釜山國立大學(xué)研究：AI結(jié)合3D打印納米團(tuán)簇，實(shí)現(xiàn)基于血清的甲狀腺癌檢測(cè)

2025年8月1日，南極熊獲悉，來自韓國釜山國立大學(xué)的研究人員開發(fā)了一種基于3D打印的診斷方法：利用表面增強(qiáng)拉曼光譜（SERS）技術(shù)檢測(cè)人體血清中的甲狀腺癌。這項(xiàng)技術(shù)利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）分析光譜模式，無需傳統(tǒng)的生物標(biāo)記物，靈敏度高達(dá)93.1%，特異性高達(dá)84.0%。

研究結(jié)果以題為“Fabrication of serum-basedSERS-tailored 3D structures for thyroid cancer diagnosis”的論文發(fā)表在《scientific reports》雜志上。

論文鏈接：https://www.nature.com/articles/s41598-025-06346-6

目前，甲狀腺癌的診斷依賴于細(xì)針穿刺細(xì)胞學(xué)檢查，這可能導(dǎo)致結(jié)果不明確和并發(fā)癥。盡管經(jīng)過數(shù)十年的研究，但尚未證實(shí)該疾病的特定生物標(biāo)志物。釜山研究團(tuán)隊(duì)利用基于蒸發(fā)的3D打印工藝，將SERS應(yīng)用于直接從患者血清中制備的金納米粒子（AuNP）簇，從而解決了這一局限性。這些納米簇可以放大樣品中生化化合物產(chǎn)生的拉曼信號(hào)，從而使深度學(xué)習(xí)算法無需生物標(biāo)志物信號(hào)即可對(duì)癌癥陽性病例和健康病例進(jìn)行分類。

△用于SERS平臺(tái)的納米粒子簇

共計(jì) 100 份血清樣本（50 份來自確診為甲狀腺癌的患者，50 份來自健康個(gè)體）從釜山國立大學(xué)梁山醫(yī)院采集。為制造等離子體基底，研究人員將AuNP（直徑 75 ± 5 納米）、生理鹽水和人血清混合成混合墨水配方。加入生理鹽水以降低白蛋白濃度，優(yōu)化 AuNP 聚集條件。將墨水裝入30微米微量移液器中，通過保持與硅基底的接觸直至溶劑蒸發(fā)導(dǎo)致納米顆粒積聚和簇形成來實(shí)現(xiàn)沉積。能量色散 X 射線光譜證實(shí)了干燥結(jié)構(gòu)中分散的 AuNP 的存在，同時(shí)由于含有鹽分，還觀察到了氯化鈉晶體。

每個(gè)簇通過與金納米粒子（AuNP）的相互作用形成局部電磁熱點(diǎn)。這些熱點(diǎn)增強(qiáng)了附近代謝物的拉曼信號(hào)。研究團(tuán)隊(duì)使用配備633 nm激光器的便攜式拉曼光譜儀，以1.8 mW和2.0 mW的功率，在四個(gè)曝光時(shí)長(zhǎng)（500 ms、1,000 ms、2,000 ms和3,000ms）內(nèi)記錄SERS光譜。共收集了800張光譜，每組400張。測(cè)量范圍為200至1200cm⁻¹的拉曼位移，并在分析前去除尖峰噪聲；未進(jìn)行任何額外的光譜濾波。通過對(duì)每個(gè)樣本進(jìn)行五次測(cè)量來驗(yàn)證可重復(fù)性，從而確認(rèn)每個(gè)個(gè)體血清中的光譜特征一致。

△基于血清的金納米粒子簇結(jié)構(gòu)的形成

為了評(píng)估分類準(zhǔn)確率，研究訓(xùn)練了 1D 和 2D CNN 模型，以區(qū)分健康個(gè)體和癌癥患者的光譜。每個(gè)光譜被標(biāo)記為 0 或 1，數(shù)據(jù)按 8:2 的比例分成訓(xùn)練集和測(cè)試集。2D CNN 架構(gòu)包含兩個(gè)卷積層（分別包含 16 個(gè)和 48 個(gè)濾波器）和一個(gè)包含 256 個(gè)神經(jīng)元的密集層。核大小為 3×3，dropout 率為 0.6。該模型采用了 Adam 優(yōu)化器，學(xué)習(xí)率為 0.0011949，激活函數(shù)為 S 型函數(shù)。訓(xùn)練了 80 個(gè) epoch。最終曲線下面積(AUC) 為 0.858，并且該模型在測(cè)試樣本中表現(xiàn)出了一致的性能。

研究人員嘗試通過核磁共振 (NMR) 分析 10 個(gè)隨機(jī)選擇的血清樣本（每組 5 個(gè)）來尋找甲狀腺癌的生物標(biāo)志物，但未能識(shí)別出特定組別的代謝物。葡萄糖、葡萄糖醛酸、丙氨酸和甘油等常見化合物在兩組中均有出現(xiàn)，進(jìn)一步證明了缺乏明確的分子指標(biāo)。這進(jìn)一步證明了該團(tuán)隊(duì)決定專注于光譜模式識(shí)別而非生物標(biāo)志物檢測(cè)的合理性。

△甲狀腺癌患者和正常人群血清樣本分析

制造參數(shù)基于之前使用M13噬菌體和金納米粒子（AuNP）混合墨水的實(shí)驗(yàn)結(jié)果。M13是一種桿狀病毒，長(zhǎng)880納米，直徑6.6納米，由于其與球形納米顆粒的幾何結(jié)構(gòu)不匹配，導(dǎo)致相分離。掃描電子顯微鏡顯示，金納米粒子簇和M13聚集體散布其中，從而增加了電磁熱點(diǎn)的密度。然而，為了簡(jiǎn)化制造過程，本研究最終使用的血清-金納米粒子墨水并未包含M13。

研究人員發(fā)現(xiàn)的一個(gè)限制是某些樣品的SERS信號(hào)相對(duì)較弱。這是因?yàn)榕c白蛋白等主要血清蛋白相比，金納米顆粒的體積分?jǐn)?shù)較低，而白蛋白在打印結(jié)構(gòu)中占據(jù)了更大的空間。增加納米顆粒濃度或許可以提高光譜強(qiáng)度，但目前的研究范圍尚未探討。另一個(gè)限制因素是缺乏外部驗(yàn)證隊(duì)列，這可能會(huì)限制CNN模型在初始樣本集之外的通用性。

△使用人工神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)對(duì)患者和正常個(gè)體進(jìn)行分類

盡管存在這些限制，該方法仍為生物標(biāo)志物識(shí)別停滯不前的情況下的疾病檢測(cè)開辟了一條新途徑。納米結(jié)構(gòu)材料、光譜讀數(shù)和機(jī)器學(xué)習(xí)的集成使得能夠以最小的輸入量和無創(chuàng)操作進(jìn)行可重復(fù)的樣本分析。作者指出，類似的方法或許可以適用于其他分子靶點(diǎn)難以捉摸的疾病。