1.3胃癌和结肠癌的检测
凌晓锋等利用傅里叶变换拉曼(FT-Raman)光谱研究了40例胃癌与胃部正常组织, 对光谱进行统计处理后发现, 酰胺I3 240 /酰胺I2 940, 酰胺I1 660 /酰胺I1 450, 酰胺I1 080 /酰胺I1 450在胃癌组织中明显升高(3 240 cm-1 , 2 940 cm-1 , 1 660 cm-1 ，1 450 cm-1 , 1 080 cm-1分别是蛋白质N-H及水的OH伸缩振动、脂类中C-H的伸缩振动、蛋白质酰胺Ⅰ带和水的H-O-H变角振动、CH3 或δCH2 、核酸中PO的伸缩振动的特征峰位置)。因此可以将这些特征作为判别组织是否癌变的依据之一。唐伟跃等采集了胃窦部正常组织和癌变组织的拉曼光谱, 结果表明在癌变组织的拉曼光谱中, 1 089 cm-1线比正常组织的相应谱线明显增强, 而且1 459 cm-1线发生分裂。通过这些信息的提取, 可望为肿瘤组织的检测分析提供判断依据。为了检测胃肠癌细胞与正常细胞的区别, Yan等利用共聚焦显微拉曼光谱研究了胃肠癌病人单个细胞。结果表明, 在癌细胞中, 1 002 cm-1处属于苯丙氨酸的谱线半宽度变窄, 白细胞的谱线强度小并且谱线少, 而红细胞的谱线强度大而且谱线丰富,并且在1 620 cm-1 ～1 540 cm-1范围内存在吡咯环CN呼吸伸缩振动的谱线。胃癌细胞的拉曼光谱与正常细胞的拉曼光谱相似, 但谱线强度减弱, 而且有的谱线消。Huang等利用近红外拉曼光谱仪开展研究,将恶性肿瘤与正常组织及良性肿瘤区分开, 通过对105个结肠样本进行拉曼光谱检测, 在离体条件下采集到800 cm-1 ～1 800 cm-1波数范围内高分辨率的拉曼光谱图, 分析发现正常组织与癌变组织的光谱差异, 并以1 002 cm-1与1 445 cm-1谱线的强度比为横坐标, 1 085 cm-1与1 445 cm-1谱线的强度比为纵坐标建立了诊断算法, 此算法识别恶性肿瘤与正常、良性组织的灵敏度达100 %, 特异性达96.6 %。Chen等将激光光镊技术与拉曼光谱技术相结合, 研究了上皮癌的单个细胞, 对收集到的光谱进行主成分分析, 再进行对数回归得到能够最有效区分癌细胞与正常细胞的参数方程。此诊断模型总的灵敏度为82.5 %, 特异性为92.5 %。此项研究从对上皮癌的诊断到对致癌作用的细胞动力学的研究均有很大的应用价值。Yan等的研究发现, 肠癌细胞拉曼谱线强度很弱而且很多谱线消失, 并且癌细胞内不同位置的荧光强度不同。这表明拉曼光谱技术能够为肠癌的早期检测和诊断提供一种有效手段。
1.4拉曼光谱在乳腺癌检测中的研究
Haka等用拉曼光谱技术分析了乳腺良恶性病变中微小钙化的化学组成, 将之分为Ⅰ型草酸钙和Ⅱ型羟基磷灰石。Ⅰ型诊断为良性, Ⅱ型既有良性也有恶性。通过对拉曼光谱进行主成分分析可区分Ⅱ型微小钙化的良恶性, 灵敏度和特异性分别达88 %和93 %。Haka等还利用线性组合模型, 将脂肪和胶原质的拟合系数作为参数, 对正常的、纤维癌、浸润癌等组织的130个拉曼光谱图进行识别, 得到了灵敏度为94 %、特异性为96 %的诊断模型。Bitar等利用傅里叶变换拉曼光谱FT-RS研究正常乳腺组织及包括不同癌症亚型的癌变乳腺组织。比较不同组织的拉曼光谱中特征峰的强度变化, 可以将正常组织、纤维囊性组织、原位导管癌、出现坏死组织的原位导管癌、浸润性导管癌、胶原浸润性导管癌、浸润性小叶癌等7种不同组织区分开。赵元黎等利用显微共聚焦拉曼光谱仪检测了40例手术切除乳腺肿瘤周边(肿块边约5 mm)组织的拉曼光谱。研究表明, 在不同性质的乳腺肿块周边组织的拉曼光谱中, 1 440 /1 530和1 082 /1 156具有可分性, 分别以1.25和1.03 作为界线可以对检测目标进行识别分类。闫循领等研究了乳腺癌病人正常乳腺细胞与癌细胞的拉曼光谱。观察谱线得到癌变细胞的拉曼谱线整体变弱, 归属于DNA的两个磷酸骨架峰782 cm-1 , 1 084 cm-1和脱氧核糖-磷酸振动峰1 155 cm-1及1 262 cm-1谱线明显减少；表征A型(DNA)构象的特征峰812 cm-1及979 cm-1 ,668 cm-1消失, 并有新峰1 175 cm-1出现, 905 cm-1的谱线增强并有6 cm-1的红移, 这说明DNA的磷酸骨架有一定的断裂, 从而导致癌细胞的分裂繁殖失去有效控制。在癌变组织细胞的拉曼光谱中还发现了很强的一类与钙硬化密切相关的特征峰960 cm-1 。这些研究工作为乳腺癌的早期检测和诊断提供了有力的实验依据。
1.5前列腺癌的光谱检测
Crow等利用拉曼光谱技术在离体条件下检测了良性前列腺增生和恶性前列腺癌的活检组织,分析发现前列腺癌组织与良性前列腺增生组织相比, 糖原的浓度减小, 而核酸的浓度增大。并且利用主成分分析构建了线性判别模型对不同时期的癌变组织的拉曼光谱进行识别, 从而实现了对前列腺癌的分级。Crow等又研究了四种不同的前列腺细胞系(LNCap, PCa2b；DUI45, PC3), 采用三个主成分PC1、PC2和PC3, 建立了PCA/LDA诊断算法。PC1代表核酸(721 cm-1 、783 cm-1 、1 305 cm-1 、1 450cm-1 、1 577 cm-1 )、DNA骨架(827 cm-1 、1 096 cm-1 )和无序蛋白质(1 250 cm-1 、1 658 cm-1 )增加的浓度；PC2代表蛋白质α-螺旋(935 cm-1 、1 263 cm-1 、1 657cm-1)和磷脂(719 cm-1 、1 094 cm-1 、1 125 cm-1 、1 317cm-1)减小的浓度；PC3代表脂质(1 090 cm-1 、1 302cm-1 、1 373 cm-1)、糖原(484 cm-1 )和核酸(786 cm-1 、1 381 cm-1 、1 576 cm-1 )减小的浓度。当PC3的值大而PC2的值小于或等于0时, 可将DUI45, PC3两种细胞系识别出来。而当PC2的值大于0, PC3小于或等于0 时, 可将LNCap, PCa2b两种细胞系识别出来。
2 拉曼光谱在肿瘤检测中的应用前景
拉曼光谱技术是一种非破坏性、非侵入性、分辨能力高的检测方法, 在癌症诊断中已经初显其优势。但其信号弱、易受背景荧光干扰等缺点限制了拉曼光谱技术的应用。但各种拉曼光谱技术例如时间分辨拉曼光谱技术、傅里叶变换红外拉曼光谱技术等的应用以及研究的不断深入, 可有效地克服存在的局限, 使其能够在生物医学领域得到更广泛的推广和应用。随着激光光镊技术以及共聚焦显微技术的发展, 实现了单细胞水平上对癌变组织的诊断, 有望揭示癌变的机理, 从而为癌症的诊断建立更为有力的实验基础。光纤技术的引入, 能够直接对皮肤等多种组织进行实时、原位测量, 既可以减小给患者带来的危害, 又可以实现实时、有效的诊断, 提高患者的生存几率。总之, 随着样本研究的积累, 研究方法和设备的改进、统计模型的优化、各种技术与拉曼光谱技术的完美结合, 拉曼光谱技术必然会从实验研究转向临床诊断应用, 必将在癌症的研究与临床诊断中得到广泛的应用。（解放军第306医院 顾建文教授 综述）
