AI辅助SERS-机器学习揭示卵巢癌肿瘤-免疫通讯特征

2026年10月14日，bioRxiv Cancer Biology发布预印本报道，研究团队采用AI辅助的纳米医学方法，结合表面增强拉曼光谱（SERS）与机器学习技术，分析卵巢癌转移过程中的全身免疫影响。研究者以OVCAR4卵巢癌细胞系及其干细胞富集群体为研究对象，检测其对外周血单个核细胞（PBMC）留下的生化印记，发现不同细胞群体产生可区分的SERS信号特征；进一步采用线性支持向量机（SVM）对生化印记进行分类，准确率达到98.9%，提示该方法有望通过血液样本捕捉肿瘤与免疫系统之间的通讯信号，为卵巢癌转移的液体活检与免疫评估提供了新思路。

由模型根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。