Label-Free Diagnosis of Colorectal Cancer Using a SERS Platform Based on a Modified Glass Fiber Filter Membrane Combined with Machine Learning
طورت هذه الدراسة منصة تشتت رامان المحسن سطحياً (SERS) مرنة وخالية من الوسم، باستخدام غشاء مرشح من الألياف الزجاجية المعدل بـ 4-ميركابتوفينول مدمجاً مع التعلم الآلي لتحقيق تشخيص غير جراحي عالي الدقة وقابل للتكرار لسرطان القولون والمستقيم من عينات المصل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول العثور على همسة صغيرة محددة في غرفة يصرخ فيها مائة شخص في وقت واحد. هذا هو بالضبط ما يواجهه العلماء عندما يحاولون تشخيص أمراض مثل السرطان باستخدام فحوصات الدم. الدم عبارة عن حساء معقد من البروتينات والدهون والخلايا، والعثور على "البصمة" الكيميائية الدقيقة لورم مختبئ بداخله أمر صعب للغاية. أحد الأدوات القوية للاستماع إلى هذه الهمسات يسمى تشتت رامان المعزز بالسطح (SERS). فكر في تقنية (SERS) كأنها ميكروفون خارق يمكنه تضخيم الطنين الاهتزازي الفريد للجزيئات، محولاً إشارة باهتة إلى أغنية صاخبة وواضحة تخبرك بالضبط بما يوجد في العينة. ومع ذلك، هناك عقبة: في بيئة فوضوية مثل دم الإنسان، غالباً ما يصاب هذا الميكروفون بالارتباك؛ فقد تصبح الإشارة مختلطة، أو غير متسقة، أو يطغى عليها ضجيج الخلفية، مما يجعل من الصعب الوثوق بالنتائج.
هنا تبدأ قصة أداة تشخيصية جديدة. أراد الباحثون بناء "ميكروفون" أفضل يمكنه اختراق الضجيج في الدم للكشف عن سرطان القولون والمستقيم في مرحلة مبكرة، دون الحاجة إلى جراحة تداخلية. كانوا يعلمون أنهم إذا تمكنوا من جعل سطح مستشعرهم أكثر ذكاءً وتنظيماً، فقد يتمكن من التقاط الجزيئات الصحيحة وتجاهل البقية. ومن خلال دمج هذا المستشعر المحسن مع عقل حاسوبي يتعلم من الأنماط (تعلم الآلة)، أملوا في إنشاء اختبار سريع، ودقيق، وسهل الاستخدام. كان السؤال الكبير الذي وضعوا نصب أعينهم هو: هل يمكنهم هندسة سطح يجعل إشارة (SERS) واضحة ومتسقة لدرجة تمكن الحاسوب من التمييز بشكل موثوق بين الشخص السليم والمصاب بالسرطان؟
الورقة البحثية: "مرشح ذكي" للكشف عن السرطان
في هذه الدراسة، قام فريق من الباحثين من جامعة فوجيان العادية والمستشفيات التابعة لها في الصين ببناء جهاز جديد ذكي لحل مشكلة "الدم الضجيجي". لقد صنعوا منصة ثلاثية الأبعاد مرنة باستخدام غشاء ترشيح من الألياف الزجاجية — تخيلها كإسفنجة دقيقة جداً ومسامية مصنوعة من الألياف الزجاجية. وعلى هذه الإسفنجة، قاموا بتنمية جسيمات فضية نانوية صغيرة، والتي تعمل كمضخمات للإشارة لتقنية (S_ERS). ولكن إليكم السر: لم يتركوا الفضة عارية فحسب، بل غلفوها بجزيء خاص يسمى 4-ميركابتوفينول (4-MP).
يمكنك تخيل جزيئات (4-MP) كأنها "منظمو حركة مرور" صغيرون أو "حراس أمن" يقفون على سطح الفضة. في الإعداد العادي غير المعدل، قد تلتقط جسيمات الفضة النانوية أي بروتين عشوائي في الدم، مما يسبب فوضى عارمة من الإشارات. لكن طبقة (4-MP) تغير القواعد؛ فهي تخلق بيئة كيميائية محددة توجه الجزيئات الصحيحة (تلك التي قد تشير إلى السرطان) لتستقر بدقة في "النقاط الساخنة" — وهي الفجوات الصغيرة بين جسيمات الفضة حيث تكون الإشارة في أقوى حالاتها. هذا يحافظ على تنظيم الإشارة ويمنع "حراس الأمن" من السماح بدخول الحشد الخاطئ.
لاختبار ما إذا كان هذا "المرشح الذكي" قد نجح، جمع الفريق مصل الدم من 30 مريضاً مصاباً بسرطان القولون والمستقيم و30 متطوعاً سليماً. وضعوا كمية صغيرة من الدم على منصتهم الجديدة المكونة من الألياف الزجاجية والفضة و(4-MP) وتركوها لمدة 30 دقيقة. ثم سلطوا شعاع ليزر عليها لقراءة الاهتزازات الجزيئية. كانت النتائج مبهرة؛ فقد أنتجت المنصة الجديدة إشارات متسقة للغاية؛ فإذا قمت بقياس نفس البقعة 50 مرة، فإن النتائج تباينت بنسبة 7.63% فقط، وهو رقم منخفض جداً لمثل هذه العينة البيولوجية المعقدة. أثبت هذا أن "منظمي حركة المرور" (4-MP) نجحوا في منع الإشارة من الاختلاط والارتباك.
بعد ذلك، قاموا بتغذية هذه الإشارات الواضحة والمنظمة في عقل حاسوبي باستخدام تعلم الآلة. جربوا أربع خوارزميات مختلفة (شجرة القرار، والجيران الأقرب، والغابة العشوائية، وآلة ناقل الدعم) لمعرفة أي منها يمكنه تعلم الفرق بين عينات السرطان والعينات السليمة بشكل أفضل. تعلم الحاسوب أن عينات السرطان تمتلك "لحناً" مميزاً مقارنة بالعينات السليمة. وكان الأداء الأفضل لنموذج "آلة ناقل الدعم" (SVM). وعند اختباره على مجموعة من المرضى لم يسبق له رؤيتهم، حدد النموذج حالات السرطان بدقة بلغت 93.33%. والأهم من ذلك، أن المساحة تحت المنحنى (AUC) — وهي درجة تقيس مدى قدرة الاختبار على الفصل بين مجموعتين — وصلت إلى مستوى عالٍ جداً بلغ 0.988.
كما اختبر الباحثون نظامهم على مجموعة جديدة تماماً مكونة من 42 عينة (21 سرطان، 21 سليم) لمعرفة ما إذا كان سيظل يعمل في العالم الحقيقي. ظل نموذج (SVM) قوياً، محققاً دقة بنسبة 85.48%. يشير هذا إلى أن الطريقة قوية وليست مجرد صدفة نجحت في الدفعة الأولى من البيانات.
ما الذي استبعدوه؟ أظهرت الدراسة صراحة أن استخدام غشاء الألياف الزجاجية بدون طلاء (4-MP) (الفضة "العارية") لم يكن كافياً. ففي السطح غير المعدل، كانت الإشارات فوضوية، وعانت النماذج الحاسوبية للتمييز بين المرضى الأصحاء والمصابين بالسرطان، حيث انخفضت أفضل دقة إلى 88.33% في الاختبار الأول، وإلى مستويات أقل بكثير في المجموعة الجديدة. وقد أكد هذا أن التعديل الكيميائي بـ (4-MP) كان المكون الأساسي، وليس مجرد الألياف الزجاجية أو الفضة وحدها.
باختصار، تشير هذه الورقة البحثية إلى أنه من خلال ضبط سطح المستشعر كيميائياً باستخدام (4-MP)، يمكن للعلماء إنشاء أداة مستقرة للغاية وقابلة للتكرار للكشف عن سرطان القولون والمستقيم من قطرة دم بسيطة. وبينما تبدو النتائج واعدة والدقة عالية، فإن المؤلفين يقدمون هذا كاستراتيجية منهجية موثوقة وخطوة للأمام في الفحص غير الجراحي، وليس كمنتج سريري مكتمل وجاهز للاستخدام في كل المستشفيات غداً. إنها إثبات مفهوم قوي يوضح كيف يمكن للقليل من الهندسة الكيميائية أن يحول إشارة ضوضائية إلى تشخيص واضح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.