Forskare har utvecklat en metod för kemisk avbildning som identifierar tjocktarmscancer mer exakt och effektivt än traditionella metoder.

Tjocktarmscancer är den fjärde vanligaste cancerformen i Storbritannien, orsakar 16, 000 dödsfall varje år. Tidig ingripande säkerställer den högsta chansen att överleva, men symtom kan ofta förväxlas med andra sjukdomar.

Denna nya metod använder datoranalys för att förbättra infraröda avbildningstekniker och producera mer exakta resultat, banar väg för läkare att diagnostisera patienter mer effektivt.

"Kemiska fotografier"

Forskargruppen vid avdelningen för kemiteknik vid Imperial College London använde Fourier-transform infrared (FTIR) spektroskopisk avbildning för att producera "kemiska fotografier" av biopsivävnadsprover som sträcker sig från heta till cancer.

FTIR-avbildning innebär att en infraröd stråle lyser mot ett prov och mäter hur mycket av det ljuset som absorberas vid olika frekvenser, som används för att producera en visuell referens till provets kemiska sammansättning.

Resultaten, publiceras i Analytisk och bioanalytisk kemi , visa signifikanta kemiska skillnader i proverna vid olika sjukdomsstadier. Detta är viktigt eftersom cellförändringar sker på kemisk nivå innan några fysiska missbildningar inträffar, gör det möjligt för läkare att upptäcka förändringar tidigt.

Denna studie visar värdet av att använda FTIR-spektroskopisk avbildning som ett diagnostiskt verktyg för tjocktarmscancer, tillsammans med verktyg som koloskopi, kirurgi och histopatologi.

Att producera prediktiva modeller

Forskarna använde också ett slumpmässigt skog (RF) klassificeringsprogram för att analysera data från den spektroskopiska bilden. Genom att göra så, de visade för första gången att endast fingeravtrycksområdet i mitten av det infraröda spektrumet (7-10 mikrometer) är viktigt vid diagnostisering av cancermalignitet.

Detta är viktigt eftersom data som tas från ett bredare spektrum av spektrum löper större risk för distorsion från Mie-spridning, där ljuspartiklar sprids, som bara kan fixas med en korrigerande lins eller en komplex datoralgoritm.

Genom att endast använda data från fingeravtrycksområdet kan var och en av dessa långa processer elimineras, och utrustningsutbildning för kliniker som görs mindre tidskrävande.

Applikation i kliniska miljöer

Även om denna studie var begränsad till att upptäcka tjocktarmscancer, forskarna har använt resultaten för att skapa modeller som har potential att tillämpas på andra svårdiagnostiserade cancerformer som esofaguscancer, och även icke-cancerösa anomalier.

Den ledande forskaren Cai Li Song sa:"Vi demonstrerade en etikettfri digital patologi genom infraröd spektroskopisk avbildningsteknik med efterföljande kemometri för att tillåta oss att skilja benigna och maligna kolonpolyper. Resultaten uppmuntrar oss att överföra denna teknik till faktiska kliniska miljöer för att förbättra sjukdomsupptäckt."

Professor Sergei Kazarian tillade:"Det är brådskande att utveckla nya tekniker, som kan identifiera de tidiga stadierna av cancer på ett sätt som går utöver de nuvarande histopatologiska metoderna för att öka överlevnaden.

Att koppla spektroskopisk avbildning med avancerade metoder för maskininlärning underlättar tidig upptäckt och förståelse av cancer. Det finns en spänning över att ha en förbättrad noggrannhet som lovar framsteg i tidig cancerupptäckt och differentiering av sjukdomsstadier.

Cai Li Song, en enastående Ph.D. forskare i min grupp, har erhållit spektraldata av hög kvalitet och tillämpat innovativt urval av spektrala egenskaper för klassificering av tjocktarmscancer med hög noggrannhet, på så sätt för spektroskopisk avbildning närmare klinisk acceptans."