解读与结质瘤相关的代谢变化使用高光谱刺激拉曼散射成像对结质瘤进行分级.
1Optical Bioimaging Laboratory, Department of Biomedical Engineering, College of Design and Engineering, National University of Singapore, Singapore 117576, Singapore.
Analytical chemistry
|April 4, 2025
概括
超光谱刺激拉曼散射 (SRS) 成像显示了脑瘤中的代谢变化. 这种无标签的技术能够准确地检测和分类质瘤,为精确的癌症治疗提供了新的途径.
科学领域:
- 神经瘤学神经瘤学
- 代谢学 代谢学 代谢学
- 生物光子学 生物光子学
背景情况:
- 代谢失调是癌症的标志,影响瘤发育和治疗反应.
- 了解脑瘤中的代谢变化对于改善患者的治疗结果至关重要.
- 目前分析瘤代谢的方法通常需要标记,并且可能耗时.
研究的目的:
- 用无标签的超光谱刺激拉曼散射 (SRS) 成像来研究质瘤中的代谢多样性.
- 为了识别与不同类型的质瘤相关的独特分子和组织学特征.
- 开发一种诊断分类器,用于准确地检测和分类脑瘤.
主要方法:
- 利用超光谱SRS成像与生物化学光谱建模相结合,用于无标签的基因病理学.
- 采用多变量曲线分辨率分析来研究脂质概况和脱髓化.
- 应用非负最小平方回归光谱建模用于定量代谢物分析.
- 开发了一种神经网络分类器,该分类器以皮洛细胞性星细胞瘤 (PA) 和质母细胞瘤 (GBM) 患者的SRS光谱进行训练.
主要成果:
- 在质瘤等级中发现了脂质样本和神经元脱髓化的显著变化.
- 观察到细胞蛋白,DNA和胆固醇的增加,与减少的氧化还原比率 (黄氨基二核酸 (FAD) /尼古丁胺氨基二核酸 (NADH)) 在质母细胞瘤 (GBM) 与皮洛细胞性星体细胞瘤 (PA) 和健康组织相比.
- 在使用在SRS数据上训练的神经网络分类器检测和分类脑瘤时,获得了99.6%的准确性.
结论:
- 超光谱SRS成像提供了人类质瘤的快速,无标签和空间解析的代谢分析.
- 这些发现表明了识别代谢异质性及其与恶性瘤的联系的潜力.
- 这种技术为开发代谢向疗法提供了一个有前途的方法,用于精确治疗脑瘤.
更多相关视频
09:09Laser Capture Microdissection of Glioma Subregions for Spatial and Molecular Characterization of Intratumoral Heterogeneity, Oncostreams, and Invasion
Published on: April 12, 2020
6.8K
09:17Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
Published on: September 13, 2022
2.2K
