肿瘤早期筛查是科学防治癌症的重要一环。传统的早筛过程中针对人源肿瘤细胞诊断方法存在灵敏度低、副作用大、成本高、设备体积庞大、操作程序复杂、对临床经验要求等问题，这容易使癌症患者错过最佳的治疗时机，并且在医疗条件不佳的偏远地区难以普及。针对这一限制，近日哈尔滨工业大学丁旭旻，新加坡南洋理工大学胡光维，以及黑龙江省中医药科学院蒙艳丽合作团队提出了一种新型人源肿瘤细胞筛选与检测方法，突破了现有肿瘤细胞检测技术在灵敏度，检测通量和诊断效率等方面的限制，相关工作以“Hyperspectral Metachip-Based 3D Spatial Map for Cancer Cell Screening and Quantification”为题，发表在《Advanced Materials》上。哈尔滨工业大学仪器学院博士研究生赵子涵、电信学院博士研究生唐晓聪、以及新加坡南洋理工大学纪昌银博士为共同第一作者。哈尔滨工业大学丁旭旻教授、南洋理工大学胡光维助理教授，以及黑龙江省中医药科学院蒙艳丽副研究员为论文的通讯作者，哈尔滨工业大学为论文第一单位。
针对以上问题，我们创新性提出了一种基于太赫兹多通道超构传感芯片的人源肿瘤细胞三维空间图谱，它可以高效检测不同人源肿瘤细胞的种类和浓度，人源肿瘤细胞三维空间图谱构建过程如图1所示。我们首先设计了具有高品质因数的超构单元，其由两个非对称的金属矩形贴片组成，基底为二氧化硅玻璃。该单元在设计的太赫兹工作频率内可激发具有高品质因数和折射率灵敏度的尖锐共振峰，有助于分析不同生物样本之间的差异，如图2所示。此外，通过改变上述超构传感单元的整体结构尺寸，实现在工作范围内共振峰位置的移动。这里选取了共振频率分布在0.5-3.5THz之间的九种共振单元分别组成超构传感芯片上的九个传感通道，可用于捕获丰富的人源肿瘤细胞太赫兹光谱特征。
图1 人源肿瘤细胞三维空间图谱构建过程
图2 超构传感芯片设计和理论计算结果
然而，从多个通道获取的人源肿瘤细胞光谱特征信息仍然是冗长和复杂的，如图3所示。为了提升检测地效率和分辨力，这里基于机器学习算法我们将不同肿瘤细胞样本对应的高维光谱特征进行降维，该高维光谱特征由各个通道下的共振频率偏移量及其数据特征构成。借助机器学习中的降维算法将该高维特征矩阵转化为三维特征向量，用于标记不同的人源肿瘤细胞样本以及构建三维空间图谱，如图4所示。这里选取了三种浓度下五种常见的人源肿瘤细胞进行实验，可以看这些样本被映射到三维空间图谱中的不同位置，互不干扰和重叠，可高效地检测和筛选出不同肿瘤细胞样本的种类和浓度。
图3 不同肿瘤细胞的光谱特征
为了进一步验证本文中提出的方法的可行性，这里设计了一组额外的肿瘤细胞样本集来检验该方案的准确率。该测试集中包含了上述三维空间图谱中所有的肿瘤细胞样本（包含不同的种类和浓度）。我们以三维空间图谱中两个肿瘤细胞样本之间的欧式空间距离作为依据来判定陌生样本的种类和浓度信息，获得了图4中所示的混淆矩阵。从该矩阵中可以看出我们的方法在陌生的肿瘤细胞样本集下检测准确率为93.33%，验证了该方法的可行性和实用性。此外，可以通过进一步增加超构传感芯片通道数量和特征矩阵维度来获取更多的肿瘤细胞指纹信息，从而提升方案的分辨力和检测成功率。
论文提出了一种新型高灵敏度的多通道太赫兹超构传感芯片，用于无标记、高效地检测和定量分析人源肿瘤细胞。基于该芯片所构建的三维空间图谱中包含各种人源肿瘤细胞的特征信息，无需丰富的临床经验即可直接对其种类和浓度进行分析，显著提升了癌症早筛过程中检测人源肿瘤细胞的效率。此外，我们的方法还可以借助纳米尺寸的超构材料进一步扩展到更高的工作频率（如红外线、可见光等），应用于气体检测、分子结构分析、晶片缺陷检测等领域。在未来的设计中，可以进一步增加超构传感芯片的通道数量，扩展设计的人源肿瘤细胞三维空间图谱，进一步提升分辨力并使其能检测和量化分析更多的人源肿瘤细胞样本。
