近日，山东大学第二医院乳腺外科余之刚教授团队与中南大学材料科学与工程学院李明教授团队通力合作，在乳腺癌智能诊断领域取得系列新进展。研究成果先后发表在Nano Letters(中科院一区TOP/JCR Q1，IF：12.26)、Analytical Chemistry(中科院一区TOP/JCR Q1，IF：8.01)上，并被国内媒体广泛报道。
研究成果一 人工智能无标记血清外泌体SERS分析用于乳腺癌诊断和术后评估
“Artificial Intelligent Label-Free SERS Profiling of Serum Exosomes for Breast Cancer Diagnosis and Postoperative Assessment”发表于国际权威期刊Nano Letters，余之刚团队青年学者郑超副教授和中南大学李明为共同通讯作者，山东大学第二医院为本文的共同通讯作者单位。
乳腺癌是一种异质性疾病，具有多种分子亚型和形态学特征。快速准确地识别乳腺癌分子亚型将有助于临床医生做出个体化治疗的决策，从而提高治疗效果，减轻负担，节约医疗成本。外泌体在液体活检中作为新的生物标志物具有很大的潜力，但由于在复杂的临床环境中难以揭示其微妙的成分差异，因此如何将外泌体用于不同乳腺癌分子亚型的精确诊断仍然是一项巨大的挑战。本研究报告了一种人工智能表面增强拉曼光谱（SERS）策略，利用癌细胞源性外泌体的SERS光谱训练的深度学习算法模型-人工神经网络（ANN），对没有接受手术的不同乳腺癌亚型的临床样本血清外泌体的SERS光谱进行了100%的预测准确率。此外，在与主成分分析（PCA）的相似性分析进行结合后，该方法也能够被用于评估不同分子亚型乳腺癌的手术结果。本研究采用的人工智能SERS策略可以通过光谱特征的细微变化区分不同病理来源的血清外泌体，并克服临床样品SERS测量中经常遇到的光谱模式复杂、重复性差和信号波动等问题，具有较好的临床应用价值。
研究成果二 无标记等离子体增强HER2光谱用于乳腺癌动态治疗的监测
“Label-Free Plasmon-Enhanced Spectroscopic HER2 Detection for Dynamic Therapeutic Surveillance of Breast Cancer”发表于国际期刊Analytical Chemistry，郑超和李明为共同通讯作者，山东大学第二医院为本文的共同通讯作者单位。
人表皮生长因子受体-2（HER2）的表达对乳腺癌的发生、发展和临床治疗效果具有重要意义，而在治疗过程中检测其变化对于治疗决策的制定至关重要。本研究开发了一种机器学习驱动的SERS集成策略，直接利用癌细胞的固有SERS特征，在细胞水平上对细胞的HER2表达进行无标记光谱检测。研究中设计的等离子体金纳米星（AuSts）表现出优异的SERS增强性能，通过受体介导的内吞作用内化到HER2+癌细胞中，以放大包括cHER2在内的细胞固有SERS信号。并采用多变量曲线分辨率交替最小二乘法（MCR-ALS）和阈值分割来丰富SERS数据集中的细胞信息，随后，主成分分析（PCA）和线性判别分析（LDA）相结合，能够识别和分类三种不同类型的、具有不同的cHER2表达的乳腺癌细胞系SKBR-3、BT474和MCF-7，准确率高达99.6%。此外，使用目前的机器学习−SERS综合方法，通过结合无标签SERS检测和机器学习驱动的化学计量学分析，能够在治疗过程中动态检测细胞水平cHER2表达的变化，对治疗效果进行纵向监测从而评估疗效，以便及时做出乳腺癌诊疗的相关决策。
余之刚团队通过多学科交叉融合围绕疾病的防控开展多层次研究，取得了一系列重要成果，先后发表于JAMA Oncology、Nature Communications、Clinical Cancer Research、Cancer Research、Chemical Engineering Journal、Small、Nano Letters、Analytical Chemistry、International Journal of Cancer等国际期刊。该研究工作得到了国家自然科学基金、山东省泰山学者工程、中国博士后科学基金等项目的支持。
相关链接：
1.Artificial Intelligent Label-Free SERS Profiling of Serum Exosomes for Breast Cancer Diagnosis and Postoperative Assessment | Nano Letters (acs.org)
2.Label-Free Plasmon-Enhanced Spectroscopic HER2 Detection for Dynamic Therapeutic Surveillance of Breast Cancer | Analytical Chemistry (acs.org)
