中国科学院生态环境研究中心环境化学与生态毒理学国家重点实验室研究员刘倩等在稳定同位素分析技术的环境健康应用中取得进展。相关成果以Identification of Two-Dimensional Copper Signatures in Human Blood for Bladder Cancer with Machine Learning为题，在线发表在Chemical Science上。

稳定同位素分馏是地球化学研究中广泛应用的技术，近年来在环境污染物溯源和示踪等方面展现出应用潜力，但在其它领域应用较少。基于稳定同位素的溯源能力，其在生命健康领域也展现出新标志物的潜力，可用于临床诊断和病因学研究。但目前稳定同位素分析对疾病与对照的区分性能仍然较低，对疾病导致的同位素分馏机制的认识十分有限。

该研究利用高精度多接收器电感耦合等离子体质谱(MC-ICP-MS)测定了膀胱癌患者和良性疾病及健康对照人群的血液中铜同位素比值(⁶⁵Cu/⁶³Cu)，发现膀胱癌患者的血液铜相对于良性和健康对照组显著富集于轻同位素，且Cu同位素组成对癌症的响应灵敏度远高于Cu浓度。此外，血液中Cu同位素分馏程度与肿瘤分期和恶性程度也表现出一定相关性。体内铜代谢失衡被广泛认为与肿瘤发生密切相关，但其内在机制仍不清楚。Cu同位素提供了独立于Cu浓度的一维信息，来追踪与肿瘤相关的Cu元素异常的来源，从而为深入认识肿瘤相关的Cu代谢失衡的分子机制提供了新途径。

此外，研究团队建立了基于血液中二维Cu指纹(即Cu同位素比值和Cu浓度)的机器学习模型，实现了癌症患者与非癌症患者的高准确度区分。二维Cu指纹表现出比其他膀胱癌标志物更好的诊断性能，是首次将稳定同位素分析和机器学习相结合的临床应用尝试，有望推动稳定同位素分析技术在生物医学方面中的应用。

该研究由生态中心与天津医科大学第二医院合作完成，并得到中国计量院、天津理工大学、荷兰特文特大学、北京大学公卫学院等单位协助。研究工作得到国家自然科学基金原创探索计划项目、国家杰出青年基金、国家重点研发计划项目等的支持。

论文链接

铜同位素分馏为膀胱癌的诊断及其铜失衡机制研究提供了新工具