分析腫瘤樣本的新方法可能使病理學家事業？

確定細胞物理屬性的變化對于診斷和治療某些疾病（如癌癥）至關重要。但診斷需要病理學家的專業知識。一個科學家小組已經開發出一種快速而簡單的癌癥組織活檢分析方法，可能會使病理學家成為過去。

當一個癌癥腫瘤被活檢后，需要一個專業的病理學家來分析樣本并對組織的健康狀況進行評估。這是一個需要快速和準確的過程，因為它通常發生在病人在手術臺上的時候。

對實體瘤進行活檢是評估癌癥惡性程度的最常見方式，并指導外科醫生在手術期間和手術后管理病人。但聽起來很簡單的過程并不簡單。病理學家必須對樣本進行切片和染色，并在提供專家意見之前對其進行顯微鏡檢查；這非常耗費人力和資源。

不過，等待病理學家的報告可能很快就會成為過去，一個研究小組開發了一種無需咨詢病理學家即可在大約30分鐘內準確分析實體癌腫瘤的方法。他們用小鼠組織測試了他們的方法。

新設備使用一個"組織研磨機"將樣本減少到單個細胞，這一過程需要不到五分鐘。然后使用實時熒光和可變形性細胞儀（RT-FDC）對細胞進行分析，該方法采用注射泵將單細胞流推過一個顯微鏡下的收縮，在那里細胞暴露在流體動力剪切應力和壓力下。

細胞變形能力是診斷疾病的一個有用方法，特別是癌細胞的侵襲性。癌細胞的變形能力意味著它們能更好地入侵其他細胞，導致腫瘤轉移。

RT-FDC每秒可以分析1000個細胞，比老的、更傳統的分析細胞變形能力的方法快36000倍。每個細胞通過時都會拍下圖像，評估其物理屬性，并僅通過圖像區分組織細胞的亞型。

該研究的共同主要作者Markéta Kubánková說："用傳統方法分析活檢樣本，病理學家只能通過肉眼觀察細胞，而可以對單個細胞進行物理檢查，這給了我們更多的工作信息。"

觀察一個細胞的物理結構對于診斷來說是不夠的。因此，研究人員以機器學習模型的形式加入了人工智能，評估RT-FDC獲得的數據，并快速評估活檢樣本是否包含腫瘤細胞。

整個過程，從樣本處理到數據分析，只花了不到30分鐘，這意味著它可以在病人仍在手術臺上時完成，并將結果直接提供給外科醫生，而不需要聘請病理學家。

研究人員說，這是一個優勢，因為在進行手術的時候并不總是能夠找到病理學家，這意味著在某些情況下，直到手術結束后才能對樣本進行分析。根據結果，這往往意味著幾天后，病人必須回到醫院進行另一次手術。

除了檢測癌癥腫瘤之外，該設備還被用來檢測炎癥性腸病模型中的組織炎癥。研究人員希望他們的細胞分析新方法有朝一日能用于臨床。

"這是一項概念驗證研究--該方法可以非常迅速地準確確定我們的樣本中是否存在腫瘤組織，"該研究的共同主要作者Despina Soteriou說。"下一步將是繼續與臨床醫生進行非常密切的合作，以確定這種方法如何能夠最好地轉化為臨床應用。

該研究發表在《自然-生物醫學工程》雜志上。