基于SERS的良性和恶性肺增殖结节血清分子光谱筛查 (SERS on lung)

2020年，全球约有1930万新发癌症病例，近1000万人因癌症死亡。 其中，肺癌新发病例约为221万例，占癌症新发病例总数的11.4%。 约有180万人死于肺癌，位居癌症死亡人数之首。 当年，中国肺癌新发病例81.6万例，占全球总数的37%。 2022年，我国最新肺癌病例增至106.06万例，肺癌死亡人数为73.3万人。 就肺癌患者的5年生存率而言，2018年中国（2012-2015年）公布的数据为19.7%，与2030年癌症整体5年生存率46.6%仍有较大差距《健康中国行动——癌症防治行动实施计划（2023-2030年）》中提出。 不同阶段的肺癌预后差异较大。 I期肺癌5年生存率为77%~92%，IIIA~IVB期肺癌5年生存率为0~36%。 因此，肺癌的早期诊断和治疗是提高肺癌5年生存率、改善患者预后的关键。 然而，大多数肺癌患者在确诊时已处于肺癌晚期，已经错过了根治治疗的机会。 主要原因是一级、二级预防工作做得不够。 有必要开发先进技术，并将其纳入共识准则，进行广泛推广。

肺结节是肺癌的早期表现。 随着体检项目中胸部CT筛查的普及，体检中发现的肺部结节越来越多，包括各种类型的小结节，如炎症性病变、良性肿瘤性病变、恶性肿瘤性病变等。 为了识别这些类型的结节，临床医生常常根据个人经验判断结节的二维影像特征，如平面直径、是否有毛刺、分叶、钙化等特征来评估肺部恶性的概率。但这种判断结节良恶性的准确性与临床医生的经验和资历密切相关，不同的医生对同一结节的判断也不同。 目前，多个国际共识指南推荐的肺结节的诊断和治疗策略尚无统一共识。 在公共卫生管理机构中，制定和实施全面的肺结节肺癌筛查计划是一项复杂且具有挑战性的任务。 研究和提出高灵敏度、高特异性、简单易普及、低成本的肺癌筛查技术是医疗保健体系中不可或缺的一部分。 此外，由于肺结节诊疗指南的不一致，导致肺结节过度诊治的现象在临床上也很常见。 如何避免过度诊断和过度治疗需要更多关注。 因此，积极提高肺结节癌变预测的准确性，减少过度诊治率，提高肺癌早期干预率是我们的责任。 在现有的早期肺癌筛查方法中，与影像学或组织病理学检查相比，实验室检查（特别是使用血液、尿液或其他液体活检）是一种低成本、无创且易于重复的早期预测方法，通过检测特定癌症生物标志物，例如循环肿瘤 DNA、蛋白质、癌症代谢物，甚至细胞源性外泌体和循环肿瘤细胞。 然而，仍然存在许多挑战，包括：1）肺癌尚无有效且丰富的肿瘤生物标志物； 2）没有简单可行的癌症检测方法，特别是在无症状阶段； 3）没有大数据集的综合分析平台来区分健康人群和肺癌人群。

拉曼光谱（RS）是一种非侵入性、高度特异性的物质分子检测技术，可以在分子水平上灵敏地检测生物样品中与肿瘤代谢相关的由蛋白质、核酸、脂类和糖组成的生物分子的变化。 基于该技术发展起来的表面增强拉曼光谱（SERS）是高灵敏度生物分子分析技术的可行方法之一。 尽管SERS技术在多种肿瘤的大量临床前研究中显示出良好的诊断效果，但受到样本量普遍较小和缺乏外部验证的限制。 因此，有必要开展利用拉曼光谱进行肿瘤诊断的临床研究，满足以下要求： 1、需要客观、快速、实用的拉曼光谱数据处理方法，机器和深度学习方法可能是最好的分类方法； 2. 需要多中心、大样本的临床样本来训练深度学习诊断模型，其真实疗效由前瞻性研究的外部数据验证。

在我们前期的研究中，我们收集了191例肺结节患者的血清拉曼光谱数据，并基于机器学习模型构建了肺结节良恶性拉曼智能诊断系统。 该智能诊断系统的准确率达到89.7%。 为了获得最高水平的临床证据，真正实现临床转化，这项前瞻性、多中心的临床研究旨在验证该智能诊断系统在肺部恶性结节早期诊断中的应用。