西电×华西合作Cell子刊：AI+表面增强拉曼散射，实现急性白血病的快速、灵敏分类

撰文丨王聪

编辑丨王多鱼

排版丨水成文

急性白血病（AL）患者的快速识别和准确诊断至关重要。

2025 年 9 月 8 日，西安电子科技大学陈雪利教授、曾琦副教授，及四川大学华西医院曾婷婷教授等在 Cell 子刊Cell Reports Medicine上发表了题为：Rapid and sensitive acute leukemia classification and diagnosis platform using deep learning-assisted SERS detection 的研究论文。

该研究开发了一种基于深度学习辅助表面增强拉曼散射（DL-SERS）检测的快速、灵敏的急性白血病分类诊断平台。

中枢神经系统白血病（CNSL）是白血病复发和耐药性发展的主要原因，并可能导致严重并发症和危及生命的情况。对于患有 CNSL 的患者来说，快速识别和立即对症治疗至关重要。

大多数 CNSL 患者在早期没有症状或症状不典型。CNSL 的有效识别、诊断和预防在当前白血病研究领域中是重大挑战。此外，CNSL 诊断和治疗面临的另一个挑战在于其发病机制的模糊性，表现为缺乏明确的理论解释和有力的证据支持。

目前 CNSL 的临床诊断方法包括神经系统症状评估、腰椎穿刺脑脊液（CSF）检查以及放射影像学检查。在这些方法中，脑脊液中白血病细胞的常规细胞学（CC）检查被认为是诊断中枢神经系统受累的金标准方法。尽管 CC 检查的检测特异性超过 95%，但其敏感性相对较低（<50%），导致假阴性结果频繁出现。

近期研究表明，流式细胞术（FCM）在检测 CNSL 方面，其特异性和敏感性均优于传统细胞学方法。然而，侵入的白血病细胞容易附着在脑膜血管的内壁上，从而导致脑脊液中异常细胞含量减少。流式细胞术的灵敏度不足以满足临床需求。此外，流式细胞术诊断还需要高水平的专业技能来处理、储存和处理样本。

对由白血病细胞释放或分泌的脑脊液生物标志物进行测量和评估，可能比细胞学检测方法更灵敏、更准确且更具定量性。例如，脑脊液 IL-6 已被报道是诊断成人急性髓系白血病（AML）伴中枢神经系统受累的有前景的标志物。脑脊液中由白血病细胞分泌的几种可溶性生物标志物，例如白血病来源的囊泡、分泌蛋白、代谢物和游离 DNA 也已被讨论。脑脊液生物标志物还能反映中枢神经系统受累的多种生物学机制，例如迁移和与中枢神经系统基质的黏附、代谢可塑性以及细胞间通讯，这对增进我们对 CNSL 病理生理学的理解十分重要。

基于脑脊液生物标志物的 CNSL 检测和诊断正成为一项新兴的研究重点。在临床环境中，中枢神经系统白血病（CNSL）常见于急性淋巴细胞白血病（ALL）和急性粒-单核细胞白血病（M4）或急性粒-单核细胞白血病（M5）亚型的急性髓系白血病（AML）患者，且儿童 ALL 患者发生 CNSL 的风险远高于成人。因此，开发一种简单、快速且灵敏的用于急性白血病（AL）或中枢神经系统白血病（CNSL）分类和诊断的技术具有重要价值。

在这项研究中，研究团队提出了一种结合深度学习（Deep Learning，DL）和表面增强拉曼散射（SERS）的分类策略——DL-SERS，以实现对具有各种亚型和遗传异常的急性白血病（AL）进行快速且灵敏的识别。

研究团队收集了超过 390 份脑脊液（CSF）样本作为研究对象，包括健康对照组、急性白血病（AL）患者以及其他疾病患者。仅使用 0.5 微升脑脊液，5 分钟内即可实现灵敏的表面增强拉曼光谱检测。通过将一维光谱和二维图像的集成特征与 Transformer 模型融合，研究团队开发出一种用于筛查和诊断急性白血病患者的分类方法，其在准确性、灵敏度、特异性和可靠性方面表现出色。

此外，这种方法还展现出非凡的灵活性，能够扩展应用于脑膜炎疾病的分类。这种灵敏的深度学习表面增强拉曼光谱分类平台有可能成为一种强大的体外辅助诊断工具。

论文链接：

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