zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-1135Research ArticleСтатьиНЕИНВАЗИВНАЯ ДИАГНОСТИКА РАКА ЛЕГКОГО НА ОСНОВЕ СПЕКТРОСКОПИИ ПОВЕРХНОСТНО-УСИЛЕННОГО КОМБИНАЦИОННОГО РАССЕЯНИЯ СВЕТА ЦЕЛЬНОЙ КРОВИ И ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯNON-INVASIVE DIAGNOSTICS OF LUNG CANCER BASED ON WHOLE BLOOD SURFACE-ENHANCED RAMAN SPECTROSCOPY AND DEEP MACHINE LEARNINGChenC.ChenC.

Фучжоу, Фуцзянь

Cairou Chen

Fuzhou, Fujian

m17875511657@163.comZhangQ.ZhangQ.

Сямэнь, Фуцзянь

Qibin Zhang

Xiamen, Fujian Province

LuD.LuD.

Фучжоу, Фуцзянь

Dechan Lu

Fuzhou, Fujian

m17875511657@163.comLiuJ.LiuJ.

Сямэнь, Фуцзянь

Jiatong Liu

Xiamen, Fujian Province

LuY.LuY.

Фучжоу, Фуцзянь

Yudong Lu

Fuzhou, Fujian

m17875511657@163.comLiuK.LiuK.

Сямэнь, Фуцзянь

Kunhong Liu

Xiamen, Fujian Province

Колледж химии и материаловедения Фуцзяньского педагогического университетаCollege of Chemistry and Materials Science, Fujian Provincial Key Laboratory of Advanced Oriented Chemical Engineer, Fujian Key Laboratory of Polymer Materials, Fujian Normal UniversityШкола информатики Сямэньского университетаSchool of Informatics, Xiamen University202226092022895674681Copyright © Chen C., Zhang Q., Lu D., Liu J., Lu Y., Liu K., 20222022Chen C., Zhang Q., Lu D., Liu J., Lu Y., Liu K.Chen C., Zhang Q., Lu D., Liu J., Lu Y., Liu K.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/1135

На основе объединения глубокого машинного обучения с поверхностно-усиленной КР-спектроскопией (SERS) наночастиц серебра (NP Ag) разработан новый метод анализа цельной крови для обнаружения рака. Цельная кровь собрана у двух групп — больных (n = 26) раком легкого и здоровых добровольцев (n = 45). Для разработки диагностической модели с использованием одних и тех же спектральных данных применены алгоритмы логистической регрессии (LR), k-ближайшего соседа (KNN), дерева решений (DT) и случайного леса (RF). Диагностическая точность моделей LR, KNN, DT и RF составила 87, 66, 77 и 83 % соответственно. Логистическая регрессия превосходит другие алгоритмы в классификации спектров SERS цельной крови. Предложенная стратегия имеет высокий клинический потенциал для технологии SERS в сочетании с логистической регрессией и действует как дополнительный метод для обнаружения рака легких.

Combining deep machine learning with silver nanoparticle (Ag NP)-based surface-enhanced Raman spectroscopy (SERS), we have developed a novel method for whole blood analysis for cancer detection applications. The whole blood was collected from two groups: one group of patients (n = 26) with lung cancer and another group of healthy volunteers (n = 45). The logistic regression (LR), k-nearest neighbor (KNN), decision tree (DT), and random forest (RF) algorithms were employed to develop a diagnostic model using the same spectral data. The results show that the diagnostic accuracy of LR, KNN, DT, and RF models was 87, 66, 77, and 83%, respectively. LR is superior to other algorithms in the SERS spectra classification of whole blood. We therefore believe that this proposed strategy will have great clinical potential for SERS technology combined with LR and act as a complementary method for the detection of lung cancer.

поверхностно-усиленное комбинационное рассеяниецельная кровьрак легкогодиагностическая модельsurface-enhanced Raman scatteringwhole bloodlung cancerdiagnostic modelWe are grateful for the support by the Fujian Provincial Department of Science and Technology guiding (Project No. 2020Y0019); Industry-university Cooperation Project of the Fujian Provincial Department of Science and Technology (No. 2020N5006); the National Natural Science Foundation of China (No. 61772023), the National Key Research and Development Program of China (No. 2019QY1803), and the Fujian Science and Technology Plan Industry-University-Research Cooperation Project (No. 2021H6015).ReferencesK. A. Cronin, A. J. Lake, S. Scott, R. L. Sherman, A. M. Noone, N. Howlader, S. J. Henley, R. N. Anderson, A. U. Firth, J. Ma, B. A. Kohler, A. Jemal, Cancer, 124, 2785–2800 (2018).K. A. Cronin, A. J. Lake, S. Scott, R. L. Sherman, A. M. Noone, N. Howlader, S. J. Henley, R. N. Anderson, A. U. Firth, J. Ma, B. A. Kohler, A. Jemal, Cancer, 124, 2785–2800 (2018).J. Bossert, M. Ludwig, P. Wronski, J. Koetsenruijter, K. Krug, M. Villalobos, J. Jacob, J. Walker, M. Thomas, M. Wensing, NP J. Primary Care Respiratory Med., 31, 2 (2021).J. Bossert, M. Ludwig, P. Wronski, J. Koetsenruijter, K. Krug, M. Villalobos, J. Jacob, J. Walker, M. Thomas, M. Wensing, NP J. Primary Care Respiratory Med., 31, 2 (2021).C. Fang, D. Xu, J. Su, J. R. Dry, B. Linghu, NP J. Digital Med., 4, 14 (2021).C. Fang, D. Xu, J. Su, J. R. Dry, B. Linghu, NP J. Digital Med., 4, 14 (2021).N. Guibert, A. Pradines, G. Favre, J. Mazieres, Eur. Respir. Rev., 29, 190052 (2020).N. Guibert, A. Pradines, G. Favre, J. Mazieres, Eur. Respir. Rev., 29, 190052 (2020).E. Ococks, A. M. Frankell, N. Masque Soler, N. Grehan, A. Northrop, H. Coles, A. M. Redmond, G. Devonshire, J. M. J. Weaver, C. Hughes, K. Lehovsky, A. Blasko, B. Nutzinger, O. Consortium, R. C. Fitzgerald, E. Smyth, Ann. Oncol., 32, 522–532 (2021).E. Ococks, A. M. Frankell, N. Masque Soler, N. Grehan, A. Northrop, H. Coles, A. M. Redmond, G. Devonshire, J. M. J. Weaver, C. Hughes, K. Lehovsky, A. Blasko, B. Nutzinger, O. Consortium, R. C. Fitzgerald, E. Smyth, Ann. Oncol., 32, 522–532 (2021).W. Yu, J. Hurley, D. Roberts, S. K. Chakrabortty, D. Enderle, M. Noerholm, X. O. Breakefield, J. K. Skog, Ann. Oncol., 32, 466–477 (2021).W. Yu, J. Hurley, D. Roberts, S. K. Chakrabortty, D. Enderle, M. Noerholm, X. O. Breakefield, J. K. Skog, Ann. Oncol., 32, 466–477 (2021).S. Jia, L. Xie, L. Li, Y. Qian, J. Wang, S. Wang, W. Zhang, B. Qian, Expert Rev. Mol. Diagn., 21, 417–427 (2021).S. Jia, L. Xie, L. Li, Y. Qian, J. Wang, S. Wang, W. Zhang, B. Qian, Expert Rev. Mol. Diagn., 21, 417–427 (2021).R. Nooreldeen, H. Bach, Int. J. Mol. Sci., 22 (2021).R. Nooreldeen, H. Bach, Int. J. Mol. Sci., 22 (2021).Y. Moro Awelisah, G. Li, M. Ijaz, L. Lin, Opt. Laser Technol., 133 (2021).Y. Moro Awelisah, G. Li, M. Ijaz, L. Lin, Opt. Laser Technol., 133 (2021).F. Tustumi, F. R. Takeda, M. S. Viyuela, J. B. da Cruz Junior, A. Brandao, R. A. A. Sallum, U. Ribeiro, Jr., I. Cecconello, J. Surg. Oncol., 121, 784–794 (2020).F. Tustumi, F. R. Takeda, M. S. Viyuela, J. B. da Cruz Junior, A. Brandao, R. A. A. Sallum, U. Ribeiro, Jr., I. Cecconello, J. Surg. Oncol., 121, 784–794 (2020).M. S. Wrobel, J. H. Kim, P. Raj, I. Barman, J. Smulko, Biosens. Bioelectron., 180, 113115 (2021).M. S. Wrobel, J. H. Kim, P. Raj, I. Barman, J. Smulko, Biosens. Bioelectron., 180, 113115 (2021).A. Germond, T. Ichimura, T. Horinouchi, H. Fujita, C. Furusawa, T. M. Watanabe, Commun. Biol., 1, 85 (2018).A. Germond, T. Ichimura, T. Horinouchi, H. Fujita, C. Furusawa, T. M. Watanabe, Commun. Biol., 1, 85 (2018).S. Pahlow, S. Meisel, D. Cialla-May, K. Weber, P. Rosch, J. Popp, Adv. Drug Deliv. Rev., 89, 105–120 (2015).S. Pahlow, S. Meisel, D. Cialla-May, K. Weber, P. Rosch, J. Popp, Adv. Drug Deliv. Rev., 89, 105–120 (2015).A. Kozik, M. Pavlova, I. Petrov, V. Bychkov, L. Kim, E. Dorozhko, C. Cheng, R. D. Rodriguez, E. Sheremet, Anal. Chim. Acta, 1187, 338978 (2021).A. Kozik, M. Pavlova, I. Petrov, V. Bychkov, L. Kim, E. Dorozhko, C. Cheng, R. D. Rodriguez, E. Sheremet, Anal. Chim. Acta, 1187, 338978 (2021).L. Shen, Y. Du, N. Wei, Q. Li, S. Li, T. Sun, S. Xu, H. Wang, X. Man, B. Han, Spectrochim. Acta A: Mol. Biomol. Spectrosc., 237, 118364 (2020).L. Shen, Y. Du, N. Wei, Q. Li, S. Li, T. Sun, S. Xu, H. Wang, X. Man, B. Han, Spectrochim. Acta A: Mol. Biomol. Spectrosc., 237, 118364 (2020).V. Karunakaran, V. N. Saritha, M. M. Joseph, J. B. Nair, G. Saranya, K. G. Raghu, K. Sujathan, K. S. Kumar, K. K. Maiti, Nanomedicine, 29, 102276 (2020).V. Karunakaran, V. N. Saritha, M. M. Joseph, J. B. Nair, G. Saranya, K. G. Raghu, K. Sujathan, K. S. Kumar, K. K. Maiti, Nanomedicine, 29, 102276 (2020).X. Li, T. Yang, S. Li, J. Yao, Y. Song, D. Wang, J. Ding, Laser Phys. Lett., 12, 115603 (2015).X. Li, T. Yang, S. Li, J. Yao, Y. Song, D. Wang, J. Ding, Laser Phys. Lett., 12, 115603 (2015).L. Guo, Y. Li, F. Huang, J. Dong, F. Li, X. Yang, S. Zhu, M. Yang, J. Innov. Opt. Health Sci., 12, 1950003 (2019).L. Guo, Y. Li, F. Huang, J. Dong, F. Li, X. Yang, S. Zhu, M. Yang, J. Innov. Opt. Health Sci., 12, 1950003 (2019).S. Li, Z. Guo, Z. Liu, Expert Rev. Anticancer Ther., 15, 5–7 (2015).S. Li, Z. Guo, Z. Liu, Expert Rev. Anticancer Ther., 15, 5–7 (2015).D. Lin, J. Pan, H. Huang, G. Chen, S. Qiu, H. Shi, W. Chen, Y. Yu, S. Feng, R. Chen, Sci. Rep., 4, 4751 (2014).D. Lin, J. Pan, H. Huang, G. Chen, S. Qiu, H. Shi, W. Chen, Y. Yu, S. Feng, R. Chen, Sci. Rep., 4, 4751 (2014).E. Vargas-Obieta, J. C. Martinez-Espinosa, B. E. Martinez-Zerega, L. F. Jave-Suarez, A. AguilarLemarroy, J. L. Gonzalez-Solis, Lasers Med. Sci., 31, 1317–1324 (2016).E. Vargas-Obieta, J. C. Martinez-Espinosa, B. E. Martinez-Zerega, L. F. Jave-Suarez, A. AguilarLemarroy, J. L. Gonzalez-Solis, Lasers Med. Sci., 31, 1317–1324 (2016).X. Li, T. Yang, S. Li, D. Wang, Y. Song, K. Yu, J. Raman Spectr., 47, 917–925 (2016).X. Li, T. Yang, S. Li, D. Wang, Y. Song, K. Yu, J. Raman Spectr., 47, 917–925 (2016).J. Liu, M. Osadchy, L. Ashton, M. Foster, C. J. Solomon, S. J. Gibson, Analyst, 142, 4067–4074 (2017).J. Liu, M. Osadchy, L. Ashton, M. Foster, C. J. Solomon, S. J. Gibson, Analyst, 142, 4067–4074 (2017).H. Sadeghi, H. S. Braun, B. Panti, G. Opsomer, O. Bogado Pascottini, PloS One, 17, e0263409 (2022).H. Sadeghi, H. S. Braun, B. Panti, G. Opsomer, O. Bogado Pascottini, PloS One, 17, e0263409 (2022).G. Pinkas, Y. Karny, A. Malachi, G. Barkai, G. Bachar, V. Aharonson, IEEE Open J. Eng. Med. Biol., 1, 268–274 (2020).G. Pinkas, Y. Karny, A. Malachi, G. Barkai, G. Bachar, V. Aharonson, IEEE Open J. Eng. Med. Biol., 1, 268–274 (2020).M. A. Haile, E. Zhu, C. Hsu, N. Bradley, Struct. Health Monitor., 19, 1340–1350 (2019).M. A. Haile, E. Zhu, C. Hsu, N. Bradley, Struct. Health Monitor., 19, 1340–1350 (2019).B. Yan, B. Li, Z. Wen, X. Luo, L. Xue, L. Li, BMC Cancer, 15, 650 (2015).B. Yan, B. Li, Z. Wen, X. Luo, L. Xue, L. Li, BMC Cancer, 15, 650 (2015).S. Feng, D. Lin, J. Lin, B. Li, Z. Huang, G. Chen, W. Zhang, L. Wang, J. Pan, R. Chen, H. Zeng, Analyst, 138, 3967–3974 (2013).S. Feng, D. Lin, J. Lin, B. Li, Z. Huang, G. Chen, W. Zhang, L. Wang, J. Pan, R. Chen, H. Zeng, Analyst, 138, 3967–3974 (2013).R. Zhang, Y. Chen, G. Zhou, B. Sun, Y. Li, Z. Chen, Evid. Based Complement. Alternat. Med., 2020, 8859558 (2020).R. Zhang, Y. Chen, G. Zhou, B. Sun, Y. Li, Z. Chen, Evid. Based Complement. Alternat. Med., 2020, 8859558 (2020).M. A. Mahfouz, A. Shoukry, M. A. Ismail, Artific. Intell. Med., 111, 101985 (2021).M. A. Mahfouz, A. Shoukry, M. A. Ismail, Artific. Intell. Med., 111, 101985 (2021).C. Kingsford, S. L. Salzberg, Nat. Biotech., 26, 1011–1013 (2008).C. Kingsford, S. L. Salzberg, Nat. Biotech., 26, 1011–1013 (2008).T. Shi, S. Horvath, J. Comput. Graph. Stat., 15, 118–138 (2012).T. Shi, S. Horvath, J. Comput. Graph. Stat., 15, 118–138 (2012).A. C. S. Talari, Z. Movasaghi, S. Rehman, I. U. Rehman, Appl. Spectrosc. Rev., 50, 46–111 (2014).A. C. S. Talari, Z. Movasaghi, S. Rehman, I. U. Rehman, Appl. Spectrosc. Rev., 50, 46–111 (2014).

The authors declare that there are no conflicts of interest present.