Triagem espectral molecular sérica baseada em SERS para nódulos proliferativos pulmonares benignos e malignos (SERS on lung)

Em 2020, ocorreram aproximadamente 19,3 milhões de novos casos de cancro e quase 10 milhões de mortes por cancro em todo o mundo. Entre eles, o número de novos casos de câncer de pulmão foi de aproximadamente 2,21 milhões, representando 11,4% do total de novos casos de câncer. Houve aproximadamente 1,8 milhão de mortes por câncer de pulmão, ocupando o primeiro lugar entre as mortes por câncer. Naquele ano, o número de novos casos de cancro do pulmão na China foi de 816 mil, representando 37% do total global. Em 2022, o número mais recente de casos de câncer de pulmão na China aumentou para 1,0606 milhão, e o número de mortes por câncer de pulmão foi de 733.000. Em termos da taxa de sobrevivência de 5 anos de pacientes com câncer de pulmão, os dados divulgados em 2018 na China (2012-2015) foram de 19,7%, o que ainda é uma grande lacuna em relação à taxa geral de sobrevivência de 5 anos de câncer de 46,6% até 2030 proposto no "Plano de Implementação de Ação para a Prevenção e Controle do Câncer na China Saudável (2023-2030)". O prognóstico do câncer de pulmão em diferentes estágios é bem diferente. A taxa de sobrevivência em 5 anos do câncer de pulmão em estágio I é de 77% a 92%, e a taxa de sobrevivência em 5 anos do câncer de pulmão em estágio IIIA a IVB é de 0 a 36%. Portanto, o diagnóstico e tratamento precoce do câncer de pulmão são a chave para melhorar a taxa de sobrevivência em 5 anos do câncer de pulmão e melhorar o prognóstico dos pacientes. No entanto, a maioria dos pacientes com cancro do pulmão já se encontra na fase avançada do cancro do pulmão quando são diagnosticados e perderam a oportunidade de um tratamento radical. A principal razão é que o trabalho de prevenção primária e secundária não é realizado o suficiente. É necessário desenvolver tecnologias avançadas e integrá-las nas diretrizes consensuais para uma ampla promoção.

Os nódulos pulmonares são manifestações precoces do câncer de pulmão. Com a popularização da tomografia computadorizada de tórax nos itens do exame físico, cada vez mais nódulos pulmonares são encontrados no exame físico, incluindo vários tipos de pequenos nódulos, como lesões inflamatórias, lesões tumorais benignas e lesões tumorais malignas. Para identificar esses tipos de nódulos, os médicos muitas vezes julgam as características de imagem bidimensionais dos nódulos com base em sua experiência pessoal, como diâmetro plano, se há rebarbas, lóbulos, calcificação e outras características para avaliar a probabilidade de malignidade do pulmão. nódulos, mas a precisão de julgar os nódulos benignos e malignos desta forma está intimamente relacionada à experiência e antiguidade dos médicos, e diferentes médicos têm julgamentos diferentes sobre os mesmos nódulos. Atualmente, não há consenso unificado sobre as estratégias de diagnóstico e tratamento de nódulos pulmonares recomendadas por múltiplas diretrizes de consenso internacional. Nas instalações de gestão de saúde pública, o desenvolvimento e implementação de um programa abrangente de rastreio do cancro do pulmão de nódulos pulmonares é uma tarefa complexa e desafiante. Investigar e propor tecnologias de rastreio do cancro do pulmão de alta sensibilidade e especificidade, bem como tecnologias simples, fáceis de popularizar e de baixo custo, é uma parte indispensável do sistema de saúde. Além disso, devido à inconsistência das diretrizes para o diagnóstico e estratégias de tratamento dos nódulos pulmonares, o fenômeno do sobrediagnóstico e tratamento dos nódulos pulmonares também é comum na prática clínica. Como evitar o sobrediagnóstico e o tratamento precisa de mais atenção. Portanto, é nossa responsabilidade melhorar ativamente a precisão da previsão do câncer de nódulo pulmonar, reduzir a taxa de sobrediagnóstico e tratamento e aumentar a taxa de intervenção precoce do câncer de pulmão. Entre os métodos de rastreio existentes para o cancro do pulmão precoce, os testes laboratoriais (especialmente a utilização de biópsias de sangue, urina ou outros líquidos) são um método de previsão precoce de baixo custo, não invasivo e facilmente repetível em comparação com exames de imagem ou histopatológicos, detectando biomarcadores de câncer, como DNA tumoral circulante, proteínas, metabólitos de câncer e até mesmo exossomos derivados de células e células tumorais circulantes. Contudo, ainda existem muitos desafios, incluindo: 1) Não existem biomarcadores tumorais eficazes e abundantes para o cancro do pulmão; 2) Não existe um método simples e viável de detecção do câncer, principalmente na fase assintomática; 3) Não existe uma plataforma de análise abrangente para grandes conjuntos de dados para distinguir entre populações saudáveis ​​e com cancro do pulmão.

A espectroscopia Raman (RS) é uma tecnologia de detecção molecular de material não invasiva e altamente específica que pode ser obtida em nível molecular para detectar sensivelmente alterações em biomoléculas compostas por proteínas, ácidos nucléicos, lipídios e açúcares relacionados ao metabolismo tumoral em amostras biológicas. A espectroscopia Raman de superfície aprimorada (SERS) desenvolvida com base nesta tecnologia é um dos métodos viáveis ​​para tecnologia de análise biomolecular altamente sensível. Embora a tecnologia SERS tenha demonstrado bons efeitos diagnósticos em um grande número de estudos pré-clínicos de múltiplos tumores, ela é limitada pelo tamanho geralmente pequeno da amostra e pela falta de verificação externa. Portanto, é necessária a realização de pesquisas clínicas sobre o uso da espectroscopia Raman para diagnóstico de tumores, que atenda aos seguintes requisitos: 1. São necessários métodos de processamento de dados de espectroscopia Raman objetivos, rápidos e práticos, e métodos de aprendizado profundo e de máquina podem ser os melhores métodos de classificação; 2. Amostras clínicas multicêntricas e de grandes amostras são necessárias para treinar modelos de diagnóstico de aprendizagem profunda, e sua verdadeira eficácia é verificada por dados externos de estudos prospectivos.

Em nosso estudo anterior, coletamos dados de espectroscopia Raman sérica de uma coorte de 191 pacientes com nódulos pulmonares e construímos um sistema de diagnóstico inteligente Raman para nódulos pulmonares benignos e malignos baseado em um modelo de aprendizado de máquina. A precisão deste sistema de diagnóstico inteligente atingiu 89,7%. A fim de obter o mais alto nível de evidência clínica e alcançar verdadeiramente a transformação clínica, este estudo clínico prospectivo e multicêntrico tem como objetivo verificar a utilização deste sistema de diagnóstico inteligente para o diagnóstico precoce de nódulos pulmonares malignos.