Cell reports. Medicine · 2025
Metabolic fingerprinting enables rapid, label-free histopathology in gastric cancer diagnosis and prognostic prediction.
СтатьяНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Teng Fei, Zhang Juxiang, Huang Yida, Xu Wei, Liu Wanshan, Sun Liming, Yan Meng, Wu Jiao, Wang Ruimin, Yang Shouzhi, Huang Lin, Gu Zhengying, Su Haiyang, Xu Xiaoyu, Liang Dingyitai, Ren Ning, Ding Chunmeng, Li Yanyan, Dong Qiongzhu, Guo Lingchuan, Liu Shaoqun, Wang Xuefei, Qian Kun
Аннотация
Histopathological evaluation is a cornerstone of cancer identification but often involves time-consuming labeling processes (∼days per sample) and experience-dependent interpretation. Herein, we introduce a rapid (∼40 min per sample) and label-free histopathological method based on metabolic fingerprinting of tissue using nanoparticle-enhanced laser desorption/ionization mass spectrometry. Applied to gastric cancer (GC, n = 284 paired tissue), this approach distinguishes malignant from benign tissues (area under the curve [AUC] of 0.979), identifies tumor subtypes (AUC of 0.963), and assesses prognosis (p < 0.05) without specialized pathologists. External validation on 238 samples from an independent cohort confirmed its robustness. This method advances histopathological analysis, offering potential for scalable clinical use.