Detección espectral molecular sérica basada en SERS para metástasis hematógenas

Aunque la medicina moderna ha logrado avances significativos en el diagnóstico y tratamiento del cáncer de pulmón, a la mayoría de los pacientes se les diagnostica en una etapa localmente avanzada o con metástasis a distancia, especialmente en las últimas etapas donde el cáncer se ha diseminado a otros órganos a través de metástasis hematógena. Esto no sólo aumenta significativamente la tasa de supervivencia de los pacientes sino que también aumenta la complejidad y dificultad del tratamiento. La metástasis hematógena juega un papel importante en la progresión clínica del cáncer de pulmón, sus complejos procesos biológicos plantean un gran desafío para el manejo clínico. La detección temprana de metástasis hematógenas es difícil y los métodos de imagen tradicionales tienen una sensibilidad limitada para detectar pequeñas lesiones metastásicas. La tecnología emergente de células tumorales circulantes (CTC) ha tenido una aplicación clínica limitada debido a sus altos costos de detección y requisitos técnicos. Por lo tanto, investigar y desarrollar tecnologías de alta sensibilidad, alta especificidad, simples, fáciles de popularizar y de bajo costo para predecir el riesgo de cáncer de pulmón con metástasis hematógena es crucial para un diagnóstico temprano y un tratamiento más preciso. La espectroscopía Raman (RS), una tecnología de detección molecular no invasiva y altamente específica, puede detectar biomoléculas como proteínas, ácidos nucleicos, lípidos y azúcares relacionados con el metabolismo tumoral en muestras biológicas a nivel molecular. La espectroscopia R de superficie mejorada (SERS), desarrollada a partir de esta tecnología, es uno de los métodos viables para el análisis biomolecular de alta sensibilidad. Aunque la tecnología SERS ha mostrado resultados diagnósticos en numerosos estudios preclínicos de diversos tumores, está limitada por tamaños de muestra pequeños y carece de validación externa. Por lo tanto, se necesitan estudios clínicos sobre el diagnóstico de tumores mediante espectroscopia Raman, con los siguientes requisitos: 1. Se necesitan métodos de procesamiento de datos de espectroscopia Raman objetivos, rápidos y prácticos, y los métodos de aprendizaje profundo pueden ser los mejores métodos de clasificación; 2. Se necesitan muestras clínicas multicéntricas de gran tamaño para entrenar modelos de diagnóstico de aprendizaje profundo, y el desempeño en el mundo real debe validarse a través de datos externos de estudios prospectivos. En un estudio anterior, los investigadores recopilaron datos de espectroscopia Raman sérica de una cohorte de 23 pacientes con neoplasias malignas de pulmón y desarrollaron un sistema de diagnóstico Raman inteligente para metástasis hematógenas en cáncer de pulmón de células no pequeñas (CPCNP) basado en modelos de aprendizaje, con una tasa de precisión de 95%. Para obtener el más alto nivel de evidencia clínica y lograr verdaderamente una traducción clínica, este estudio clínico prospectivo y multicéntrico tiene como objetivo validar el uso de este sistema de diagnóstico inteligente para el diagnóstico temprano de metástasis hematógena en el NSCLC.