人工智能驱动的表面增强拉曼光谱在医学诊断中:从机器学习到基础模型
《TRAC-TRENDS IN ANALYTICAL CHEMISTRY》:Artificial Intelligence-Driven SERS in Medical Diagnosis: From Machine Learning to Foundation Models
【字体:
大
中
小
】
时间:2026年10月10日
来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY 13.5
编辑推荐:
**摘要**
癌症及其他临床异质性疾病催生了对快速分子检测的迫切需求,这些检测可补充组织病理学、医学影像和靶向检测。表面增强拉曼光谱(SERS)能够从少量生物材料中获取信息丰富的振动指纹,但其临床转化仍受到基底与批次差异、背景干扰、高维光谱以及独立队列有限等因素的制约。人工
**摘要**
癌症及其他临床异质性疾病催生了对快速分子检测的迫切需求,这些检测可补充组织病理学、医学影像和靶向检测。表面增强拉曼光谱(SERS)能够从少量生物材料中获取信息丰富的振动指纹,但其临床转化仍受到基底与批次差异、背景干扰、高维光谱以及独立队列有限等因素的制约。人工智能(AI)可在采集质量控制、预处理、特征与表示学习、分类、回归、光谱解混、不确定性估计及验证等多个环节发挥作用。本文评述系统比较了传统机器学习、一维和二维卷积网络、循环架构、Transformer、生成模型以及光谱基础模型(如深度光谱成分滤波DSCF)等方法,依据其分析角色、数据需求、验证设计、可解释性和部署约束展开对比。我们强调重复光谱与独立患者或标本之间的区别,定义了光谱基础模型的操作性标准,并概述了合成光谱验证、跨站点元数据、分子解释及即时检测评估等方面的要求。当前研究确立了可观的分析潜力,但可靠的临床转化需要防泄漏的患者级评估、多中心与前瞻性测试、标准化SERS报告、校准的不确定性,以及与透明基线和既定临床参考方法的比较。
**引言**
癌症及其他异质性疾病持续产生对更早、更精准诊断的迫切需求[1]、[2]、[3]。分子驱动的检测可补充组织病理学、生化检测和医学影像,通过检测可能先于宏观异常的病变相关变化来发挥作用[4]。分析挑战不仅在于获取灵敏的分子信号,更在于将异质测量转化为针对独立患者或标本的可重复决策。
当前诊断路径结合组织病理学、生化与免疫检测、分子检测和医学影像[3]。这些模态提供互补的结构与分子信息,但每种方法在侵入性、周转时间、观察者变异、生物标志物覆盖范围或可及性方面均存在情境依赖的局限。因此,光谱方法正作为既定临床参考方法的辅助手段被研究,而非作为通用替代品[4]。
自发拉曼光谱提供化学信息丰富的振动指纹,但受限于其固有的弱散射特性。表面增强拉曼光谱(SERS)利用等离子体纳米结构增强拉曼信号,同时保留分子特异性光谱信息[5]–[14]。这种灵敏度支持对组织、细胞和生物流体的分析[15]–[18],但也引入了热点分布、纳米颗粒聚集、吸附构型、基底批次、激光条件和样品基质等方面的变异[11]–[14]。因此,SERS的分析价值既取决于测量系统,也取决于用于处理和验证光谱的计算方法。
SERS检测与人工智能(AI)的关联始于所测信号的物理与化学来源。记录的光谱可能包含宇宙线尖峰、荧光背景、基线漂移、峰位移和强度波动。这些伪影催生了AI的首要角色:通过受损光谱检测、去尖峰、去噪、基线校正、对齐和归一化实现质量控制与预处理。预处理后,相关变量和重叠分子峰仍然使分析复杂化。主成分分析和相关化学计量方法可减少冗余或选择信息变量,而卷积神经网络、循环网络和Transformer可学习局部或长程光谱表示。这些表示支持分类、回归、光谱解混和面向生物标志物的解释。可靠性则需在患者或标本层面以及跨基底批次、仪器、采集会话和临床站点进行评估[19]、[20]。因此,AI是SERS分析工作流的集成组成部分,而非测量后单独应用的分类器。
据此,本评述围绕"临床问题到AI解决方案"的路径组织。首先识别限制基于SERS诊断的分析局限,然后沿着计算工作流从质量控制与预处理到特征选择、表示学习、诊断推断、解释和可靠性评估展开。传统机器学习、深度学习、任务特定预训练Transformer、生成模型和光谱基础模型(包括DSCF)根据其SERS特定分析角色进行比较。一个独立的批判性综合评估在定义未来方向之前对临床证据的成熟度进行评估。这种组织方式使AI驱动的SERS检测成为核心主题,同时保留模型家族的比较作为次要比较框架。图1总结了这一组织方式。
本评述的组织原则是分析工作流,而证据来源按其与临床SERS的相关性进行分类。在每个阶段,方法根据其解决的SERS问题、所需信息、所引入的假设以及所声明所需的验证进行比较。该框架将采集与质量控制和预处理、表示学习、诊断推断、解释及可靠性评估联系起来[21]–[24]。
对于本叙述性评述,检索了PubMed/MEDLINE、Web of Science核心集合和Scopus中2016年3月至2026年3月发表的关于SERS在临床诊断中应用的文献。检索词将"surface-enhanced Raman spectroscopy"、"surface-enhanced Raman scattering"或"SERS"与"artificial intelligence"、"machine learning"、"deep learning"、"convolutional neural network"、"Transformer"、"self-supervised learning"、"foundation model"或"generative model"以及临床术语如"diagnosis"、"disease"、"patient"、"specimen"或"biofluid"组合使用。使用"Raman spectroscopy"和单个算法名称的补充检索识别了方法学比较对象;参考文献列表和引用文章也经过筛选。去重后,筛选标题和摘要以评估相关性,随后使用以下证据类别和排除标准进行全文评估。早期具有开创性的SERS和方法学参考文献作为背景保留。该选择支持批判性叙述综合,而非系统评述或Meta分析。
证据分为四个类别:(i)涉及人类受试者、临床衍生标本或临床定义终点的临床SERS研究;(ii)针对相关分析或方法学问题的支持性SERS研究;(iii)仅作为明确标注的方法学比较对象保留的自发拉曼或其他拉曼基础研究;(iv)仅在阐明可迁移的算法能力或失效模式时保留的非医学化学研究。当研究仅关注基底制备、不含相关AI或计算分析成分,或呈现无可迁移方法学依据的非医学实例时,该研究被排除。临床结论基于第一类证据,比较研究不被视为临床SERS表现的证据[25]–[32]。
与既往评述相比,本文增加了三个相互关联的视角:任务特定预训练与光谱基础模型之间的操作性区分;以患者或标本为中心的临床证据解读;以及对预处理、元数据、校准、可解释性和部署的集成评估。早期评述广泛覆盖了拉曼深度学习、SERS转化、化学计量学、生物医学应用和新兴AI-SERS系统[19]–[33]。表1总结了本工作流导向的批判性评述如何补充现有文献。
该工作流还区分了分析有效性、临床有效性和实施就绪度。分析有效性询问在定义的基底、仪器和预处理条件下,光谱及其衍生变量是否可重复测量。临床有效性询问所得分数是否与预期的临床状态在独立患者或标本中存在关联。实施就绪度询问完整检测能否在预期环境中运行、质量控制、解释和执行操作。这些问题相互关联但不可互换:强大的内部分类能力无法弥补不稳定的基底,且可重复的检测在确立运输和预期使用表现之前并不具备临床验证效力[12]–[14]、[22]、[25]、[34]–[37]。
**章节摘要**
**传统机器学习在SERS分析中的应用**
传统机器学习将预处理后的SERS指纹与用于探索、分类或量化的变量联系起来。PCA将相关的拉曼位移变量压缩为正交成分[38]、[39],而聚类在无结果标签的情况下对光谱进行分组。LDA和PLS-DA构建低维判别表示,SVM定义线性或核决策边界,树集成建模非线性交互[40]–[43]。由于基线去除等预处理步骤的影响……
**一维卷积网络**
深度学习取代了大量手动特征选择步骤,采用层次化表示学习[75]。1D-CNN沿拉曼位移直接学习局部峰模式,而循环网络建模有序上下文,2D编码强调成对或多尺度结构[19]–[21]。额外的容量可能有用,但有效样本量仍然是独立患者或标本的数量,而非相关光谱的数量。
相关的比较是……
**Transformer、光谱基础模型与生成学习**
光谱基础模型不应仅通过是否使用Transformer来定义。从操作层面而言,它是在异质数据上通过任务无关目标预训练的、可复用的光谱骨干网络,可适应多个下游任务,并在留出相关领域的少样本、零样本或有限微调设置中进行测试。通用医学基础模型框架和跨领域影像模型同样在规模与已证明的迁移之间做出了区分[99]、[100]。
**临床证据成熟度与可重复性**
报告的性能必须结合研究设计谨慎解读。独立患者或标本,而非每条重复光谱,是适当的临床证据单位。重复光谱和基底批次表征技术变异,但不增加临床样本量。数据划分必须在最高层级进行,即在共享潜在捷径的最高单元层面,并先于预处理、增强、特征选择和模型调优。不确定性估计……
**现有技术的对比综合**
当队列较小、光谱变量需要直接检查且具备稳定预处理流程时,传统机器学习(CML)仍然适用[38]、[40]–[43]。1D-CNN提供高效的局部表示学习,而2D编码以额外的计算开销和变换风险换取替代的多尺度结构[75]、[82]、[83]、[87]。循环和Transformer架构建模更广泛的依赖关系,但其容量使得独立单元划分和外部……
**未来研究方向**
未来工作应优先关注可重复的临床应用,而非单纯的模型规模。核心任务包括可复用的光谱资源、受约束的生成、跨站点元数据、可重复的解释以及模型-硬件协同设计。每项任务应针对预期用途、临床参考标准和透明的分析基线进行评估[37]、[97]。图9总结了这些优先级。
**结论**
AI可从质量控制和预处理到表示学习、诊断推断和不确定性评估改善SERS分析。最具说服力的进展来自于将模型设计与信号相匹配,并在独立患者或标本层面验证性能。传统模型仍是小队列的强基线,而深度、预训练和生成架构引入了额外容量,同时带来了额外数据……
**CRediT作者贡献声明**
Xiaosong Wang:可视化、数据管理。Jinhua Yu:监督、调查。Yuyang Zhao:写作——审阅与编辑、软件、资源。Haokun Xue:软件、资源。Cong Li:监督、资金获取。Zihao Wei:软件、方法学、数据管理、概念化。
**数据可用性声明**
本研究未包含原始研究结果、软件或代码,也未生成或分析新数据。
**利益冲突**
作者声明不存在利益冲突。
**竞争利益声明**
作者声明不存在已知的竞争性财务利益或可能影响本文所述工作的个人关系。
**致谢**
本工作得到国家重点研发计划(2023YFA1801204)、国家杰出青年科学基金(82025019)、国家自然科学基金委员会(82227806和U25A20560)以及上海市科学技术委员会(23TS1401100和23J21901700)的支持。
Zihao Wei | Yuyang Zhao | Haokun Xue | Xiaosong Wang | Jinhua Yu | Cong Li
生物通微信公众号
生物通新浪微博
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