基于单细胞质谱分析的膀胱癌细胞分型研究

作者：孙佳琪; 陈安琪; 闫明月; 傅广候; 李刚强; 金百冶^*; 陈腊^*; 闻路红^*

来源：分析测试学报, 2023, 42(05): 621-627.

DOI：10.19969/j.fxcsxb.22122804

• 单细胞质谱分析
• 膀胱癌
• 代谢物检测
• 细胞分型

单细胞质谱分析能够获得单个细胞的代谢图谱，揭示细胞之间的异质性，在肿瘤学研究中具有重要价值。该文采用单细胞质谱和机器学习技术，建立了膀胱癌细胞亚型的鉴别方法。基于所采集的单细胞代谢数据，分别使用线性判别分析、随机森林、支持向量机、逻辑回归建立了机器学习分类模型，并进行了模型的性能评估。结果表明，各机器学习模型均具有良好的膀胱癌细胞分型能力，分类准确率≥94.9%，灵敏度≥88.6%，特异度≥93.3%。其中，随机森林算法的分类准确率达100%，模型的受试者工作特征曲线下面积达1。该方法实现了膀胱癌单细胞的代谢物检测及细胞亚型区分，也为更广泛的单细胞代谢组学研究提供了参考。

• 单位
  广州市华粤行仪器有限公司; 浙江大学医学院附属第一医院; 宁波大学