Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Быстрое распознавание рака шейки матки и миомы матки с использованием безметочной РНК сыворотки крови на основе спектроскопии поверхностно-усиленного комбинационного рассеяния света и алгоритма AdaBoost

Аннотация

Исследована возможность использования поверхностно-усиленного комбинационного рассеяния (SERS) в сочетании с алгоритмом AdaBoost для диагностики пациентов с раком шейки матки и с миомой матки. В качестве активного субстрата SERS использованы коллоиды золота. Для образцов РНК сыворотки крови, полученных от 35 пациентов с раком шейки матки и 30 пациентов с миомой матки, зарегистрированы спектры комбинационного рассеяния и проанализированы с использованием анализа главных компонент. Выбраны три основные компоненты (PC2, PC11 и PC24) со значительными различиями t-критерия независимых выборок (p < 0.05). Обнаружено, что характерные пиковые интенсивности соответствующего вещества, измеренные при 448, 519, 698, 1003 и 1076 см–1, коррелируют с изменениями вещества в процессе канцерогенеза. Идеальная модель классификации AdaBoost разработана путем точной настройки ее параметров. Модель продемонстрировала точность 96.92%, высокую чувствительность 94.28% и исключительную специфичность 100%. По сравнению с линейным дискриминантным анализом и методом опорных векторов эффективность классификации значительно повысилась. Ожидается, что SERS в сочетании с алгоритмом AdaBoost станет мощным инструментом скрининга рака шейки матки в сыворотке крови.

Об авторах

Z. Jiao
Научная школа Пекинского университета почты и телекоммуникаций
Китай

Пекин



G. Wu
Школа электронной инженерии Пекинского университета почты и телекоммуникаций
Китай

Пекин



J. Wang
Первая больница Синьцзянского медицинского университета
Китай

Урумчи



X. Zheng
Школа электронной инженерии Пекинского университета почты и телекоммуникаций
Китай

Пекин



L. Yin
Школа электронной инженерии Пекинского университета почты и телекоммуникаций
Китай

Пекин 



Список литературы

1. H. Sung, J. Ferlay, R.L. Siegel, et al., Cancer J. Clin., 71, No. 3, 209–249 (2021), https://doi.org/10.3322/caac.21660.

2. A. Slomski, JAMA, 327, No. 9, 804 (2022), https://doi.org/10.1001/jama.2022.2188.

3. P. A. Cohen, A. Jhingran, A. Oaknin, et al., The Lancet, 393, No. 10167, 169–182 (2019), https://doi.org/10.1016/S0140-6736(18)32470-X.

4. M. Vu, J. Yu, O. A. Awolude, et al., Current Prob. Cancer, 42, No. 5, 457–465 (2018), https://doi.org/10.1016/j.currproblcancer.2018.06.003.

5. E. T. Fontham, A. M. Wolf, T. R. Church, et al., Cancer J. Clin., 70, No. 5, 321–346 (2020), https://doi.org/10.3322/caac.21628.

6. R. Catarino, P. Petignat, G. Dongui, et al., World J. Clin. Oncology, 6, No. 6, 281 (2015), https://doi.org/10.5306/wjco.v6.i6.281.

7. P. Rajaraman, B. O. Anderson, P. Basu, et al., The Lancet Oncology, 16, No. 7, e352–e361 (2015), https://doi.org/10.1016/S1470-2045(15)00078-9.

8. R. Sankaranarayanan, P. O. Esmy, R. Rajkumar, et al., The Lancet, 370, No. 9585, 398–406 (2007), https://doi.org/10.1016/S0140-6736(07)61195-7.

9. R. R. Jones, D. C. Hooper, L. Zhang, et al., Nanoscale Res. Lett., 14, No. 1, 1–34 (2019), https://doi.org/10.1186/s11671-019-3039-2.

10. X. Zhang, C. R. Yonzon, M. A. Young, et al., IEE Proc. Nanobiotechnol., 152, No. 6, 195–206 (2005), https://doi.org/10.1049/ip-nbt:20050009.

11. L. A. Lane, X. Qian, S. Nie, Chem. Rev., 115, No. 19, 10489–10529 (2015), https://doi.org/10.1021/acs.chemrev.5b00265.

12. Y. Chen, G. Chen, X. Zheng, et al., Med. Phys., 39, No. 9, 5664–5668 (2012), https://doi.org/10.1118/1.4747269.

13. Y. Chen, G. Chen, S. Feng, et al., J. Biomed. Opt., 17, No. 6, 067003 (2012), https://doi.org/10.1117/1.JBO.17.6.067003.

14. S. Nasir, M. I. Majeed, H. Nawaz, et al., Photodiagnosis and Photodynamic Therapy, 33, 102152 (2021), https://doi.org/10.1016/j.pdpdt.2020.102152.

15. X. Wang, H. K. Wang, Y. Li, et al., Proc. NAS, 111, No. 11, 4262–4267 (2014), https://doi.org/10.1073/pnas.1401430111.

16. M. L. Tornesello, R. Faraonio, L. Buonaguro, et al., Front. Oncology, 10, 150 (2020), https://doi.org/10.3389/fonc.2020.00150.

17. Y. He, J. Lin, Y. Ding, et al., Int. J. Cancer, 138, No. 6, 1312–1327 (2016), https://doi.org/10.1002/ijc.29618.

18. J. D. Driskell, A. G. Seto, L. P. Jones, et al., Biosens. Bioelectron., 24, No. 4, 917–922 (2008), https://doi.org/10.1016/j.bios.2008.07.060.

19. J. D. Driskell, O. M. Primera-Pedrozo, R. A. Dluhy, et al., Appl. Spectrosc., 63, No. 10, 1107–1114 (2009), https://doi.org/10.1366/000370209789553183.

20. A. A. Bunaciu, S. Fleschin, V. D. Hoang, et al., Crit. Rev. Anal. Chem., 47, No. 1, 67–75 (2017), https://doi.org/10.1080/10408347.2016.1209104.

21. X. D. Zhang, J. F. Li, Q. Q. Zhao, et al., Laser & Infrared, 38, 267–269 (2008), https://doi.org/10.1016/j.jpba.2007.11.019.

22. B. B. Tang, S. Y. Liu, Y. U. Zhan, et al., Exp. Therap. Med., 10, No. 1, 269–274 (2015), https://doi.org/10.3892/etm.2015.2455.

23. X. Dong, Z. Yu, W. Cao, et al., Front. Comp. Sci., 14, No. 2, 241–258 (2020), https://doi.org/10.1007/s11704-019-8208-z.

24. A. Savitzky, M. J. Golay, Anal. Chem., 36, No. 8, 1627–1639 (1964), https://doi.org/10.1021/ac60319a045.

25. Z. M. Zhang, S. Chen, Y. Z. Liang, Analyst, 135, No. 5, 1138–1146 (2010), https://doi.org/10.1039/b922045c.

26. J. D. Rodriguez, B. J. Westenberger, L. F. Buhse, et al., Analyst, 136, No. 20, 32–40 (2011), https://doi.org/10.1039/c1an15636e.

27. J. Hatwell, M. M. Gaber, R. M. Atif Azad, BMC Med. Inform. Dec. Mak., 20, No. 1, 250 (2020), https://doi.org/10.1186/s12911-020-01201-2.

28. S. A. Sánchez-Rojo, B. E. Martínez-Zérega, E. F. Velázquez-Pedroza, et al., Rev. Mexicana de Física, 62, No. 3, 213–218 (2016).

29. X. Zheng, G. Wu, J. Wang, et al., Biomed. Opt. Express, 13, No. 4, 1912–1923 (2022), https://doi.org/10.1364/BOE.448121.

30. K. Mühlenbruch, A. Heraclides, E. W. Steyerberg, et al., Eur. J. Epidemiol., 28, No. 1, 25–33 (2013), https://doi.org/10.1007/s10654-012-9744-0.

31. A. C. S. Talari, Z. Movasaghi, S. Rehman, et al., Appl. Spectr. Rev., 50, No. 1, 46–111 (2015), https://doi.org/10.1080/05704928.2014.923902.

32. S. Qiu, Y. Xu, L. Huang, et al., Oncol. Lett., 11, No. 1, 884–890 (2016), https://doi.org/10.3892/ol.2015.3969.

33. D. Puchowicz, M. Cieslak, Raman Spectroscopy in the Analysis of Textile Structures, Recent Developments in Atomic Force Microscopy and Raman Spectroscopy for Materials Characterization, 1–21 (2021), https://doi.org/10.5772/intechopen.99731.

34. Y. Li, R. Shen, H. Wu, et al., Spectrochim. Acta A: Mol. Biomol. Spectrosc., 225, 117483 (2020), https://doi.org/10.1016/j.saa.2019.117483.

35. Z. Huang, A. McWilliams, H. Lui, et al., Int. J. Cancer, 107, No. 6, 1047–1052 (2003), https://doi.org/10.1002/ijc.11500.

36. J. I. Githaiga, H. K. Angeyo, K. A. Kaduki, et al., J. Spectroscopy (2020), https://doi.org/10.1155/2020/8879985.

37. S. Chaichian, R. Shafabakhsh, S. M. Mirhashemi, et al., J. Cell. Physiology, 235, No. 2, 718–724 (2020), https://doi.org/10.1002/jcp.29009.


Рецензия

Для цитирования:


Jiao Z., Wu G., Wang J., Zheng X., Yin L. Быстрое распознавание рака шейки матки и миомы матки с использованием безметочной РНК сыворотки крови на основе спектроскопии поверхностно-усиленного комбинационного рассеяния света и алгоритма AdaBoost. Журнал прикладной спектроскопии. 2024;91(1):166.

For citation:


Jiao Z., Wu G., Wang J., Zheng X., Yin L. Rapid Discrimination of Cervical Cancer from Hysteromyoma Using Label-Free Serum RNA Based on Surface-Enhanced Raman Spectroscopy and AdaBoost Algorithm. Zhurnal Prikladnoii Spektroskopii. 2024;91(1):166.

Просмотров: 75


ISSN 0514-7506 (Print)