文/LFWC

圖1：新的微創(chuàng)篩查方法，只需要一滴血就能檢測(cè)出人體健康狀況。（圖片來源：LMU/MPQ）

由德國路德維希-馬克西米利安大學(xué)寬帶紅外診斷團(tuán)隊(duì)（Broadband Infrared Diagnostics）和馬克斯·普朗克量子光學(xué)研究所領(lǐng)導(dǎo)的研究團(tuán)隊(duì)，最近開發(fā)出一種新型健康篩查系統(tǒng)，該系統(tǒng)將醫(yī)學(xué)診斷中常見的紅外光譜技術(shù)與機(jī)器學(xué)習(xí)相結(jié)合，只通過一滴血進(jìn)行單一測(cè)量，就能揭示多種復(fù)雜生物流體的分子特征信息，并最終揭示人體的健康狀況。

寬帶紅外診斷團(tuán)隊(duì)的研究小組負(fù)責(zé)人Mihaela Žigman博士說：“雖然通過分析人體血液分子信息用于臨床診斷的概念已經(jīng)非常成熟，但是我們的方法利用紅外分子光譜，能夠進(jìn)行穩(wěn)健和可重復(fù)的人體血漿指紋識(shí)別。”

回顧過去

這種創(chuàng)新的微創(chuàng)方法源于該團(tuán)隊(duì)之前的工作，那時(shí)的工作涉及傅里葉變換紅外光譜學(xué)（FTIR），這種方法長(zhǎng)期以來一直被用于疾病檢測(cè)的實(shí)驗(yàn)研究。該團(tuán)隊(duì)在早期研究中發(fā)現(xiàn)：紅外分子指紋不僅對(duì)每個(gè)人都是獨(dú)一無二的，而且隨著時(shí)間的推移也保持一致。

Žigman說：“這一發(fā)現(xiàn)表明，我們的方法有望用于監(jiān)測(cè)人類健康的臨床診斷中。”

他們首先將FTIR光譜法應(yīng)用于癌癥診斷，將患有四種常見癌癥之一的個(gè)體與表現(xiàn)出相似特征但沒有惡性腫瘤的對(duì)照組進(jìn)行比較。研究人員證明，他們涉及血清或血漿的方法可以檢測(cè)到嚴(yán)重的異常，包括癌癥信息。

向前邁進(jìn)

最近，該團(tuán)隊(duì)擴(kuò)大了他們的研究重點(diǎn)，開始探索是否可以使用相同的光譜方法來識(shí)別自然人群中具有各種常見疾病的人。

與德國慕尼黑亥姆霍茲中心（Helmholtz Center Munich）的研究人員合作，為該團(tuán)隊(duì)提供了一個(gè)獨(dú)特的機(jī)會(huì)來測(cè)試IR指紋是否不僅可以檢測(cè)癌癥，還可以檢測(cè)一系列常見的疾病。

“我們的方法中最關(guān)鍵的一個(gè)方面是集成了機(jī)器學(xué)習(xí)功能，”Žigman介紹說，“我們將被研究的個(gè)體人員的醫(yī)療數(shù)據(jù)與他們新測(cè)量的血漿光譜紅外指紋信息相結(jié)合，并使用這個(gè)組合數(shù)據(jù)集來訓(xùn)練能夠識(shí)別單一和組合條件的算法。”

憑借數(shù)千個(gè)可用的數(shù)據(jù)組合，該團(tuán)隊(duì)有效地訓(xùn)練了算法，并可以在看不見的數(shù)據(jù)集上驗(yàn)證其準(zhǔn)確性。

Žigman解釋說，新方法的主要優(yōu)勢(shì)在于它能夠通過單一、非侵入性、成本效益高的測(cè)量，來表征個(gè)人的健康狀況。傳統(tǒng)的基于血液的診斷測(cè)試通常需要多輪才能得出一個(gè)診斷結(jié)論，每個(gè)診斷只瞄準(zhǔn)特定的疾病或標(biāo)志物。

“我們的方法能夠同時(shí)檢測(cè)多種分子特征信息和疾病情況，既高效又全面。”Žigman說道。

圖2：該方法將紅外光譜與機(jī)器學(xué)習(xí)相結(jié)合，通過一次測(cè)量就能揭示多種復(fù)雜生物流體的分子特征信息，并最終揭示人體的健康狀況。

目標(biāo)

該團(tuán)隊(duì)的目標(biāo)是最終使用這種簡(jiǎn)單的基于血液的光譜測(cè)量方法，來改善人類的健康狀況。

Žigman表示：“我們希望能夠及早地發(fā)現(xiàn)疾病，讓我們有機(jī)會(huì)管理甚至預(yù)防其發(fā)展。希望我們的方法能夠?qū)εR床診斷產(chǎn)生重大影響，這不僅包括加強(qiáng)疾病的早期檢測(cè)，還包括更深入地了解健康的意義。”

這種方法還可能用于檢測(cè)是否存在某種疾病，為監(jiān)測(cè)人體的整體健康狀況提供了一種新穎的方法，這可能會(huì)改變預(yù)防性醫(yī)療保健。

通過有效地表征和理解分子特征，該團(tuán)隊(duì)有望開發(fā)出識(shí)別特定健康和疾病表型的算法。