Колоректальный рак входит в число наиболее распространенных и смертельных онкологических заболеваний. Его выявление на ранних стадиях затруднено, поскольку даже стандартная колоноскопия не всегда позволяет оперативно дифференцировать предраковые изменения от злокачественных образований. Однако, как сообщается в новом исследовании журнала Biophotonics Discovery, предложен инновационный подход, способный значительно повысить скорость и точность диагностики.
Группа ученых из Фонда Шампалимо разработала и протестировала передовую оптическую методику. Она основана на принципе автофлуоресценции, то есть естественного свечения тканей при лазерном облучении. Продолжительность этого свечения напрямую связана с биохимическим составом клеток. Используя алгоритм машинного обучения AdaBoost, система способна в реальном времени различать доброкачественные и злокачественные образования, при этом не требуя использования контрастных веществ или красителей.
Эффективность метода была подтверждена на образцах тканей 117 пациентов, прошедших кишечные операции. При помощи оптоволоконного зонда и двух лазеров с длинами волн 375 и 445 нанометров исследователи фиксировали свечение молекул коллагена и коэнзимов. Полученные данные затем сравнивались с результатами патогистологического анализа. Алгоритм продемонстрировал высокую точность, достигающую 85%, как при анализе обширных участков тканей, так и при исследовании отдельных точек.
Авторы исследования полагают, что эта новая технология найдет применение в ходе колоноскопий и хирургических операций, улучшая точность диагностики и сокращая количество ненужных биопсий. В долгосрочной перспективе, такой подход сделает раннее выявление колоректального рака более оперативным, доступным и достоверным.
Ранее, исследователи также представили многообещающий метод борьбы с острым миелоидным лейкозом – одной из наиболее агрессивных форм рака крови. Выяснилось, что соединение форсколин обладает двойным противоопухолевым действием, что открывает новые возможности в терапии этого заболевания.
Revolutionary Method for Early Colorectal Cancer Diagnosis
Colorectal cancer ranks among the most common and deadliest oncological diseases worldwide. Its early detection is challenging, as even standard colonoscopy does not always allow for immediate differentiation between precancerous changes and malignant formations. However, a new study published in Biophotonics Discovery introduces an innovative approach that promises to significantly enhance the speed and accuracy of diagnosis.
A team of scientists from the Champalimaud Foundation has developed and tested an advanced optical methodology. It is based on the principle of autofluorescence, which is the natural luminescence of tissues when exposed to laser radiation. The duration of this luminescence is directly related to the biochemical composition of the cells. By employing an AdaBoost machine learning algorithm, the system can distinguish between benign and malignant growths in real-time, without the need for dyes or contrast agents.
The method`s efficacy was confirmed on tissue samples from 117 patients who underwent intestinal surgeries. Using a fiber-optic probe and two lasers (375 and 445 nanometers), researchers recorded the luminescence of collagen molecules and coenzymes. The acquired data was then compared with histopathological analysis results. The algorithm demonstrated high accuracy, achieving approximately 85%, both when analyzing large tissue areas and when examining individual points.
The study`s authors believe that this new technology will find application during colonoscopies and surgical interventions, improving diagnostic precision and reducing the number of unnecessary biopsies. In the long term, such an approach could make the early detection of colorectal cancer faster, more accessible, and more reliable.
Previously, researchers also presented a promising method for combating acute myeloid leukemia – one of the most aggressive forms of blood cancer. It was discovered that the compound forskolin possesses a dual anti-tumor effect, opening new avenues for the treatment of this disease.
