近期,中國科學(xué)院合肥物質(zhì)院核能安全所科研團隊在血液中腫瘤標(biāo)志物的高精度識別和定量分析研究方面取得新進(jìn)展。團隊創(chuàng)新性地結(jié)合無標(biāo)記表面增強拉曼光譜(SERS)技術(shù)與注意力尺度融合網(wǎng)絡(luò)(ASFN)深度學(xué)習(xí)模型,實現(xiàn)了對血清樣本中多種腫瘤標(biāo)志物的高精度、無標(biāo)記、定性及定量同步分析。相關(guān)成果發(fā)表在國際分析化學(xué)類頂刊《分析化學(xué)》(Analytical Chemistry)上。
血清腫瘤標(biāo)志物檢測在癌癥早期篩查中具有重要輔助價值。然而,由于血清樣本成分復(fù)雜、有效信號微弱,傳統(tǒng)檢測和分析方法在準(zhǔn)確率和定量能力上存在不小的挑戰(zhàn)。針對這一難題,團隊設(shè)計開發(fā)了基于ASFN的多任務(wù)深度學(xué)習(xí)架構(gòu)(圖1)。該模型集成多尺度特征提取、注意力機制和任務(wù)交互模塊,能夠從復(fù)雜血清SERS數(shù)據(jù)中高效區(qū)分和量化癌胚抗原(CEA)、甲胎蛋白(AFP)、糖類抗原19-9(CA19-9)、糖類抗原125(CA125)、神經(jīng)元特異性烯醇化酶(NSE)以及鱗狀細(xì)胞癌抗原(SCCA)六種常見腫瘤標(biāo)志物。結(jié)果顯示,ASFN模型在獨立測試集上實現(xiàn)了100%的分類準(zhǔn)確率,定量加權(quán)R2為0.9713,誤差低至目標(biāo)動態(tài)范圍的1.7%(圖2)。研究還通過光譜特征重要性分析,明確了關(guān)鍵拉曼信號區(qū)在腫瘤標(biāo)志物定性與定量中的決定性作用。這不僅提升了AI模型的可解釋性,也為臨床醫(yī)學(xué)判讀提供了科學(xué)依據(jù)。
該研究成果為血清腫瘤標(biāo)志物的高效、高精度檢測提供了新思路,有望應(yīng)用于癌癥早篩、精準(zhǔn)醫(yī)療等重要領(lǐng)域,為臨床診斷和健康監(jiān)測提供新的解決方案。
論文的第一作者為核能安全所2023級碩士研究生陳家維,通訊作者為核能安全所楊良保研究員、董榮錄副研究員和中國科學(xué)院合肥腫瘤醫(yī)院鄧慶梅主任醫(yī)師。該研究獲得國家自然科學(xué)基金、安徽省自然科學(xué)基金等項目的資助。
論文鏈接:https://pubs.acs.org/doi/10.1021/acs.analchem.5c03263
圖1. ASFN多任務(wù)模型架構(gòu)及其關(guān)鍵功能模塊示意
圖2. ASFN模型對血清腫瘤標(biāo)志物的分類與定量回歸性能分析
新聞鏈接:http://www.hf.cas.cn/kxyj/kyjz/202508/t20250822_7908954.html