一种结合血清生化标志物、FTIR光谱以及机器学习技术的混合框架,用于早期癌症筛查

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》:A hybrid framework integrating serum biochemical markers and FTIR spectroscopy with machine learning for early cancer screening

【字体: 大 中 小 】 时间:2025年12月26日 来源:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 4.3

编辑推荐:

  Zhushanying Zhang|Ruojing Zhang|Xu Ma|Chao Yang|Baorong Fu|Zhijian Zhang|Huimin Cao|Yuan Gao中国武汉中南民族大学生物医学工程学院,邮编430074摘要癌症的早期检测仍是临床诊断中的重要挑战

  
Zhushanying Zhang|Ruojing Zhang|Xu Ma|Chao Yang|Baorong Fu|Zhijian Zhang|Huimin Cao|Yuan Gao
中国武汉中南民族大学生物医学工程学院,邮编430074

摘要

癌症的早期检测仍是临床诊断中的重要挑战。本研究探讨了两种基于血清样本的癌症早期筛查方法:一种基于生化参数,另一种基于红外光谱数据,并将这两种方法与机器学习技术相结合。通过统计分析健康人群、肺癌患者和结直肠癌患者的20项血清生化指标,再结合SHapley加性解释算法,最终确定了8项生化参数作为生化肿瘤标志物组合。基于这些参数构建的线性判别分析模型的分类准确率为89.03%,特异性为92.16%,敏感性为81.63%。此外,还使用了健康人群、肺癌患者和结直肠癌患者的红外光谱数据,经过二阶导数预处理后,采用ReliefF-连续投影算法的特征选择策略来优化分类模型性能。在多种分类模型中,三次支持向量机取得了完美的性能,其准确率、敏感性和特异性均为100%。这些研究结果证明了生化分析和振动光谱技术在癌症早期筛查中的价值,为快速无创诊断工具的开发提供了有力支持。

引言

癌症是全球范围内导致疾病和死亡的主要原因之一,预计未来几十年全球癌症负担还将继续上升[1]。早期发现和诊断对于改善患者的预后和生存率至关重要,因为许多癌症在早期阶段更容易治疗[2]。尽管医学成像和分子诊断技术有所进展,但现有的临床筛查方法往往存在成本高、侵入性强,或敏感性和特异性不足等问题,尤其是在疾病早期阶段[3,4]。目前常用的肿瘤标志物,如癌胚抗原(CEA)、碳水化合物抗原19–9(CA19–9)和甲胎蛋白(AFP),单独使用时诊断准确性有限,尤其是在人群筛查中[5,6]。此外,它们的性能还常常受到肿瘤异质性以及良性病变重叠表达的影响,这进一步限制了它们在早期检测中的应用。
相比之下,传统的血清生化指标长期以来一直被用于临床实践中,以评估肝功能、脂质代谢和炎症状态。它们包含了来自代谢、免疫和炎症等多个方面的生理和病理信息,被认为可能是肿瘤标志物的来源[7,8]。先前的研究表明,某些生化指标,包括γ-谷氨酰转移酶(GGT)、C反应蛋白(CRP)和白蛋白(ALB),在癌症患者和健康人群之间存在显著差异[[9], [10], [11]]。Zhang等人[7]进一步探索了通过常规血清生化参数实现精准癌症分类的可能性。他们利用蒙特卡洛抽样和Metropolis抽样算法,从61项常规血清检测中筛选出一组生物标志物(碳水化合物抗原19–9、白蛋白、C反应蛋白和白细胞介素8),在早期胰腺癌的检测中实现了较高的敏感度(93.8%)和特异性(90.0%)[12]。这些研究结果凸显了基于生化标志物组合构建诊断模型的潜力。
同样,傅里叶变换红外(FTIR)光谱也作为一种无损、快速且信息密度高的分析方法,被广泛用于癌症早期筛查。FTIR能够同时反映样本中蛋白质、脂质、核酸和碳水化合物等多种成分的总体生化状态,从而捕捉多因素疾病(如癌症、糖尿病和神经退行性疾病)的复杂生化特征。它已被广泛用于疾病检测及判断疾病的进展阶段[[8], [9], [10]]。将FTIR与机器学习方法相结合,已在乳腺癌和肺癌等多种癌症中取得了良好的识别效果。Backhaus等人[11]早在2010年就使用FTIR光谱分析血清来检测乳腺癌。他们采用聚类分析和人工神经网络分类方法对收集到的光谱进行分类,两种模型的敏感度和特异性分别为98%和95%,92%和100%。Zhu Kejing等人[12]研究了决策树、判别分析、支持向量机和K最近邻等24种模型在训练、识别和区分光谱中的应用。结果表明,在相同条件下,基于精细K最近邻训练的预测模型表现最佳,能够100%预测测试集样本。Du Yu等人[13]研究了526名患者的较大样本群体,利用血清FTIR光谱结合支持向量机模型和反向传播神经网络模型来区分原位导管癌、浸润性乳腺癌和健康对照组,其准确率分别为92.9%和94.2%。这些研究表明,将FTIR技术与机器学习方法相结合,能够显著提升癌症的无创检测和早期筛查能力。
尽管大量研究已经验证了FTIR光谱与常规血清生化参数及机器学习相结合在癌症筛查中的可行性和互补性[14],但在实际应用中,该方法仍面临多模态信息融合不足、特征筛选效率有限以及模型可解释性不够等问题,这限制了其在实际临床中的应用推广。为解决上述问题,本文将对中红外光谱和血清生化指标在癌症早期筛查中的应用进行系统研究。本研究特意选择肺癌和结直肠癌作为代表性疾病模型,是基于三个科学考量。首先,这两种癌症分别起源于呼吸系统和消化系统,且患病率都很高,适合用来评估该框架捕捉不同组织来源的系统性代谢特征的能力。其次,这两种癌症的常规血清生化标志物常常表现出重叠的非特异性炎症反应,为鉴别诊断带来了极大的挑战。最后,通过比较两种具有易混淆生化特征的癌症类型,本研究旨在证明多模态融合策略在单一模式筛查不足以实现精准分类时的有效性。一方面,本研究从血清生化标志物中筛选出具有可解释性和良好区分能力的生化肿瘤标志物组合。以三种经典的机器学习算法作为基础模型,分别以生化参数数据作为数据集构建癌症分类预测模型。通过比较不同模型的分类性能,选出最佳的基准模型,进而计算每个生化参数的SHAP值,以量化各参数对模型分类结果的贡献。将SHAP值从高到低排序并计算累积贡献值,筛选出不同贡献阈值的生化肿瘤标志物组合,分别构建分类模型,最终选出最优的生化肿瘤标志物组合。另一方面,本文提出了ReliefF-连续投影算法的特征波数选择方法,用于优化癌症诊断和分类的机器学习模型。具体而言,首先使用ReliefF算法评估各变量的重要性,初步筛选出前100个光谱特征作为变量候选集,然后再使用连续投影算法进一步优化候选特征集的选择。通过将这种单特征波数优化方法与其它方法相比,验证了该方法的有效性,从而提升了分类模型的性能。
总之,本研究充分利用了血清样本的生化数据和红外光谱数据,探索了传统生化肿瘤标志物筛选方法以及机器学习模型的优化方法。它不仅为高效准确的癌症早期诊断提供了技术支持和理论依据,也为光谱数据和生化数据的综合分析及其在生物医学领域的应用提供了有益参考。

章节节选

血清样本处理

血清样本来源于64名健康志愿者(40名男性,24名女性;平均年龄60.0±7.45岁,年龄范围19–68岁)以及98名经组织病理学确认的未经治疗的新型癌症患者,其中包括50名肺癌患者(35名男性,15名女性;平均年龄65.18±9.32岁,年龄范围41–80岁)和48名结直肠癌患者(32名男性,16名女性;平均年龄63.25±11.02岁,年龄范围37–81岁)。统计分析显示,两组患者在年龄方面没有显著差异(P>0.05)

模型比较与生化肿瘤标志物的选择

SHAP值是所有可能特征组合中每个特征边际贡献的加权平均值。它可以作为一个通用指标,公平且定量地评估各个特征的边际贡献。在特征选择方面,它有助于确定训练数据中各特征的重要性。因此,将SHAP方法引入机器学习后,就可以用数值和可视化方式展示每个样本中不同特征对最终预测结果的贡献程度

结论

本研究结合机器学习与基于SHAP模型的可解释性方法,成功从常规临床参数中识别出一组具有区分性的血清生化肿瘤标志物。研究结果表明,LDL-C、TC、α-HBDH、LDH、ApoA1、ALB、TP和APOB这8项指标在区分健康人群和癌症患者方面具有显著的诊断价值。基于这一标志物组合构建的LDA分类模型表现出较强的性能,其

CRediT作者贡献声明

Zhushanying Zhang:数据整理、正式分析、初稿撰写。Ruojing Zhang:方法设计、正式分析、初稿撰写。Xu Ma:方法设计、正式分析、数据整理。Chao Yang:资金筹集、方法设计、数据整理。Baorong Fu:项目管理、数据整理、论文审阅与编辑。Zhijian Zhang:资金筹集、研究调查、论文审阅与编辑。Huimin Cao和Yuan Gao:资金筹集,

资助情况

本研究得到了中国国家自然科学基金的资助(项目编号为61501526和61178087)。此外,该项目还得到了横向课题(项目编号HZY24133)以及襄阳市中心医院机构科研项目(项目编号2022YB18)的支持。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号