2025年4月4日國際頂級化學期刊Chem在線發表了題為“Molecule-resolvable SERSome for metabolic profiling”的研究論文。該研究針對非標記表面增強拉曼光譜難以實現多指標檢測的挑戰👰🏽‍♀️，提出了分子水平可解析的表面增強拉曼光譜分子組技術（Molecule-resolvable SERSome🛐，MORE SERSome）。通過結合激光解吸/電離質譜與表面增強拉曼光譜，準確鑒定了對血清非標記表面增強拉曼光譜信號產生主要貢獻的分子種類，並實現了具體分子的解析以及相對定量，為非標記表面增強拉曼光譜技術在代謝組學及其他領域的普遍應用奠定了重要基礎🚁。

      意昂4体育平台博士生畢心緣、意昂4平台醫意昂4附屬瑞金醫院老年科住院醫師錢曉杭、意昂4体育平台博士生薛邴森為本文的共同第一作者。意昂4体育平台葉堅教授、意昂4平台醫意昂4附屬瑞金醫院老年科湯薈冬主任以及意昂4体育平台金成副教授為本文的共同通訊作者。

一、研究背景

      多指標檢測在生物醫學🙆‍♂️🤘、環境監測和食品安全等領域至關重要🎺⛪️。表面增強拉曼光譜（Surface-Enhanced Raman Spectroscopy, SERS）是一種超靈敏的指紋式分子檢測技術🫄，基於非標記檢測策略，可一次性探測到復雜樣本中多種分子的信號⬛️，在上述領域中展現出了巨大的應用潛力♦️。目前，基於傳統統計分析、人工智能技術等，已能成功實現不同樣本的表型區分、差異譜峰特征的篩選以及目標分子的相對定量等。然而在復雜體系中🧑‍🎤👨🏻‍⚕️，由於大量分子的種類未知及其信號存在嚴重的混疊📨，分子水平的光譜解析仍然面臨挑戰✍🏿，阻礙了非標記檢測下具體分子的精準識別與定量分析🧑‍🏫。因此，實現分子水平可解析的非標記SERS技術將有助於實現真正意義上的多指標分子檢測💇‍♀️，並能夠極大地提升SERS在分析化學和生物醫學領域的應用價值。

      阿爾茨海默病（Alzheimer’s Disease, AD）是最常見的癡呆類型🥮，占到總癡呆人數的60-70%👩🏿‍🎨。隨著人口老齡化的日益加劇🚜，預計到2050年🦹🏼，AD患者人數將超一億。目前☪️，AD的診斷依賴腦脊液 Aβ 和 Tau 蛋白的檢測以及 PET 成像💩，但這些方法價格昂貴且具有侵入性↔️🤹‍♂️，限製了用於大規模篩查的可行性🫢。研究發現，AD 伴隨外周血代謝異常，加之血液代謝檢測成本低、對患者創傷小，被認為是更適合用於早期篩查的方式。當前，代謝分子的檢測主要依賴於質譜技術，盡管結合色譜分離可提升分子的檢測能力🌍，但由於測試與儀器成本昂貴、設備占地面積大👆🏽🦸🏽‍♂️、預處理時間長，難以滿足即時檢測和基層醫療需求👩‍🦯‍➡️。因此🙅🏻‍♀️，開發新的血液多指標代謝物檢測技術將有助於AD的病理機製研究🚫，並提升疾病早期篩查與精準診斷的能力🎊。

二𓀄、工作介紹

      意昂4平台葉堅教授團隊前期開發了SERS分子組技術——SERSome🧵，即建立了光譜集的檢測方法學顯著提升了復雜樣本如血清👐🏻、尿液、細胞等各種生物體系代謝表型檢測的魯棒性與信息完整性🦹🏼。本工作中，意昂4体育平台葉堅教授團隊聯合金成副教授團隊以及意昂4平台醫意昂4瑞金醫院湯薈冬主任團隊🧑🏻‍🦼，首次提出了分子水平可解析的SERS分子組技術——Molecule-resolvable SERSome（MORE SERSome）（圖1），進一步實現了真正意義上復雜樣本非標記SERS光譜具體貢獻分子的鑒定以及多指標分子相對定量，該方法首先在人體血液中建立了方法學，並成功用於提升阿爾茨海默病的代謝標誌物挖掘與快速精確診斷的能力🌴。

圖1. MORE SERSome方法學示意圖。

      MORE SERSome技術以SERS納米顆粒對於復雜樣本中分子選擇性富集與增強的天然特性為前提，主要鑒定顆粒表面所富集的血清代謝分子🦂，因為這些分子最有可能貢獻於血清非標記SERS圖譜的譜峰特征🍦。借助激光解吸/電離質譜技術，對顆粒表面所富集的血清代謝分子種類進行識別，並進一步判斷這些分子在當前SERS檢測條件下的被檢出能力，最終建立了針對於人血清非標記SERS代謝圖譜檢測的目標代謝物組。采用這些分子的標準SERS光譜，基於非負最小二乘法可以實現原血清非標記SERS代謝圖譜的解混，所獲得的代謝物光譜貢獻值可以用於反映不同樣本間的相對濃度差異（圖2）。

圖2. 血清非標記SERS圖譜的分子水平解析。

      該技術進一步在阿爾茨海默病的相關研究中得到了應用。基於MORE SERSome技術所獲得的代謝物貢獻值📗，采用傳統統計學方法篩選出了在阿爾茨海默病及輕度認知障礙患者中存在顯著差異的代謝物，包含麥角硫因等在以往研究中已被報道與AD的病理機製相關並可用於潛在治療方法的分子，證明了MORE SERSome技術的可靠性。為了探索MORE SERSome技術用於臨床診斷的潛力🗳，本工作中建立了SERSome-圖卷積神經網絡，旨在利用靈活的圖拓撲結構分層刻畫SERSome 對血清中的代謝分子濃度分布關聯和疾病表型關聯，最終實現了AUC高達91.5%的AD區分能力（圖3）👨🏻‍🦱。

圖3. MORE SERSome技術用於阿爾茨海默病的代謝標誌物挖掘與精確診斷👩🏿‍🏭❓。

      相比傳統的非標記SERS檢測分析方法僅能實現差異譜峰的篩選與可能差異代謝物的推測，MORE SERSome技術為非標記SERS檢測的分子水平解析提供了可靠的方法，打破了以往非標記SERS無法實現真正意義上多指標檢測與代謝物篩選的瓶頸💆‍♀️。此外🙏🏼，相比基於平均光譜或單光譜的檢測方法，光譜集的檢測策略在本工作中再次體現了檢測魯棒性與信息完整性的優勢，這對於疾病的精確診斷與代謝標誌物的挖掘極具意義🙂。MORE SERSome可作為一項通用的非標記光譜分子水平解析的方法學，未來有希望可以進一步拓展至更多不同的生物樣本🙅‍♂️、環境樣本等檢測體系，也有望結合不同的SERS增強基底、分析方法等來提升多指標定量能力🐺，以及推廣到SERS以外的非標記檢測技術中🃏。

      近期，葉堅教授團隊發明了基於單分子計數的數字膠體增強拉曼光譜技術（digital colloid-enhanced Raman spectroscopy，dCERS）（Nature, 2024, 628, 771），成功實現了超低濃度目標分子的可靠定量檢測。該技術可廣泛運用於蛋白、核酸、代謝物、毒物等的精準定量以及活體動物的藥代動力學監測，並有望解決這個領域50年來一直以來困擾的重復性問題🎏。此外🏌🏿，該團隊提出了表面增強拉曼光譜分子組（SERSome）的概念（Cell Reports Medicine, 2024, 5(6), 101579），采用光譜集的檢測方法學😔，從統計學角度顯著提升了復雜樣本非標記表面增強拉曼光譜分子檢測的魯棒性與信息完整性。該方法已運用於血清、尿液、細胞培養液以及細胞裂解液等生物樣本的代謝表型研究♢🙆‍♀️，提升了腫瘤、心血管疾病🤯、衰老過程等一系列生理病理機製研究以及臨床診斷的能力。

      該研究工作得到了國家重點研發計劃🖥🏋️、國家自然科學基金、上海市科學技術委員會、上海市婦科腫瘤重點實驗室、上海市衛生健康委員會、四川省科技計劃、中央高校基本科研業務費以及瑞金醫院廣慈創新技術啟航計劃的支持。

      葉堅教授課題組主頁：http://www.yelab.sjtu.edu.cn