The application of blood serum ATR-FTIR spectroscopy for the identification of Colorectal cancer

Resumo Técnico: Aplicação de Espectroscopia ATR-FTIR de Soro Sanguíneo para Identificação de Câncer Colorretal

Definição do Problema
O câncer colorretal (CCR) representa um desafio significativo para a saúde pública global, ocupando o terceiro lugar entre os tumores malignos mais comuns. Embora a detecção precoce melhore drasticamente a taxa de sobrevivência em 5 anos (quase 90% nos estágios iniciais vs. 13,1% nos estágios avançados), as modalidades diagnósticas atuais apresentam limitações. Métodos convencionais, como a colonoscopia e o diagnóstico por imagem (TC), são invasivos, exigem preparo intestinal ou envolvem radiação ionizante. Marcadores séricos, como o antígeno carcinoembrionário (CEA), sofrem de baixa especificidade, e os testes fecais são primariamente ferramentas de triagem que requerem colonoscopia de acompanhamento para confirmação. Existe uma necessidade crítica de metodologias diagnósticas novas, simples, objetivas e não invasivas para melhorar a triagem precoce e reduzir a mortalidade por CCR.

Metodologia
Este estudo empregou a espectroscopia de Infravermelho com Transformada de Fourier de Reflexão Total Atenuada (ATR-FTIR) para analisar a "impressão digital" molecular do soro sanguíneo humano, visando distinguir pacientes com CCR de indivíduos saudáveis com base em variações bioquímicas.

• Coleta de Amostras: O estudo analisou amostras de soro de 195 participantes: 97 pacientes diagnosticados com câncer colorretal (idade média de 65,43 anos) e 98 controles saudáveis (idade média de 51,34 anos). Os pacientes foram confirmados via cirurgia ou biópsia, com critérios de exclusão incluindo radioterapia/quimioterapia prévia e outras neoplasias primárias.
• Aquisição Espectral: Alíquotas de 10 μL de soro foram secas ao ar sobre um cristal de fluoreto de bário. Os espectros foram registrados usando um espectrômetro Bruker IFS 66v com resolução de 4 cm⁻¹, um tamanho de ponto de imagem de 100 μm × 100 μm e 128 varreduras cumulativas.
• Pré-processamento de Dados: Os espectros foram processados usando o software OPUS, envolvendo correção de linha de base (método rubber band) e normalização (método de vetor). Para realçar as bandas espectrais e reduzir o ruído, a segunda derivada dos espectros foi calculada.
• Análise Estatística e de Aprendizado de Máquina:
  • Análise de Componentes Principais (PCA): Uma técnica de aprendizado não supervisionado foi utilizada para reduzir a dimensionalidade e identificar padrões nos dados espectrais, focando especificamente nas faixas de 3500–3000 cm⁻¹ e 1600–1500 cm⁻¹.
  • Modelos de Classificação: Três algoritmos de aprendizado de máquina foram treinados e validados para diferenciar entre os dois grupos: k-Nearest Neighbors (kNN), Regressão de Processo Gaussiano (GPR) e Máquina de Vetores de Suporte (SVM) com um núcleo linear.
  • Validação: O conjunto de dados foi dividido em um conjunto de treinamento (70 CRC, 70 saudáveis) e um conjunto de validação (27 CRC, 28 saudáveis). Uma validação cruzada de cinco dobras (five-fold cross-validation) foi aplicada aos dados de treinamento. O desempenho foi avaliado utilizando sensibilidade, especificidade, acurácia e a Área Sob a Curva (AUC) da análise da Característica de Operação do Receptor (ROC).

Principais Resultados

• Diferenças Espectrais: Variações significativas foram observadas entre pacientes com CCR e controles saudáveis em regiões específicas de número de onda.
  • 3500–3000 cm⁻¹: As amostras de CCR mostraram um deslocamento para comprimentos de onda mais curtos e diminuição da absorbância, indicando mudanças no estiramento das ligações O-H e N-H (associadas a proteínas e água).
  • 1600–1500 cm⁻¹ (Amida II) e 1700–1600 cm⁻¹ (Amida I): Um "deslocamento azul" (frequência mais alta) e diminuição da absorbância foram observados em pacientes com CCR, sugerindo alterações na estrutura secundária e conformação das proteínas.
  • 2990–2950 cm⁻¹: A redução da absorbância indicou uma diminuição relativa nas concentrações lipídicas (estiramento antissimétrico de CH₂ e CH₃).
  • 1420–1380 cm⁻¹: A diminuição da absorbância foi potencialmente ligada a mudanças no pH sérico ou estados de ionização.
• Achados de PCA: O gráfico de pontuação PCA (visualizado no espaço PC2-PC3) segregou efetivamente os dois grupos, com doadores saudáveis agrupando-se em regiões negativas de PC2/PC3 e pacientes com CCR em regiões positivas. Isso confirmou que as diferenças espectrais na conformação proteica e ácidos nucleicos são os principais discriminadores.
• Desempenho Diagnóstico: O modelo de Máquina de Vetores de Suporte (SVM) demonstrou a capacidade diagnóstica superior entre os algoritmos testados.
  • Sensibilidade: 88,9%
  • Especificidade: 92,9%
  • Acurácia: 90,9%
  • AUC: 0,911
  • Em comparação, os modelos kNN e GPR mostraram métricas de desempenho ligeiramente inferiores (Acurácia de 85,5% e 87,3%, respectivamente).

Significância e Alegações
Os autores afirmam que este estudo demonstra o potencial da espectroscopia ATR-FTIR baseada em soro como uma ferramenta diagnóstica direta, minimamente invasiva e confiável para o câncer colorretal. Ao identificar biomarcadores espectrais específicos relacionados à conformação de proteínas, ácidos nucleicos e conteúdo lipídico, o método oferece uma abordagem inovadora para distinguir o CCR do estado saudável sem a invasividade da colonoscopia.

O estudo enfatiza que a integração da ATR-FTIR com análise multivariada (especificamente PCA e SVM) fornece uma base teórica para pesquisas abrangentes futuras. No entanto, os autores mantêm uma postura modesta quanto ao escopo atual, reconhecendo que os achados baseiam-se em uma coorte específica e que o tamanho da amostra é limitado. Eles afirmam que, embora a prova de conceito seja promissora, trabalhos futuros devem envolver coortes maiores, ensaios clínicos prospectivos e análises bioinformáticas mais profundas para refinar as assinaturas diagnósticas e validar a utilidade da tecnologia através de diferentes estágios patológicos e fatores de confusão.