肿瘤微环境(TME)是一个复杂的系统，其胶原蛋白和脂质含量不同于健康组织。TME可用于诊断不同类型的癌症。在最近的一项研究中，研究人员调查了使用一种称为光声光谱分析(PASA)的新技术来表征皮肤癌组织样本中肿瘤相关特征的可能性。他们的发现揭示了PASA在无创性诊断TME方面的潜力。

光声光谱分析(PASA)包括在目标组织上照射不同波长的激光脉冲，并用水听器测量产生的超声波。这些信号揭示了组织组成的半定量信息，如胶原蛋白和脂质含量，这可能与癌症等疾病有关。

肿瘤不只是孤立的异常细胞团块，而是与称为“肿瘤微环境”(tumor microenvironment, TME)的更复杂的系统有关。在过去的几年里，研究表明TME由血管、结缔组织和细胞外蛋白质和分子基质的复杂组合组成。最重要的是，TME的组成不同于附近的健康组织。特别是，肿瘤的脂质和胶原蛋白含量与正常组织的不同，使其成为诊断乳腺癌、前列腺癌或皮肤癌等各种癌症的重要潜在生物标志物。

然而，目前使用的测量脂质和胶原含量的方法有相当大的缺点。虽然侵入性活检是许多癌症的金标准，但它是侵入性的且耗时的。另一方面，大多数基于激光的技术和拉曼光谱方法不能非常深入地穿透组织，并且只能用于收集表面信息。因此，需要一种提供无创诊断、减少检测时间和更大检测深度的技术。

在此背景下，包括中国同济大学Qian Cheng教授在内的一组科学家现在已经研究了一种无创方法的可行性，即光声光谱分析(PASA)，用于表征TME中脂质和胶原蛋白的肿瘤相关特征。PASA是一种结合声光分析TME的创新方法，在评价生物组织内源性发色团方面显示出相当大的潜力。这项研究发表在《Journal of Biomedical Optics》上，表明PASA有可能成为诊断肿瘤的新工具。

Cheng解释了这项技术的机制，他说:“在PASA中，脉冲激光被用来照射生物组织，其能量被内源性发色团根据其波长选择性地吸收。反过来，这通过热弹性膨胀产生超声波，这些超声波被捕获为光声信号。”

研究人员在同济大学上海皮肤病医院收集了39例疑似鳞状细胞癌(SCC)和基底细胞癌(BCC)患者的皮肤样本。这些样本中约有三分之一是健康皮肤组织，而另外三分之二是SCC和BCC的疑似病例。

然后使用定制的PASA设置来分析这些样品。用不同波长(1200-1700 nm)的激光脉冲照射样品，这些激光脉冲跨越脂质和胶原蛋白的强吸收区。用针状水听器接收激光照射皮肤组织产生的光声信号。

分析显示，三种不同类型组织的PA信号差异很大，足以被识别出来。此外，通过将这些信号与传统组织分析技术获得的结果进行比较，他们发现PASA可以提供准确的半定量结果。这反过来又有助于根据测量的PA信号来估计样品中胶原蛋白和脂质的含量，从而表征TME。

为了进一步证明这种方法的实用性，研究人员在PASA数据上训练了一个简单的机器学习算法，以测试其区分三种样本类型的准确性。该算法以超过91%的显着总体准确率对样本进行分类。

总之，本研究的发现证明了PASA的许多优点。Cheng解释说:“PASA提供了一种独立于医生或病理学家经验的客观方法来分类SCC和BCC。此外，它消除了噪声和系统误差的影响，提供了与系统无关的半定量结果。因此，我们的研究表明PASA可以实现对不同类型肿瘤的无创诊断和识别。”

在未来，研究人员计划测试PASA的体内检测能力，以检测皮肤癌的边界，从而实现更精确的手术切除。PASA作为肿瘤强有力的诊断工具的全部潜力仍有待揭示。

Identification of different types of tumors based on photoacoustic spectral analysis: preclinical feasibility studies on skin tumors

来源 | AAAS

版权归原作者所有，若有违规、侵权请联系我们