撰文丨王聰

編輯丨王多魚

排版丨水成文

急性白血病（AL）患者的快速識別和準(zhǔn)確診斷至關(guān)重要。

2025 年 9 月 8 日，西安電子科技大學(xué)陳雪利教授、曾琦副教授，及四川大學(xué)華西醫(yī)院曾婷婷教授等在 Cell 子刊Cell Reports Medicine上發(fā)表了題為：Rapid and sensitive acute leukemia classification and diagnosis platform using deep learning-assisted SERS detection 的研究論文。

該研究開發(fā)了一種基于深度學(xué)習(xí)輔助表面增強拉曼散射（DL-SERS）檢測的快速、靈敏的急性白血病分類診斷平臺。

中樞神經(jīng)系統(tǒng)白血病（CNSL）是白血病復(fù)發(fā)和耐藥性發(fā)展的主要原因，并可能導(dǎo)致嚴(yán)重并發(fā)癥和危及生命的情況。對于患有 CNSL 的患者來說，快速識別和立即對癥治療至關(guān)重要。

大多數(shù) CNSL 患者在早期沒有癥狀或癥狀不典型。CNSL 的有效識別、診斷和預(yù)防在當(dāng)前白血病研究領(lǐng)域中是重大挑戰(zhàn)。此外，CNSL 診斷和治療面臨的另一個挑戰(zhàn)在于其發(fā)病機制的模糊性，表現(xiàn)為缺乏明確的理論解釋和有力的證據(jù)支持。

目前 CNSL 的臨床診斷方法包括神經(jīng)系統(tǒng)癥狀評估、腰椎穿刺腦脊液（CSF）檢查以及放射影像學(xué)檢查。在這些方法中，腦脊液中白血病細(xì)胞的常規(guī)細(xì)胞學(xué)（CC）檢查被認(rèn)為是診斷中樞神經(jīng)系統(tǒng)受累的金標(biāo)準(zhǔn)方法。盡管 CC 檢查的檢測特異性超過 95%，但其敏感性相對較低（<50%），導(dǎo)致假陰性結(jié)果頻繁出現(xiàn)。

近期研究表明，流式細(xì)胞術(shù)（FCM）在檢測 CNSL 方面，其特異性和敏感性均優(yōu)于傳統(tǒng)細(xì)胞學(xué)方法。然而，侵入的白血病細(xì)胞容易附著在腦膜血管的內(nèi)壁上，從而導(dǎo)致腦脊液中異常細(xì)胞含量減少。流式細(xì)胞術(shù)的靈敏度不足以滿足臨床需求。此外，流式細(xì)胞術(shù)診斷還需要高水平的專業(yè)技能來處理、儲存和處理樣本。

對由白血病細(xì)胞釋放或分泌的腦脊液生物標(biāo)志物進行測量和評估，可能比細(xì)胞學(xué)檢測方法更靈敏、更準(zhǔn)確且更具定量性。例如，腦脊液 IL-6 已被報道是診斷成人急性髓系白血?。ˋML）伴中樞神經(jīng)系統(tǒng)受累的有前景的標(biāo)志物。腦脊液中由白血病細(xì)胞分泌的幾種可溶性生物標(biāo)志物，例如白血病來源的囊泡、分泌蛋白、代謝物和游離 DNA 也已被討論。腦脊液生物標(biāo)志物還能反映中樞神經(jīng)系統(tǒng)受累的多種生物學(xué)機制，例如遷移和與中樞神經(jīng)系統(tǒng)基質(zhì)的黏附、代謝可塑性以及細(xì)胞間通訊，這對增進我們對 CNSL 病理生理學(xué)的理解十分重要。

基于腦脊液生物標(biāo)志物的 CNSL 檢測和診斷正成為一項新興的研究重點。在臨床環(huán)境中，中樞神經(jīng)系統(tǒng)白血?。–NSL）常見于急性淋巴細(xì)胞白血?。ˋLL）和急性粒-單核細(xì)胞白血?。∕4）或急性粒-單核細(xì)胞白血病（M5）亞型的急性髓系白血?。ˋML）患者，且兒童 ALL 患者發(fā)生 CNSL 的風(fēng)險遠(yuǎn)高于成人。因此，開發(fā)一種簡單、快速且靈敏的用于急性白血?。ˋL）或中樞神經(jīng)系統(tǒng)白血病（CNSL）分類和診斷的技術(shù)具有重要價值。

在這項研究中，研究團隊提出了一種結(jié)合深度學(xué)習(xí)（Deep Learning，DL）和表面增強拉曼散射（SERS）的分類策略——DL-SERS，以實現(xiàn)對具有各種亞型和遺傳異常的急性白血?。ˋL）進行快速且靈敏的識別。

研究團隊收集了超過 390 份腦脊液（CSF）樣本作為研究對象，包括健康對照組、急性白血?。ˋL）患者以及其他疾病患者。僅使用 0.5 微升腦脊液，5 分鐘內(nèi)即可實現(xiàn)靈敏的表面增強拉曼光譜檢測。通過將一維光譜和二維圖像的集成特征與 Transformer 模型融合，研究團隊開發(fā)出一種用于篩查和診斷急性白血病患者的分類方法，其在準(zhǔn)確性、靈敏度、特異性和可靠性方面表現(xiàn)出色。

此外，這種方法還展現(xiàn)出非凡的靈活性，能夠擴展應(yīng)用于腦膜炎疾病的分類。這種靈敏的深度學(xué)習(xí)表面增強拉曼光譜分類平臺有可能成為一種強大的體外輔助診斷工具。

論文鏈接：

https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(25)00393-3