此前，多學(xué)科研究中心李玉鋒研究員等人利用上述飛掃技術(shù)，建立了基于同步輻射X射線熒光光譜（SRXRF）的空間金屬組學(xué)（spatial metallomics）方法，為解析恩施碎米薺的富硒機制提供了有力支持，相關(guān)成果發(fā)表于Journal of Agricultural and Food Chemistry雜志（2023, 71, 2568）。最近，他們與相關(guān)團隊合作，利用SRXRF及人工智能技術(shù)，建立了非靶金屬組學(xué)（Non-targeted metallomics，NTM）方法，成功用于疾病及新污染物毒性篩查。
肺結(jié)節(jié)是指肺部影像上各種大小、邊緣清楚或模糊、直徑小于等于3cm的局灶性圓形致密影，包括良性和惡性兩種，其中未經(jīng)治療的惡性肺結(jié)節(jié)可發(fā)展為肺癌。因此，有必要發(fā)展快速鑒別良、惡性肺結(jié)節(jié)的方法，從而實現(xiàn)對肺癌的早期篩查和治療。目前組織病理學(xué)檢查是診斷良、惡性肺結(jié)節(jié)的金標準，但該法具有侵入性、且耗時費力。發(fā)展更有效、破壞性更小的良、惡性肺結(jié)節(jié)診斷方法仍然是一個迫切的臨床需求。中國科學(xué)院高能物理研究所李玉鋒研究員、陳棟梁研究員與中國農(nóng)業(yè)大學(xué)王偉教授、安徽醫(yī)科大學(xué)王欣教授以及安徽醫(yī)科大學(xué)第二附屬醫(yī)院李超副主任醫(yī)師合作，利用上述基于SRXRF和人工智能技術(shù)的NTM方法，通過血液快速區(qū)分良、惡性肺結(jié)節(jié)，預(yù)測準確率達96.7%，相關(guān)工作發(fā)表于Environment & Health雜志（2024，DOI：10.1021/envhealth.4c00124）。與前人發(fā)展的利用血液代謝組或蛋白質(zhì)組差異區(qū)分良、惡肺結(jié)節(jié)等方法相比，本法具有操作簡單、分析速度快等優(yōu)勢。該法也已用于癌癥、急性心肌梗死等疾病以及微納米塑料毒性篩查。
上述相關(guān)成果已編入最近出版的《Applied Metallomics》（Wiley, 2024）一書，該書是多學(xué)科研究中心金屬組學(xué)研究團隊繼《Nuclear Analytical Techniques for Metallomics and Metalloproteomics》（RSC, 2010）、《金屬組學(xué)》（科學(xué)出版社，2016）后第三本金屬組學(xué)專著，為金屬組學(xué)的發(fā)展貢獻了中國力量。
附件下載：
