基于显微共焦拉曼技术对胃癌血清样本诊断的应用研究

目的探讨显微共焦拉曼光谱技术在胃癌(GC)诊断中的应用价值。方法本研究一共入组111份血清样本,其中38例经病理学确诊的GC患者,33例胃良性病患者,40例体检健康者的血清;利用XploRA PLUS型全自动显微共焦拉曼系统分析不同血清拉曼光谱的特征,采用主成分分析(PCA)、正交偏最小二乘法判别分析(OPLS-DA)、分层聚类分析(HCA)等方法进行统计学处理。结果受试样本可以检测到重复性较好的8个峰,分别于1 003、1 155、1 446、1 517、1 655、2 873、2 932、3 059/cm位移处,且平均拉曼光谱峰值的强弱存在差异。利用OPLS-DA统计方法得到该模型的R2X(cum)=0.988,R2Y(cum)=0.749,可预测性Q(cum)=0.642。基于OPLS-DA的AUC分别为0.996、0.999、0.997,HCA结果显示聚类GC、胃部良性病、健康者的正确率分别为97.37%、87.88%、100%。结论基于显微共焦拉曼技术联合OPLS-DA统计方法,对GC、胃良性病及健康人的血清样本可做鉴别区分,该技术有望成为GC辅助诊断的新方法。     

检验组学在精准医疗中的应用价值

随着多组学时代的到来,检验组学这一综合性科学应运而生。检验组学是综合基因组学、蛋白组学、代谢组学、免疫组学及药物基因组学等多组学的检验数据结果,并利用大数据的计算方法对各个组学的数据指标进行分析、筛选、分类、整合的多领域交叉学科。通过大数据、高通量的数据分析方法,可得到更加精准的病理指标置信区间,完善疾病的早期预警诊断体系,形成个体化的生物医学信息库,以满足精准诊断、精准治疗的要求。尽管检验组学大数据分析在实际应用中处于起步阶段,但通过与相关科学技术的结合发展,检验组学将会成为临床检验医学领域的重要发展方向。