2025年7月15日，上海交通大学钱昆教授、复旦大学附属中山医院汪学非教授、复旦大学附属闵行医院刘绍群教授、苏州大学附属第一医院郭凌川教授团队合作在Cell Press细胞出版社期刊Cell Reports Medicine发表了一篇题为“Metabolic fingerprinting enables rapid, label-free histopathology in gastric cancer diagnosis and prognostic prediction”的研究论文。该研究首次报道了一种基于纳米粒子增强激光解吸电离质谱的组织代谢指纹分析技术，实现了对胃癌组织的快速（约40分钟/样本）、无标记、高精度的病理诊断，一次检测实现良恶性区分、分子分型和预后预测，为胃癌临床病理实践提供了强大的新工具。
胃癌全球年新发病例超100万例，死亡约76.9万例；在中国，胃癌年新发约47.8万例，死亡37.3万例，高居癌症死因第三位。在这一严峻背景下，精准的病理诊断是胃癌临床诊疗无可替代的基石，是制定有效治疗方案的关键。然而，一份胃癌组织样本从离体到出具报告，需历经多重繁复步骤，通常需要3-5个工作日甚至更久，这种时间上的滞后制约着诊疗效率。同时，病理诊断高度依赖病理医生对切片样本的判读。然而，合格病理医生的培养周期漫长、要求严苛，病理医生数量与需求之间存在巨大鸿沟。面对这些挑战，研究者们正积极探索利用肿瘤组织自身的生化信息，特别是小分子代谢物特征（代谢指纹）来实现更快速、客观的病理诊断新途径。代谢物作为细胞功能活动的直接执行者和灵敏指示器，深刻反映肿瘤的病理状态、分子分型甚至预后特征，且无需依赖复杂的染色标记，理论上具有突破时效瓶颈、减少主观依赖的潜力。
研究团队基于精密设计的氧化铁纳米颗粒构建纳米增强激光解吸电离质谱（NPELDI-MS），针对福尔马林固定石蜡包埋组织（FFPE）样本开发代谢指纹提取平台。这一技术平台展现出显著优势：单样本完整分析仅需约40分钟，能够无标记、免染色地直接捕获组织内源性小分子代谢物指纹；所需样本量极小，仅消耗约0.016 mm³的FFPE组织；采集的组织代谢指纹图谱具有高可重复性，特征峰变异系数CV中位数低于15%，且FFPE组织的代谢指纹图谱与冰冻组织的代谢谱高度一致（相似度评分达0.88-0.94）。
基于该平台，团队构建了包含284例胃癌与癌旁组织的组织代谢指纹数据库。利用机器学习模型，该技术实现了“一站式”的高精度分析。在胃癌组织与正常组织的区分上，其诊断曲线下面积（AUC）达0.979（95%置信区间：0.921-0.998），展现出卓越的诊断能力。更重要的是，它能够有效鉴别HER2阳性与阴性分子亚型（AUC达0.963，95%置信区间：0.917-1.000），为快速指导曲妥珠单抗等靶向治疗决策提供了强有力的新工具。该技术的诊断与分型效能经过了多中心验证，在一个包含238例样本的外部队列中得到了一致性确认（诊断AUC稳定在0.931-0.951），充分证明了其可靠性和广阔的临床应用潜力。
进一步地，研究团队挖掘了组织代谢指纹在预后预测和机制揭示方面的深度价值。通过分析，成功构建了基于关键代谢特征的“组织代谢预后（TMP）”评分系统。该评分能有效将患者进行风险分层，Kaplan-Meier生存分析结果显示，高TMP评分患者的总生存期显著短于低评分患者（p<0.05），为个体化预后评估提供了新的实用指标。同时，通过整合蛋白质组学数据，研究揭示了胃癌组织中磷酸戊糖途径的显著激活，这一发现深化了对胃癌代谢重编程机制的理解，为探索潜在的治疗靶点指明了新的方向。
研究内容示意图
作者专访
Cell Press细胞出版社特别邀请论文作者钱昆教授进行了专访，为大家做进一步的深入解读。
作者介绍
Metabolic fingerprinting enables rapid, label-free histopathology in gastric cancer diagnosis and prognostic prediction
论文网址：https://www.sciencedirect.com/science/article/pii/S2666379125003118
DOI：https://doi.org/10.1016/j.xcrm.2025.102238