表面增强拉曼光谱应用于非小细胞肺癌细胞的识别与分类

近日，我中心“青年千人计划”获得者叶坚特别研究员课题组利用表面增强拉曼光谱技术结合支持向量机的多元统计方法实现了在单细胞水平无损、快速地鉴别和分类不同肺癌细胞，研究成果以“Identification and Distinction of Non-Small-Cell Lung Cancer Cellsby Intracellular SERS nanoprobes”发表在著名期刊《RSC Advances》上（2016, 6, 5401-5407）。

肺癌包含非常多的亚型，并且不同亚型的肺癌在治疗方法上存在很大的区别，因此正确地识别和区分不同的肺癌亚型对于选择合适的治疗方案、降低患者死亡率及延长患者生命非常重要。目前，识别和区分癌细胞的方法主要有两大类：一是根据细胞的物理性质区分如大小、密度等等，但是这种方法难以区分不同的癌细胞；二是根据细胞的生物学特性区分如蛋白的表达等，但是这种方法只能识别有特定生物标记的细胞，并且当几种细胞表面标记相同时，便难以区分。与以上两类方法相比，采用细胞本身（分子组成和结构）不同的表面增强拉曼光谱，无需引入其他标记，便可以区分不同的癌细胞，具有无损和高灵敏度的特点。

本论文的第一作者博士生张雨晴等使用金纳米壳作为细胞内的表面增强拉曼探针，获得了三种表型相近的非小细胞肺癌细胞（A549、H1299、H460）及白细胞的拉曼光谱并对它们进行了识别与区分。由于不同细胞光谱的差异较小，又引入了多元统计分析方法（主成分分析、聚类分析、支持向量机）来帮助区分。其中支持向量机模型在识别未知的三种非小细胞肺癌细胞时在单细胞水平上可达到88%的正确率。该研究结果有望应用于更多其他类型癌细胞的区分，尤其是用于捕获后的循环肿瘤细胞的快速无损鉴别并辅助医生选择合适的治疗方案。

该项工作通过与上海立信会计学院的叶晓佳团队和上海市胸科医院娄加陶团队的合作完成，并得到了国家青年千人计划、国家自然科学基金和上海市自然科学基金的支持。