。此外，研究团队还强调了该研究的创新性，即首次将FTIR光谱技术与数据驱动的特征选择和分类框架相结合，用于鼻窦炎患者的血清样本分析。这一创新方法不仅提高了诊断的准确性，还为未来的生物化学研究提供了新的思路和方法。

总的来说，本研究展示了基于血清的FTIR光谱技术在诊断鼻窦炎方面的潜力。通过结合Boruta算法和MCFS方法，研究人员能够有效识别与疾病相关的生物化学标志物，从而提高诊断的准确性和效率。此外，研究还表明，该技术能够提供全面的生物化学信息，而无需复杂的样品预处理，使得其成为一种快速、非侵入性的诊断工具。尽管目前仍存在一些局限性，如样本量较小和需要进一步验证其广泛适用性，但这一研究为未来的鼻窦炎诊断提供了重要的参考和启示。