Forskare har visat att en optisk teknik som kallas Raman-spektroskopi kan användas för att skilja mellan godartade och cancerösa sköldkörtelceller. Den nya studien visar Raman-spektroskopins potential som ett verktyg för att förbättra diagnosen sköldkörtelcancer, vilket är den nionde vanligaste cancersjukdomen med fler än 50, 000 nya fall som diagnostiseras i USA varje år.

"Våra uppmuntrande resultat visar att Raman-spektroskopi kan utvecklas till en ny optisk modalitet som kan hjälpa till att undvika invasiva procedurer som används för att diagnostisera sköldkörtelcancer genom att tillhandahålla biokemisk information som för närvarande inte är tillgänglig, " sa James W. Chan från University of California, Davis, U.S.A. "Detta kan ha en stor inverkan inom patologiområdet och kan leda till nya sätt att diagnostisera andra sjukdomar."

I tidskriften The Optical Society (OSA). Biomedicinsk Optik Express , ett tvärvetenskapligt team ledd av Chan; Michael J. Campbell, University of California, Davis, U.S.A.; och Eric C. Huang, University of Washington, Seattle, U.S.A., rapporterar att deras Raman-spektroskopi kan skilja mellan friska och cancerösa mänskliga sköldkörtelceller med 97 procents noggrannhet.

"Vi är de första, så vitt vi vet, att använda mänskliga kliniska sköldkörtelceller för att visa att Raman-spektroskopi kan identifiera cancersubtyper på encellsnivå, sade Chan. "Men, vi kommer att behöva öka både antalet celler och antalet studerade patienter för att bekräfta riktigheten av Raman-tekniken."

Förbättra cellbaserad diagnostik

En knöl - eller knöl - i nacken är ett vanligt symptom på sköldkörtelcancer. Dock, de flesta sköldkörtelknölar är inte cancerösa. Ultraljudsstyrda aspirationsbiopsier av tunna nålar används vanligtvis för att kontrollera cancer genom att föra in en tunn nål i knölen för att få celler som är preparerade på ett objektglas, färgas och analyseras av en patolog.

För cirka 15 till 30 procent av fallen, patologen kan inte avgöra om celler som förvärvats från biopsi är godartade eller maligna. För dessa fall, ett kirurgiskt ingrepp som kallas tyreoidektomi krävs för att avlägsna vävnad, som ger mer information för en mer exakt diagnos.

Forskarna vände sig till Raman-spektroskopi som en möjlig lösning eftersom det är en icke-invasiv teknik som inte kräver någon provförberedelse eller färgning för att bestämma subtila skillnader i den molekylära sammansättningen av komplexa prover som celler.

"Vi skulle vilja använda Raman-spektroskopi för att förbättra patologens analys av cellerna som erhållits med finnålsaspiration för att minska antalet tyreoidektomier som krävs, ", sade Chan. "Detta skulle både minimera kirurgiska komplikationer och minska sjukvårdskostnaderna."

Biokemisk information från en hel cell

För den nya studien, forskarna använde ett Raman-mikroskop som gjorde det möjligt för dem att snabbt få Raman-signaler från en hel cellvolym. Detta gjorde det möjligt för dem att mer exakt fånga den kemiska sammansättningen av hela celler jämfört med andra metoder som förvärvar ett Raman-spektrum från endast en del av en cells volym. Multivariata statistiska metoder och klassificeringsmetoder användes sedan för att analysera Raman-data och klassificera cellerna i ett mål, opartiskt sätt.

Forskarna tillämpade detta Raman-spektroskopi tillvägagångssätt på enskilda celler isolerade från 10 patientsköldkörtelknölar diagnostiserade som godartade eller cancerösa. Dataanalysen identifierade unika spektrala skillnader som kunde skilja cancerceller från benigna med 97 procent diagnostisk noggrannhet. De visade också att andra subtyper kunde identifieras genom deras spektrala skillnader.

"Dessa preliminära resultat är spännande eftersom de involverar enstaka celler från mänskliga kliniska prover, men mer arbete kommer att behöva göras för att ta detta från ett forskningsprojekt till slutlig klinisk användning, " sa Chan.

Förutom att testa det på fler celler och patienter, forskarna måste också tillämpa tekniken på celler som erhållits med en tunna nålspiration och testa den på prover där patologen inte kan avgöra om cellerna är godartade eller cancerösa. De vill också utveckla ett automatiserat prototypsystem som kan utföra Ramanmätningarna och analyserna med minimal mänsklig inblandning.