近期，中國科學(xué)院合肥物質(zhì)院核能安全所科研團(tuán)隊(duì)在血液中腫瘤標(biāo)志物的高精度識別和定量分析研究方面取得新進(jìn)展。團(tuán)隊(duì)創(chuàng)新性地結(jié)合無標(biāo)記表面增強(qiáng)拉曼光譜（SERS）技術(shù)與注意力尺度融合網(wǎng)絡(luò)（ASFN）深度學(xué)習(xí)模型，實(shí)現(xiàn)了對血清樣本中多種腫瘤標(biāo)志物的高精度、無標(biāo)記、定性及定量同步分析。相關(guān)成果發(fā)表在國際分析化學(xué)類頂刊《分析化學(xué)》(Analytical Chemistry)上。
血清腫瘤標(biāo)志物檢測在癌癥早期篩查中具有重要輔助價(jià)值。然而，由于血清樣本成分復(fù)雜、有效信號微弱，傳統(tǒng)檢測和分析方法在準(zhǔn)確率和定量能力上存在不小的挑戰(zhàn)。針對這一難題，團(tuán)隊(duì)設(shè)計(jì)開發(fā)了基于ASFN的多任務(wù)深度學(xué)習(xí)架構(gòu)（圖1）。該模型集成多尺度特征提取、注意力機(jī)制和任務(wù)交互模塊，能夠從復(fù)雜血清SERS數(shù)據(jù)中高效區(qū)分和量化癌胚抗原（CEA）、甲胎蛋白（AFP）、糖類抗原19-9（CA19-9）、糖類抗原125（CA125）、神經(jīng)元特異性烯醇化酶（NSE）以及鱗狀細(xì)胞癌抗原（SCCA）六種常見腫瘤標(biāo)志物。結(jié)果顯示，ASFN模型在獨(dú)立測試集上實(shí)現(xiàn)了100%的分類準(zhǔn)確率，定量加權(quán)R2為0.9713，誤差低至目標(biāo)動(dòng)態(tài)范圍的1.7%（圖2）。研究還通過光譜特征重要性分析，明確了關(guān)鍵拉曼信號區(qū)在腫瘤標(biāo)志物定性與定量中的決定性作用。這不僅提升了AI模型的可解釋性，也為臨床醫(yī)學(xué)判讀提供了科學(xué)依據(jù)。
該研究成果為血清腫瘤標(biāo)志物的高效、高精度檢測提供了新思路，有望應(yīng)用于癌癥早篩、精準(zhǔn)醫(yī)療等重要領(lǐng)域，為臨床診斷和健康監(jiān)測提供新的解決方案。
論文的第一作者為核能安全所2023級碩士研究生陳家維，通訊作者為核能安全所楊良保研究員、董榮錄副研究員和中國科學(xué)院合肥腫瘤醫(yī)院鄧慶梅主任醫(yī)師。該研究獲得國家自然科學(xué)基金、安徽省自然科學(xué)基金等項(xiàng)目的資助。
論文鏈接：https://pubs.acs.org/doi/10.1021/acs.analchem.5c03263
圖 1ASFN多任務(wù)模型架構(gòu)及其關(guān)鍵功能模塊示意
圖 2ASFN模型對血清腫瘤標(biāo)志物的分類與定量回歸性能分析
