Op SERS gebaseerde moleculaire spectrale screening op serum voor goedaardige en kwaadaardige longproliferatieve knobbeltjes (SERS on lung)

In 2020 waren er wereldwijd ongeveer 19,3 miljoen nieuwe gevallen van kanker en bijna 10 miljoen sterfgevallen door kanker. Onder hen bedroeg het aantal nieuwe gevallen van longkanker ongeveer 2,21 miljoen, goed voor 11,4% van het totale aantal nieuwe gevallen van kanker. Er waren ongeveer 1,8 miljoen sterfgevallen als gevolg van longkanker, wat op de eerste plaats staat onder de sterfgevallen door kanker. In dat jaar bedroeg het aantal nieuwe gevallen van longkanker in China 816.000, goed voor 37% van het mondiale totaal. In 2022 is het laatste aantal gevallen van longkanker in China gestegen tot 1,0606 miljoen, en het aantal sterfgevallen door longkanker bedroeg 733.000. In termen van het vijfjaarsoverlevingspercentage van longkankerpatiënten bedroegen de gegevens die in 2018 in China (2012-2015) werden vrijgegeven 19,7%, wat nog steeds een groot verschil is met het totale vijfjaarsoverlevingspercentage van 46,6% in 2030. voorgesteld in het "Healthy China Action-Cancer Prevention and Control Action Implementation Plan (2023-2030)". De prognose van longkanker in verschillende stadia is heel verschillend. De vijfjaarsoverleving van stadium I-longkanker is 77%~92%, en de vijfjaarsoverleving van stadium IIIA~IVB-longkanker is 0~36%. Daarom is een vroege diagnose en behandeling van longkanker de sleutel tot het verbeteren van de vijfjaarsoverleving van longkanker en het verbeteren van de prognose van patiënten. De meeste longkankerpatiënten bevinden zich echter al in een laat stadium van de longkanker wanneer zij de diagnose krijgen, en zij hebben de kans op een radicale behandeling gemist. De belangrijkste reden is dat het primaire en secundaire preventiewerk niet voldoende wordt gedaan. Het is noodzakelijk om geavanceerde technologieën te ontwikkelen en deze te integreren in de consensusrichtlijnen voor brede promotie.

Longknobbeltjes zijn vroege manifestaties van longkanker. Met de populariteit van CT-screening op de borst bij lichamelijk onderzoek worden steeds meer longknobbeltjes aangetroffen bij lichamelijk onderzoek, waaronder verschillende soorten kleine knobbeltjes, zoals inflammatoire laesies, goedaardige tumorlaesies en kwaadaardige tumorlaesies. Om dit soort knobbeltjes te identificeren, beoordelen artsen vaak de tweedimensionale beeldkenmerken van knobbeltjes op basis van hun persoonlijke ervaring, zoals de vlakdiameter, of er bramen, lobben, verkalking en andere kenmerken zijn om de waarschijnlijkheid van een longkanker te beoordelen. knobbeltjes, maar de nauwkeurigheid van het op deze manier beoordelen van de goedaardige en kwaadaardige knobbeltjes hangt nauw samen met de ervaring en anciënniteit van artsen, en verschillende artsen hebben verschillende oordelen over dezelfde knobbeltjes. Momenteel bestaat er geen uniforme consensus over de diagnose en behandelingsstrategieën van longknobbeltjes die worden aanbevolen door meerdere internationale consensusrichtlijnen. In instellingen voor volksgezondheidsbeheer is de ontwikkeling en implementatie van een alomvattend screeningsprogramma voor longkanker een complexe en uitdagende taak. Het onderzoeken en voorstellen van hooggevoelige en hoge specificiteit, evenals eenvoudige, gemakkelijk te gebruiken en goedkope longkankerscreeningstechnologieën is een onmisbaar onderdeel van het gezondheidszorgsysteem. Bovendien is het fenomeen van overdiagnose en behandeling van longknobbeltjes, vanwege de inconsistentie van richtlijnen voor de diagnose en behandelingsstrategieën van longknobbeltjes, ook gebruikelijk in de klinische praktijk. Er moet meer aandacht worden besteed aan het voorkomen van overdiagnose en behandeling. Daarom is het onze verantwoordelijkheid om actief de nauwkeurigheid van de voorspelling van longkanker te verbeteren, het aantal overdiagnoses en behandelingen terug te dringen en het aantal vroegtijdige interventies bij longkanker te verhogen. Van de bestaande screeningsmethoden voor vroege longkanker zijn laboratoriumtests (vooral het gebruik van bloed-, urine- of andere vloeibare biopsieën) een goedkope, niet-invasieve en gemakkelijk herhaalbare vroege voorspellingsmethode vergeleken met beeldvorming of histopathologische onderzoeken, door het detecteren van specifieke kankerbiomarkers zoals circulerend tumor-DNA, eiwitten, kankermetabolieten en zelfs van cellen afkomstige exosomen en circulerende tumorcellen. Er zijn echter nog steeds veel uitdagingen, waaronder: 1) Er zijn geen effectieve en overvloedige tumorbiomarkers voor longkanker; 2) Er bestaat geen eenvoudige en haalbare methode voor het opsporen van kanker, vooral niet in de asymptomatische fase; 3) Er bestaat geen alomvattend analyseplatform voor grote datasets om onderscheid te maken tussen gezonde populaties en longkankerpopulaties.

Raman-spectroscopie (RS) is een niet-invasieve en zeer specifieke moleculaire materiaaldetectietechnologie die op moleculair niveau kan worden verkregen om op gevoelige wijze veranderingen te detecteren in biomoleculen bestaande uit eiwitten, nucleïnezuren, lipiden en suikers die verband houden met het tumormetabolisme in biologische monsters. Surface-enhanced Raman-spectroscopie (SERS), ontwikkeld op basis van deze technologie, is een van de haalbare methoden voor zeer gevoelige biomoleculaire analysetechnologie. Hoewel de SERS-technologie goede diagnostische effecten heeft laten zien in een groot aantal preklinische onderzoeken naar meerdere tumoren, wordt deze beperkt door de doorgaans kleine steekproefomvang en het gebrek aan externe verificatie. Daarom is het noodzakelijk om klinisch onderzoek uit te voeren naar het gebruik van Raman-spectroscopie voor tumordiagnose, dat aan de volgende vereisten voldoet: 1. Objectieve, snelle en praktische gegevensverwerkingsmethoden voor Raman-spectroscopie zijn vereist, en machinale en deep learning-methoden kunnen de beste zijn classificatiemethoden; 2. Er zijn klinische monsters uit meerdere centra nodig om diepgaande diagnostische modellen te trainen, en hun werkelijke werkzaamheid wordt geverifieerd door externe gegevens uit prospectieve onderzoeken.

In onze vorige studie verzamelden we serum Raman-spectroscopiegegevens van een cohort van 191 patiënten met longknobbeltjes, en bouwden we een Raman intelligent diagnosesysteem voor goedaardige en kwaadaardige longknobbeltjes op basis van een machinaal leermodel. De nauwkeurigheid van dit intelligente diagnosesysteem bereikte 89,7%. Om het hoogste niveau aan klinisch bewijs te verkrijgen en daadwerkelijk klinische transformatie te bereiken, heeft dit prospectieve, multicentrische klinische onderzoek tot doel het gebruik van dit intelligente diagnosesysteem voor de vroege diagnose van kwaadaardige longknobbeltjes te verifiëren.