乳腺癌是女性中最常見的癌癥。世界影響因子最高的學術期刊 CA: A Cancer Journal for Clinicians 發布了全球癌癥最新數據：乳腺癌新發病例高達226萬例，超過了肺癌的220萬例。在過去的幾年中，振動光譜技術在癌癥研究中的應用顯著增加。診斷、識別生物標志物和跟蹤乳腺癌的進展是醫學研究領域的主要興趣領域。其中拉曼光譜在癌癥研究中引起了相當大的關注。這是因為它有可能提供診斷信息，促進生物化學進展的預測。

一、拉曼光譜的原理

拉曼光譜，是一種散射光譜。拉曼光譜分析法是基于印度科學家C.V.Raman所發現的拉曼散射效應，對與入射光頻率不同的散射光譜進行分析以得到分子振動、轉動方面信息，并應用于分子結構研究的一種分析方法。拉曼光譜是一種非破壞性和非侵入性的技術，具有很高的化學特異性和靈敏度，幾乎無需樣品制備。這些優點使拉曼光譜成為一種*而合適的癌癥研究技術。

二、拉曼光譜在乳腺癌治療方面的應用

有大量已發表的研究描述了乳腺組織的拉曼光譜，其中脂質和蛋白質的含量已被確定為區分正常和惡性乳腺組織之間的主要指標。正常乳腺組織由于脂質表現出拉曼帶的優勢，而惡性病變由于不受控制和異常的細胞增殖，細胞分裂，以及惡性腫瘤中的遷移，表現出與蛋白質相關的優勢條帶。

Manoharan等人建立了兩個簡單的經驗特征來區分正常和異常乳腺組織。這包括CH2彎曲模式從1445 cm-1到1450 cm-1向更高頻率的移位，以及正常組織中位于1650 cm-1的波段面積的增加，以及異常組織中其移位的類似物1667 cm-1。在乳房光譜上可以區分960和800 cm-1之間的蛋白質光譜區域和1400和1080 cm-1之間的脂質/酰基甘油酯。與正常乳腺組織相比，癌性乳腺組織中脂質含量的相對減少和蛋白質的重要貢獻很容易區分。當比較良性和惡性腫瘤時，癌組織中1082、1301、1440 cm-1處的脂質含量較高，而良性腫瘤中1033、1002 cm-1處的蛋白質含量占主導地位。正常乳腺、惡性乳腺和良性乳腺的指紋光譜區存在明顯的視覺差異，如圖3所示。

參考文獻：

[1] Lazaro-Pacheco, D., Shaaban, A. M., Rehman, S., Rehman, I., Raman spectroscopy of breast cancer[J]. Applied Spectroscopy Reviews, 2019, 55(6), 439–475.