Artykuł pt. “FT-Raman spectra in combination with machine learning and multivariate analyses as a diagnostic tool in brain tumors” (doi: https://doi.org/10.1016/j.nano.2024.102737) autorstwa lek. Bartłomieja Tołpa, dr Wiesława Paji, lek. Elżbiety Trojnar, dr Kornelii Łach, dr hab. Agnieszki Gali-Błądzińskiej, Prof. URz, mgr Anety Kowal, dr Eweliny Gumbarewicz, mgr Pauliny Frączek, dr hab. Józefa Cebulskiego, Prof. URz i dr hab. inż. Joanny Depciuch zamieszczony w czasopiśmie Nanomedicine: Nanotechnology, Biology and Medicine został wyróżniony poprzez zamieszczenie go na okładce kolejnego wydania czasopisma.
To prestiżowe wyróżnienie dotyczy pracy będącej wynikiem współpracy pomiędzy pracownikami zakładu NZ32 Instytutu Fizyki Jądrowej PAN (dr hab. inż. Joanny Depciuch), Klinicznego Szpitala Wojewódzkiego Nr 2 w Rzeszowie (lek. Bartłomieja Tołpa, lek. Elżbiety Trojnar), Uniwersytetu Medycznego w Lublinie (dr Eweliny Gumbarewicz) oraz Uniwersytetu Rzeszowskiego (dr Wiesława Paji, dr Kornelii Łach, mgr Anety Kowal, dr hab. Agnieszki Gali-Błądzińskiej, Prof. URz, mgr Pauliny Frączek, dr hab. Józefa Cebulskiego, Prof. URz). Praca przedstawia wykorzystanie danych spektralnych zanalizowanych za pomocą algorytmów liczenia maszynowego jako narzędzia wspomagającego proces diagnostyczny guzów mózgu (glejaka wielopostaciowego G4 oraz oponiaków: naczyniakowatego i atypowego).
Mózg odpowiada za wszystkie najistotniejsze procesy życiowe organizmu. Szybka diagnostyka i skuteczne leczenie guzów mózgu stanowi istotne wyzwanie dla współczesnej medycyny. Istnieje wiele typów nowotworów Ośrodkowego Układu Nerwowego (OUN). Glejaki mózgu i oponiaki stanowią największą grupę pierwotnych nowotworów mózgu występujących u dorosłych. Ostateczne rozpoznanie, dalsze leczenie i rokowane oparte jest m.in. na wyniku badania histopatologicznego materiału uzyskanego w trakcie operacji neurochirurgicznej. Rozwój nowych techniki diagnostycznych przyczynia się do poprawy leczenia pacjentów z nowotworami OUN.
Celem współpracy pracowników Instytutu Fizyki Jądrowej PAN, Uniwersytetu Rzeszowskiego, Uniwersytetu Medycznego w Lublinie oraz Klinicznego Szpitala Wojewódzkiego Nr 2 w Rzeszowie było uzyskanie nowego „markera spektroskopowego” glejaka wielopostaciowego G4, oponiaka naczyniakowatego i atypowego opartego na wykorzystaniu algorytmu uczenia maszynowego oraz danych zebranych przy użyciu spektrometru FT-Raman. Uzyskane wyniki wskazały, że czułość metody dla rozróżnienia glejaka wielopostaciowego G4 i oponiaków wynosi 88% dla przesunięć Ramana 1151 cm−1 i 2836 cm−1, natomiast w przypadku odróżnienia oponiaka naczyniakowatego i atypowego 92% dla przesunięć Ramana 1514 cm−1 i 2875 cm−1. W konsekwencji, Autorom artykułu udało się wykazać, że spektroskopia Ramana może w przyszłości stanowić narzędzie diagnostyczne do różnicowania rodzajów guzów mózgu.
Oryginalny artykuł:
B. Tołpa, W. Paja, E. Trojnar, K. Łach, A. Gala-Bładzińska, A. Kowal, E. Gumbarewicz, P. Frączek, J. Cebulski, J. Depciuch, FT-Raman spectra in combination with machine learning and multivariate analyses as a diagnostic tool in brain tumors, Nanomedicine: Nanotechnology, Biology and Medicine, 57 (2024), 102737, doi: https://doi.org/10.1016/j.nano.2024.102737, IF 2019 = 5.4, MNiSW = 140