通过血液识别脑肿瘤

　　不仅很难诊断和确定早期脑肿瘤，甚至在症状出现后也可能出现某些困难。

　　

不仅很难诊断和确定早期脑肿瘤，甚至在症状出现后也可能出现某些困难。托木斯克州立大学的科学家们已经开发出一种新的非侵入性方法来诊断神经胶质瘤，这是脑肿瘤中最严重的一种。利用拉曼光谱，他们检测到了血液中的生物痕迹——肿瘤分泌的化学化合物。这项研究发表在《Pharmaceutics》杂志上。

TSU激光分子成像和机器学习实验室负责人Yury Kistenev评论说:“只有通过组织学检查才能验证肿瘤的类型，而组织学检查是在肿瘤被切除后进行的。然而，光学分析方法大大扩展了诊断的可能性，而且，使我们能够无创地做所有事情，而无需提取生物组织。话虽如此，我们使用了拉曼光谱，它有助于高精度地检测生物液体和组织中的化合物。”

在最初阶段，科学家们研究了特定领域的文献，并收集了在神经胶质瘤组织中发现的生物标志物类型的信息。然后，他们在实验动物身上进行了实验:给小鼠注射人类胶质母细胞瘤细胞，在不同的时间后检测它们的血清，并将它们自己从实验中移除。通过拉曼光谱，科学家们确定了特定的频率，从而有可能精确定位生物体液中神经胶质瘤的痕迹，并将小鼠分为健康组和不健康组。

新数据被收集到一个库中，研究团队用它来训练一个神经网络，帮助自动化分析过程。

Yury Kistenev解释说:“我们的方法的优势在于，它使我们能够在症状出现之前找到早期肿瘤的痕迹。”“问题是，胶质母细胞瘤改变了血液的生化成分。它分泌物质和肿瘤细胞，最终进入血液，血液将它们带到全身。通过分析这些生物痕迹，我们可以获得癌症形成的数据:这些信息反过来可用于诊断疾病或监测治疗效果。”

根据科学家的说法，这种新方法可能被证明对检测其他类型的肿瘤很有希望。所有恶性肿瘤都会分泌特定的化合物，如果知道哪些确切的生物痕迹与特定的医疗状况有关，就可以使用拉曼光谱和机器学习来检测它们。

光学分析方法在各个领域越来越普遍；特别是，它们为快速诊断疾病提供了巨大的机会。在这方面，托国立的科学家们正在利用人工智能开发新的无创方法来诊断病毒和细菌呼吸道感染，这将把分析所需的时间从几天减少到几分钟。