快速检测肿瘤细胞以及鉴定不同亚型的肿瘤细胞有助于临床肿瘤的诊断、治疗指导以及预后监测。常用的细胞蛋白分析技术需要复杂的操作程序，另外，基因测序技术也被广泛应用于不同肿瘤细胞亚型的鉴别研究，但检测成本仍然较高。本研究根据目前临床肝癌筛查以及不同亚型肝癌鉴别的临床需求，自主搭建了一套激光光镊拉曼光谱（LTRS）细胞快速检测系统，可实现在培养液中无损地捕获、操控单个肿瘤细胞，同时还能获取其高质量的拉曼光谱信号，避免了传统拉曼细胞检测中固定剂带来的信号干扰。通过对比肝癌细胞与正常肝细胞的拉曼光谱，我们发现肝癌细胞拥有一些特征性的物质变化，例如：精氨酸的含量上升，而苯丙氨酸、谷胱甘肽和谷氨酸的含量却发生下调。其中，不同亚型的肝癌细胞也表现出了独特的物质变化，例如： Sk-hep1肝癌细胞拥有最少的核酸和酪氨酸；HepG2肝癌细胞有着最多的色氨酸。此外，我们还引入深度神经网络（DNN）算法，对单细胞拉曼光谱数据进行特征识别与分析，通过建立高效的诊断模型，可对不同类型的肝细胞进行鉴定，判别准确率可达99%。本研究提供了一套无损、快速的单细胞光学分析系统，结合机器学习算法，可用于细胞组分分析以及亚型鉴别研究。
激光光镊拉曼单细胞检测系统示意图
该研究成果以“Laser tweezer Raman spectroscopy combined with deep neural networks for identification of liver cancer cells”为题发表在《Talanta》（IF=6.1，SCI一区Top），福建师范大学为第一单位，我校博士研究生翁舒云为第一作者；我校冯尚源教授、林多教授为通讯作者。该研究得到国家自然科学基金、福建省雏鹰计划青年拔尖人才项目资助。
论文链接：
https://www.sciencedirect.com/science/article/abs/pii/S0039914023005040?via%3Dihub
