X. Yang, Q. Ou, W. Yang et al.

Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

Daftar isi tersedia di ScienceDirect

Spektrohimika Acta Bagian Sebuah: Molekuler dan

Spektroskopi Biomolekuler
B e ra n d a Hukum: w w w. e l s e v i e r. c o m / l o c a t e /s as
e

Diagnosis kanker hati dengan spektrum FTIR serum

Xien Yang a, Quanhong Ou a, Weiye Yang b, Youming Shi c, Gang Liu a, ⇑
Sekolah Fisika dan Informasi Elektronik, Universitas Normal
Yunnan, Kunming 650500 , Sekolah Kedokteran Praklinis , Cina

Universitas Kedokteran Zunyi, 563003 Zunyi, Sekolah Fisika dan Teknik Elektronik Cina, Universitas Normal Qujing,
655011 Qujing, Cina

highlights

Spektrum FTIR serum dari pasien dengan kanker hati dan orang sehat dipelajari.
Ada perbedaan dalam struktur sekunder protein serum antara pasien dengan kanker hati dan orang sehat.
Kemometrik dilakukan pada SD-

Spektrum IR dalam kisaran lipid 2900-2800 cm1 dapat membedakan serum pasien dengan kanker hati dari orang sehat.
Spektroskopi FTIR dapat dikembangkan sebagai metode yang efektif untuk

graphicalabstract

diagnosis kanker hati.

article info Analisis diskriminan kuadrat terkecil parsial
abstract

Sejarah artikel:
Diterima 15 April 2021 Kanker hati adalah tumor ganas fatal yang paling umum di dunia. Diagnosis dini kanker hati dapat
Diterima dalam bentuk revisi 10 Juni meningkatkan tingkat kelangsungan hidup pasien dengan penyakit hati. Dalam makalah ini, spektroskopi
2021 inframerah transformasi Fourier (FTIR) dikombinasikan dengan fitting kurva dan kemometri digunakan untuk
Diterima 9 Juli 2021
membedakan serum dari pasien dari orang sehat. Hasil pemasangan kurva pada kisaran protein 1700-1600
Tersedia online 17 Juli 2021
cm1 menunjukkan bahwa terdapat perbedaan struktur sekunder protein dalam serum antara penderita
kanker hati dan orang sehat. Analisis komponen utama (PCA) dalam kisaran lipid 2900-2800 cm 1 dapat
Kata kunci: membedakan serum pasien dengan kanker hati dari orang sehat. Dua komponen utama pertama PC1 dan
Spektroskopi FTIR PC2 menjelaskan 95% dari total varians data. Sensitivitas dan spesifisitas analisis diskriminan kuadrat
Kanker hati terkecil parsial (PLS-DA) pada rentang lipid 2900–2800 cm1 masing-masing mencapai 92,85% dan 95,23%.
Serum Hal ini menunjukkan bahwa spektroskopi FTIR dapat dikembangkan sebagai metode yang efektif untuk
Pemasangan kurva diagnosis kanker hati.
Analisis komponen utama
2021 Elsevier BV Seluruh hak cipta.
1. Pendahuluan masih meningkat [1–3]. Sebagian besar pasien dengan kanker hati
sudah dalam stadium lanjut pada saat diagnosis. Oleh karena itu,
Kanker hati adalah tumor ganas fatal yang paling umum di diagnosis dini dapat meningkatkan tingkat kelangsungan hidup [4].
dunia dan penyebab kematian kedua terkait kanker. Ini Metode rutin untuk mendiagnosis kanker hati adalah
menyebabkan lebih dari 1,3 juta kematian setiap tahun, dan pengukuran kadar serum alpha fetoprotein (AFP). Sayangnya, 30%
tingkat kelangsungan hidup hanya 18%, terendah dari semua jenis pasien dengan kanker hati stadium awal memiliki kadar AFP yang
kanker. Dalam sepuluh tahun terakhir, tingkat kematian kanker hati sebanding dengan orang sehat [5,6]. Pemeriksaan pencitraan,
⇑

Penulis yang sesuai.

Alamat email: gliu66@163.com (G. Liu).
1
https://doi.org/10.1016/j.saa.2021.120181
1386-1425/ 2021 Elsevier BV Seluruh hak cipta.
X. Yang, Q. Ou, W. Yang et al.
seperti magnetic resonance imaging (MRI), computed tomography
(CT) dan ultrasound imaging (US), memiliki beberapa kelemahan.
MRI dan CT mahal dan tergantung pada pengalaman operasi
dokter, sedangkan sensitivitas dan spesifisitas tradisional AS dalam
diagnosis sirosis hati terbatas [6-8]. Spektroskopi inframerah
transformasi Fourier (FTIR) adalah teknik analisis sensitif, yang
secara efektif dapat mempelajari perubahan biokimia sel atau
jaringan pada tingkat molekuler dengan hanya sejumlah kecil
sampel [9]. Ini telah digunakan dalam analisis jaringan tumor
[10-12], sel [13-15], air liur [16-18], urin [19-22], dll.
Serum adalah analit yang umum digunakan dalam praktik klinis,
mengandung banyak informasi biomolekuler seperti protein, lipid,
asam nukleat, dll. [23]. Ada laporan bahwa spektroskopi
inframerah digunakan untuk menganalisis serum untuk
membedakan sirosis hati dan kanker hati. Thumnu et al.
mempelajari sampel serum dari orang sehat dan pasien dengan
sirosis hati atau karsinoma hepatoseluler, dan menemukan bahwa
spektrum FTIR dari tiga kelompok serum manusia memiliki
perbedaan yang signifikan dalam struktur sekunder protein dan
kadar lipid darah [8]. Zhang et al. mempelajari serum dari pasien
dengan sirosis hati menggunakan spektroskopi inframerah
dikombinasikan dengan mesin vektor dukungan (SVM), dan dapat
membedakan sampel dari pasien dan orang sehat [24]. Namun,
masih banyak pekerjaan yang harus dilakukan untuk penggunaan
spektroskopi inframerah yang sebenarnya dalam diagnosis klinis.
Dalam makalah ini, spektroskopi FTIR dikombinasikan dengan
fitting kurva dan kemometri digunakan untuk mempelajari serum
dari pasien dengan kanker hati dan orang sehat untuk menemukan
metode diagnostik sederhana untuk kanker hati.
2. Bahan dan metode
2.1. Persiapan sampel
Sampel serum disediakan oleh Departemen Kedokteran
Praklinis, Universitas Kedokteran Zunyi. Semua peserta diberitahu
dan menandatangani formulir persetujuan untuk penelitian ini.
Sampel serum dari 39 pasien dengan kanker hati dan 56 sampel
dari orang sehat dikumpulkan. Informasi pasien dengan kanker hati
dan orang sehat tercantum pada Tabel 1. 30 l l sampel serum
dijatuhkan pada slide. Slide dikeringkan dalam oven pengeringan
vakum selama 40 menit. Setelah itu, serum dikeluarkan dari slide
dan dimasukkan ke dalam mortar batu akik. KBr ditambahkan dan
digiling campuran menjadi bubuk halus. Kemudian bubuk itu
ditekan ke dalam tablet untuk mengukur spektrum FTIR. Semua
spektrum yang diukur telah dikurangi dari latar belakang KBr tanpa
serum untuk menghilangkan efek air dan karbon dioksida di
lingkungan. Sebelum pengambilan sampel, slide direndam dengan
aqua regia selama 1 jam, dicuci dengan air dan kemudian
direndam dalam alkohol selama 1 jam, dan terakhir dicuci dengan
air ultrapure dan dikeringkan untuk digunakan.
2.2. Pengukuran FTIR
Spektrum FTIR diukur dalam kisaran 4000-400 cm 1 oleh
spektrometer Frontier (Perkin Elmer, Inggris) yang dilengkapi
dengan detektor triglisin sulfat (DTGS) terdeuterasi. Setiap
spektrum adalah akumulasi dari 16 pemindaian pada resolusi 4
cm1. Tiga spektrum IR dikumpulkan untuk setiap sampel serum dan
Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
spektrum yang dihasilkan dirata-rata menggunakan perangkat
lunak OMNIC 8.2 (Thermo Scientific).
2.3. Analisis data
Spektrum inframerah turunan kedua (SD-IR) diperoleh dengan
algoritma Savitzky-Golay dalam perangkat lunak OMNIC. Sebelum
pemrosesan derivatif kedua, semua spektrum diproses dengan
koreksi dasar, perataan 9 titik dan normalisasi ordinat. Perangkat
lunak OriginPro 9.1 (OriginLab Corporation, Northampton, MA)
diterapkan untuk pemasangan kurva. Untuk statistik, analisis
varians satu arah (AVONA) dan uji Levene diproses menggunakan
perangkat lunak SPSS 19 (SPSS, Inc., Chicago, IL). Nilai p kurang dari
0,05 dianggap signifikan secara statistik. Analisis komponen utama
(PCA) dan analisis diskriminan kuadrat terkecil parsial (PLS-DA)
dilakukan pada spektrum SD-IR menggunakan perangkat lunak
Unscrambler X 10.4 (Camo Software AS, Oslo, Norwegia).
PCA adalah algoritma multivariat tanpa pengawasan yang
menguraikan matriks varians-kovarian menjadi komponen utama
yang efektif. Ini mengubah sejumlah besar variabel terkait menjadi
variabel yang tidak terkait yang paling dekat mewakili karakteristik
data melalui transformasi linier, dan variabel yang diubah ini
disebut komponen utama (PC). Dimensi data dikurangi oleh PC,
yang menyederhanakan analisis sampel [25].
PLS-DA adalah analisis regresi kuadrat terkecil parsial (PLSR)
yang diawasi. Model regresi dibuat sambil mengurangi dimensi
data. Sampel yang "tidak diketahui" dianalisis dengan analisis
diskriminan (DA). Nilai R-Square digunakan untuk mengukur efek
fitting, dan root mean square error (RMSE) digunakan untuk
menentukan tingkat fitting data dalam model [26]. Untuk
mengevaluasi seberapa baik model regresi bekerja, spektrum
sampel secara acak dibagi menjadi set pelatihan (25 sampel serum
dari pasien dengan kanker hati dan 25 sampel serum dari orang
sehat) dan set validasi (14 sampel serum dari pasien dengan
kanker hati dan 21 sampel serum dari orang sehat), dan analisis
PLS-DA dilakukan dengan menggunakan validasi silang penuh. Hasil
model dievaluasi dengan sensitivitas (rasio jumlah sampel positif
sejati dengan jumlah sampel positif benar dan negatif palsu),
spesifisitas (rasio jumlah sampel negatif benar dengan jumlah
sampel negatif benar dan positif palsu), dan akurasi (rasio jumlah
sampel yang diklasifikasikan dengan benar dengan jumlah total
sampel).
3. Hasil dan pembahasan
3.1. Spektrum serum FTIR
Ara. 1 menunjukkan spektrum FTIR dari sampel serum. Puncak
dan penugasannya tercantum dalam Tabel 2. Dapat dilihat bahwa
komponen utama serum adalah lipid, protein dan asam nukleat.
Secara umum, spektrum serum dari pasien dengan kanker hati
sangat mirip dengan orang sehat, tetapi ada beberapa perbedaan
kecil dalam intensitas puncak penyerapan dalam kisaran 2900-
2800 cm 1 dan 1700-1600 cm1.
Spektrum SD-IR dapat meningkatkan resolusi spektral dengan
memperkuat perbedaan kecil dalam spektrum IR [35]. 2
menunjukkan spektrum SD-IR dari sampel serum dan ada
perbedaan yang jelas di dalamnya. Intensitas pita pada 2870 cm
2
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

1 dan 2851 cm1 serum dari pasien dengan kanker hati menurun secara signifikan. Ini

Tabel 1
Informasi pasien dengan kanker hati dan orang sehat.

Jeni
Usia rata-rata s
Laki-laki Perempuan
(n) (n)
Pasien dengan kanker hati 56 ± 10 23 16
39 ± 12 27 29
Orang sehat
dua pita dikaitkan dengan getaran peregangan simetris C-H CH3 dan CH2 dalam lipid, masing-masing. Intensitas pita pada 1690 cm 1,
1678 cm 1, 1672 cm 1, 1658 cm 1, 1646 cm 1, 1640 cm 1, 1628 cm 1 dan 1621 cm serum dari orang sehat 1

meningkat (Gbr. 2b). Pita-pita ini ditugaskan ke amida I . protein. Hasil penelitian menunjukkan bahwa ada perbedaan lipid dan protein
antara serum dari pasien dengan kanker hati dan orang sehat.
3.2. Pemasangan kurva

Untuk mengevaluasi perbedaan struktural protein dalam serum

dari pasien kanker hati dan orang sehat, pemasangan kurva
dilakukan pada spektrum dalam kisaran 1700-1600 cm 1. Spektrum
SD-IR digunakan untuk menentukan posisi puncak untuk
pemasangan kurva, dan fungsi Gauss digunakan agar sesuai
dengan spektrum asli (Gambar 3). Nilai koefisien korelasi R2 dalam
hasil fitting semuanya lebih besar dari 0,999. Rasio daerah sub
A 1646 / A 1658, A 1646 /
puncak dari empat kelompok
A 1621, A 1640 / A 1658 , dan A 1640 / A 1621 tercantum
dalam Tabel 3.
Band pada 1658 cm1 dianggap berasal dari b-turn [36]. Pita
pada 1621 cm1 dianggap berasal dari b-sheet [37]. Pita pada 1646
cm 1 dan 1640 cm1 dikaitkan dengan struktur a-heliks [11,38].
A 1646/A 1658, A 1646/A 1621, A 1640/A 1658, dan A 1640/A 1621

dapat mewakili rasio struktur a-helix terhadap b dalam amida I

Ara. 1. Spektrum FTIR sampel serum. Spektrum IR rata-rata serum dari pasien
dengan kanker hati (biru) dan orang sehat (merah). (Untuk interpretasi referensi protein. Empat rasio dalam serum dari pasien dengan kanker hati
warna dalam legenda gambar ini, pembaca dirujuk ke versi web artikel ini.) lebih rendah daripada serum dari orang sehat (P < 0,05),
menunjukkan kandungan relatif struktur a-heliks menurun dalam
serum dari pasien kanker hati. Hasil curve fitting menunjukkan
Tabel 2
Puncak spektral dan tugas mereka. bahwa terdapat perbedaan struktur sekunder protein serum
Nomor Tugas Referensiantara penderita kanker hati dengan orang sehat.
gelombang/ cm1
3296 Amida A 3.3. Analisis PCA
3074 Amida B [27]
2959 Asimetris CAH peregangan di CH3 Analisis PCA dilakukan pada spektrum SD-IR dalam kisaran lipid
2900-2800 cm1 (Gbr. 4). Dari Gambar 4a, dapat dilihat bahwa
2931 Asimetris CAH peregangan di CH2
sampel normal tersebar di sisi kiri plot sebar, dan sampel abnormal
2870 Peregangan CAH simetris dalam CH3
berada di sisi kanan. Dua komponen utama pertama PC1 dan PC2
2851 Simetris CAH peregangan di CH2 [28] menjelaskan 95% dari total varians data.
1700–1600 [29,30
1660
. a-heliks, b-turn atau 3 10-heli-
Amida I
31,32]
Plot pemuatan PCA digunakan untuk mengidentifikasi puncak
ces dalam amida I. yang memiliki kontribusi tinggi untuk membedakan sampel. PC1
1600–1500 Amida II. [27] menunjukkan puncak tertimbang negatif pada 2849 cm 1 dan PC2
1543 menunjukkan puncak tertimbang positif pada 2853 cm1. Dengan
C A N peregangan dan C A NAH getaran lentur
dalam amida II. demikian, dua puncak dalam kisaran lipid 2900-2800 cm 1
1454 Gunting lentur C-H di CH2 memainkan peran kunci dalam klasifikasi sampel serum. Ini
1396 mungkin disebabkan oleh perubahan metabolisme lipid yang
Getaran lentur CH simetris
3
disebabkan oleh keberadaan sel kanker [39,40].
1314
Kopling C A N peregangan dan NAH membungkuk di Untuk mengevaluasi efek klasifikasi rentang protein pada
pita amida III
serum pasien dengan kanker hati dan orang sehat, analisis PCA
1243 [25]
Peregangan P@ O asimetris dalam PO-2 dilakukan pada spektrum SD-IR dalam kisaran protein 1700-1600
1170 CAO peregangan dalam serin, treonin, tirosin [33]
cm1 (Gambar 5). Dua komponen utama pertama PC1 dan PC2
1082 Peregangan P@O simetris dalam PO-2 [34]
menjelaskan 89% dari total varians data. Meskipun spektrum SD-IR
dan hasil fitting kurva dalam kisaran protein 1700-1600 cm 1
menunjukkan bahwa ada perbedaan yang signifikan antara serum
pasien dengan kanker hati dan orang sehat,

3
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

Ara. 2. Spektrum SD-IR serum dari pasien dengan kanker hati (1) dan orang sehat (2) dan spektrum perbedaan di antara mereka (3).

Ara. 3. Curve fitting pada kisaran 1700–1600 cm1, serum dari penderita kanker hati (a) dan orang sehat (b).
Tabel 3 Gambar 6a menunjukkan plot pencar PLS untuk set pelatihan yang
Rasio area sub puncak sampel serum.
terdiri dari 25 sampel dari pasien dan 25 sampel orang sehat, dan
Rasio Sampel P sisanya 14 sampel dari pasien dan 21 sampel orang sehat terdiri
Serum pasien dengan hati Serum sehat dari set validasi untuk prediksi. Plot pemuatan Faktor-1 (Gbr. 6b)
kanker rakyat
menunjukkan puncak tertimbang yang signifikan pada 2850 cm1.
SEBUAH1646/ 1,046 ± 0,001 1,823 ± 0,007 Gambar 6c menunjukkan varians residual. Nilai R-Square dari
A1658
SEBUAH1646/ 19.7 ± 0.3 36.3 ± 0.8 sampel kalibrasi dan validasi dalam prediksi vs. referensi (Gambar 6
A1621
SEBUAH1640/ 0,4738 ± 0,0006 1,074 ± 0,005 d) masing-masing adalah 0,9165 dan 0,8106, dan nilai
SEBUAH1658 RMSE masing-masing adalah 0,2890 dan 0,4407.
SEBUAH1640/ 8.9 ± 0.1 36.3 ± 0.5
SEBUAH1621
Hasil prediksi (Tabel 4) menunjukkan bahwa pada set validasi
terdiri dari total 35 sampel serum. Tiga belas sampel serum dari
pasien dengan kanker hati diklasifikasikan dengan benar dan satu
salah diklasifikasikan. Dua puluh sampel serum dari orang sehat
Analisis PCA tidak memisahkan mereka dengan baik di wilayah ini. diklasifikasikan dengan benar dan satu salah diklasifikasikan. Hasil
Hasil penelitian menunjukkan bahwa PCA yang dilakukan pada PLS-DA menunjukkan bahwa 92,85% pasien dengan kanker hati
kisaran 2900-2800cm1 dapat membedakan serum penderita kanker diidentifikasi dengan benar, 95,23% orang sehat dipisahkan dengan
hati dengan serum orang sehat. benar, dan tingkat akurasi total adalah 94,29%.

3.4. Hasil PLS-DA 4. Kesimpulan

Untuk mengevaluasi lebih lanjut pengaruh klasifikasi rentang Spektroskopi FTIR dikombinasikan dengan curve fitting dan
lipid pada serum pasien dengan kanker hati dan orang sehat, kemometri digunakan untuk mempelajari serum pasien dengan
analisis PLS-DA dilakukan pada spektrum SD-IR serum dalam kanker hati dan orang sehat. Hasil fitting kurva dalam rentang
rentang lipid 2900-2800 cm1 menggunakan validasi silang lengkap. protein

4
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

Ara. 4. Hasil analisis PCA pada kisaran lipid 2900–2800 cm 1. Scatter plot PCA (a) dan loading plot (b) pada spektrum SD-IR dalam kisaran lipid 2900-2800 cm 1: 1 – serum
dari pasien dengan kanker hati, 2 – serum dari orang sehat.

Ara. 5. Hasil analisis PCA pada kisaran protein 1700–1600 cm 1. Scatter plot PCA (a) dan loading plot (b) pada spektrum SD-IR dalam kisaran protein 1700-1600 cm 1: 1 –
serum dari pasien dengan kanker hati, 2 – serum dari orang sehat.

5
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

Ara. 6. Kuadrat terkecil parsial menghasilkan kisaran lipid 2900–2800 cm 1 untuk prediksi kelompok kanker hati (merah) dan kelompok sehat (biru). (a) Plot skor Faktor 1 dan
Faktor 2. (b) Pemuatan Faktor 1. (c) Varians residual. (d) Prediksi vs. referensi. (Untuk interpretasi referensi warna dalam legenda gambar ini, pembaca dirujuk
Versi web dari artikel ini.) Kekhususan 95.23%

Ketepatan 94.29%
1700-1600 cm1 menunjukkan bahwa ada perbedaan dalam struktur
sekunder protein serum antara pasien dengan kanker hati dan Quanhong Ou: Investigasi, Pengawasan, Visualisasi, Penulisan,
orang sehat. Analisis PCA dalam kisaran lipid 2900-2800 cm 1 dapat ulasan &; pengeditan. Weiye Yang: Sumber daya, investigasi.
membedakan serum pasien dengan kanker hati dari orang sehat
Youming Shi: Sumber daya, Akuisisi pendanaan. Gang Liu:
dengan varians yang dijelaskan 95%. Hasil PLS-DA pada kisaran
lipid 2900–2800 cm1 menunjukkan bahwa sensitivitas dan Pengawasan, Akuisisi pendanaan, Penulisan - ulasan &;
spesifisitas masing-masing dapat mencapai 92,85% dan 95,23%. pengeditan.
Hasil penelitian menunjukkan bahwa spektroskopi FTIR
dikombinasikan dengan curve fitting dan kemometri dapat secara Pernyataan Kepentingan Bersaing
efektif membedakan serum pasien dengan kanker hati dari orang
Para penulis menyatakan bahwa mereka tidak memiliki
sehat.
kepentingan keuangan yang bersaing atau hubungan pribadi yang
dapat mempengaruhi pekerjaan yang dilaporkan dalam makalah
ini.
Pernyataan kontribusi kepenulisan CRediT

Xien Yang: Konseptualisasi, Analisis formal, Metodologi, Ucapan terima kasih

Administrasi proyek, Visualisasi, Menulis - draf asli.
Tabel 4
Pekerjaan ini didukung oleh National Natural Science
Hasil analisis PLS-DA pada spektrum SD-IR sampel serum dalam kisaran lipid 2900- Foundation of China (Hibah No. 31760341), Skema Dukungan Tim
2800 cm1. Inovasi Sains dan Teknologi Universitas provinsi Yunnan. Para
Serum pasien dengan kanker hati Serum orang sehat penulis berterima kasih atas dukungan keuangan ini.

Set pelatihan 25 25
Referensi
Set validasi 14 21
Klasifikasi yang benar 13 20 [1] R.L. Siegel, K.D. Miller, A. Jemal, Statistik kanker, 2020, CA Cancer J. Clin. 70
(1) (2020) 7–30, https://doi.org/10.3322/caac.v70.110.3322/caac.21590.
Kesalahan klasifikasi 1 1 [2] J. Fu, H. Wang, Diagnosis presisi dan pengobatan kanker hati di Cina, Kanker
Sensitivitas 92.85%
Lett. 412 (2018) 283–288, https://doi.org/10.1016/j.canlet.2017.10.008. [3]
M. Ringelhan, J.A. McKeating, U. Protzer, Virus hepatitis dan kanker hati,

6
X. Yang, Q. Ou, W. Yang et al.
Philos. Trans. R. Soc. Lond. 372 (1732) (2017), https://doi.org/10.1098/
rstb.2016.0274.
[4] D. Anwanwan, S.K. Singh, S. Singh, V. Saikam, R. Singh, Tantangan dalam
kanker hati dan kemungkinan pendekatan pengobatan, Biochim. Biofisika.
Acta, Pdt. Kanker 1873 (1) (2020) 188314,
https://doi.org/10.1016/j.bbcan.2019.188314.
[5] F. De Stefano, E. Chacon, L. Turcios, F. Marti, R. Gedaly, Biomarker baru
dalam karsinoma hepatosel-ular, Dig Liver Dis 50 (11) (2018) 1115–1123,
https:// doi.org/10.1016/j.dld.2018.08.019.
[6] D. Sheng, F. Xu, Q. Yu, T. Fang, J. Xia, S. Li, X. Wang, Sebuah studi tentang
perbedaan struktural-s antara sel-sel kanker hati dan sel-sel hati normal
menggunakan spektroskopi FTIR, J. Mol. 1099 (2015) 18–23,
https://doi.org/10.1016/ J.Molstruc.2015.05.054.
[7] I. Durot, R.M.S. Sigrist, N. Kothary, J. Rosenberg, J.K. Willmann, A. El Kaffas,
Spektroskopi Ultrasonografi Quantitati-ve untuk Diferensiasi Karsinoma
Hepatoseluler dari Parenkim Hati Berisiko dan Normal, Clin. Kanker Res. 25
(22) (2019) 6683–6691, https://doi.org/10.1158/1078-0432.CCR-19-1030.
[8] K. Thumanu, S. Sangrajrang, T. Khuhaprema, A. Kalalak, W. Tanthanuch, S.
Pongpiachan, P. Heraud, Diagnosis kanker hati dari serum darah
menggunakan mikrospektroskopi FTIR: studi prel-iminary, J. Biophotonics 7
(3-4) (2014) 222– 231, https://doi.org/10.1002/jbio.201300183.
[9] M.G.K.S. Barzegari, P. Hajian, H. Zham, H.R. Mirzaei, F.H. Shirazi, Diagnosis
norma-l dan sampel jaringan lambung manusia ganas oleh spektrum FTIR
dikombinasikan dengan model mathematica-l, J. Mole. Struktur. (2020),
https://doi. org/10.1016/j.molstruc.2020.129493.
[10] E. Kaznowska, J. Depciuch, K. Lach, M. Kolodziej, A. Koziorowska, J.
Vongsvivut, I. Zawlik, M. Cholewa, J. Cebulski, Klasifikasi kanker paru-paru
dan tingkat keganasannya oleh FTIR, analisis PCA-LDA, dan model komputasi
berbasis fisika, Talanta 186 (2018) 337–345, https://doi.org/10.1016/
j.talanta.2018.04.083.
[11] R. Chaber, CJ Arthur, J. Depciuch, K. Lach, A. Raciborska, E. Michalak, J.
Cebulski, D-istinguishing Ewing sarkoma dan osteomielitis menggunakan
spektroskopi FTIR, Sci. Rep. 8 (1) (2018) 15081,
https://doi.org/10.1038/s41598018-33470-3.
[12] E. Kaznowska, J. Depciuch, K. Szmuc, J. Cebulski, Penggunaan spektroskopi
FTIR dan analisis PCA-LDC untuk mengidentifikasi lesi kanker dalam usus
besar manusia, J. Pharm. Biomed. Anal. 134 (2017) 259–268,
https://doi.org/10.1016/j. JPBA.2016.11.047.
[13] L. Tabtimmai, P. Srisook, B. Kuaprasert, K. Thumanu, K. Choowongkomon,
tanda tangan spektrum FTIR mengungkapkan efek seluler yang berbeda dari
inhibitor EGFR pada sel canc-er paru sel nonkecil, J. Biophotonics 13 (3)
(2020) e201960012, https://doi.org/10.1002/jbio.201960012.
[14] H. Liu, Q. Su, Q. Wu, W. Fang, D. Yang, W. Zheng, X. Wang, FTIR spektroskopi
stud-y pada apoptosis garis sel kanker paru-paru A549 diinduksi oleh arsenik
trioksida, Inframerah Phys. Technol. 93 (2018) 340–345,
https://doi.org/10.1016/j. inframerah.2018.08.017.
[15] P. Maphanao, R. Thanan, W. Loilome, S. Chio-Srichan, M. Wongwattanakul,
C. Sakonsinsiri, Synchrotron FTIR mikrospektroskopi mengungkapkan
perubahan biomolekuler apoptosis diinduksi sel cholangiocarcinoma diobati
dengan asam ursolat, Biochim. Biofisika. Acta, Jenderal Subj. 1864 (12)
(2020) 129708, https://doi.org/ 10.1016/j.bbagen.2020.129708.
[16] I. Maitra, C.L.M. Morais, K.M.G. Lima, K.M. Ashton, R.S. Date, F.L. Martin,
Refleksi total yang dilemahkan Diskriminasi spektral inframerah
transformasi fourier dalam cairan tubuh manusia dari transformasi esofagus
menjadi adenokarsinoma, Analis 144 (24) (2019) 7447–7456,
https://doi.org/10.1039/c9an01749f.
[17] L.M. Rodrigues, T.D. Magrini, C.F. Lima, J. Scholz, H. da Silva Martinho, J.D.
Almeida, Efek berhenti merokok dalam senyawa air liur oleh spektroskopi
FTIR, Spektrohim. Acta A Mol. Biomol. Spektros. 174 (2017) 124– 129,
https://doi.org/10.1016/j.saa.2016.11.009.
[18] C. Paluszkiewicz, E. Pie ̨ ta, M. Woz'niak, N. Piergies, A. Koniewska, W.
S'cierski, M. Misiołek, W.M. Kwiatek, Air liur sebagai alat diagnostik lini
pertama: tantangan spektral untuk identifikasi kation biomarker kanker, J.
Mol. Liq. 307 (2020), https://doi.org/10.1016/j.molliq.2020.112961.
[19] M. Paraskevaidi, C.L.M. Morais, K.M.G. Lima, K.M. Ashton, H.F. Stringfellow,
P.L. Martin-Hirsch, F.L. Martin, Potensi spektroskopi inframerah tengah
sebagai diagnostik noninvasif t-est dalam urin untuk kanker endometrium
atau ovarium, Analis 143 (13) (2018) 3156–3163,
https://doi.org/10.1039/c8an00027a.
[20] A. Takamura, L. Halamkova, T. Ozawa, I.K. Lednev, Profil fenotip untuk tujuan
forensik: menentukan jenis kelamin donor berdasarkan spektroskopi
inframerah transformasi fourier dari jejak urin-e, Anal. Chem. 91 (9) (2019)
6288–6295, https:// doi.org/10.1021/acs.analchem.9b01058.
[21] D. Perez-Guaita, Z. Richardson, P. Heraud, B. Wood, Kuantifikasi dan
identifikasi mikroproteinuria menggunakan ultrafiltrasi dan spektroskopi
Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181
ATR-FTIR, Anal. Chem. 92 (3) (2020) 2409–2416, https://doi.org/10.1021/
acs.analchem.9b03081.
[22] N. Sarigul, F. Korkmaz, I. Kurultak, Protokol urin buatan baru untuk meniru
urin hu-man dengan lebih baik, Sci. Rep. 9 (1) (2019) 20159,
https://doi.org/10.1038/ s41598-019-56693-4.
[23] A. Sala, DJ Anderson, PM Brennan, HJ Butler, JM Cameron, MD Jenkinson, C.
Rinaldi, AG Theakstone, MJ Baker, diagnostik Biofluida dengan spektroskopi
FTIR: teknologi platfor-m untuk deteksi kanker, Cancer Lett. 477 (2020) 122–
130, https://doi.org/10.1016/j.canlet.2020.02.020.
[24] X. Zhang, G. Thiefin, C. Gobinet, V. Untereiner, I. Taleb, B. Bernard-Chabert,
A. Heurgue, C. Truntzer, P. Ducoroy, P. Hillon, GD Sockalingum, Membuat
profil biomarker serologis pada pasien sirosis melalui spektroskopi
inframerah transformasi Fourier throughput tinggi: menuju alat diagnostik
n-ew karsinoma hepatoseluler, Transl. Res. 162 (5) (2013) 279–286,
https://doi.org/10.1016/j. TRSL.2013.07.007.
[25] V. Rai, R. Mukherjee, A. Routray, A.K. Ghosh, S. Roy, B.P. Ghosh, P.B. Mandal,
S. Bose, C. Chakraborty, Prediksi diagnostik berbasis serum fibrosis
submukosa oral menggunakan spektrometri FTI-R, Spektrohim. Acta A Mol.
Biomol. Spektros. 189 (2018) 322–329,
https://doi.org/10.1016/j.saa.2017.08.018.
[26] K. Naseer, S. Ali, S. Mubarik, S. Zajif Hussain, J. Qazi, Penggunaan ATR-FTIR
untuk deteksi Salmonella typhiinfection dalam serum darah manusia,
Infrared Phys. Technol. 110 (2020),
https://doi.org/10.1016/j.infrared.2020.103473.
[27] D. Sheng, Y. Wu, X. Wang, D. Huang, X. Chen, X. Liu, Perbandingan serum
dari pasien kanker gast-ric dan dari orang sehat menggunakan spektroskopi
FTIR, Spectrochim. Acta A Mol. Biomol. Spektros. 116 (2013) 365–369,
https://doi. organisasi/10.1016/j.saa.2013.07.055.
[28] Y.C. Lee, C.C. Chiang, P.Y. Huang, C.Y. Chung, T.D. Huang, C.C. Wang, C.I. Chen,
R.S. Chang, C.H. Liao, R.R. Reisz, Bukti kolagen yang diawetkan pada
dinosaurus sauro-podomorph Jurassic Awal yang diungkapkan oleh
mikrospektroskopi FTIR synchrotron, Nat. Commun. 8 (2017) 14220,
https://doi.org/10.1038/ NCOMMS14220.
[29] Z. Guleken, B. Unubol, R. Bilici, D. Saribal, S. Toraman, O. Gunduz, S. Erdem
Kuruca, Investigasi diskriminasi dan karakterisasi struktur serum darah pada
pasien dengan gangguan penggunaan opioid menggunakan spektroskopi IR
dan analisis PCA-LDA, J. Pharm. Biomed. Anal. 190 (2020),
https://doi.org/10.1016/ j.jpba.2020.113553.
[30] N.A.N. Hanafy, S. Leporatti, M.A. El-Kemary, Ekstraksi klorofil dan carotenoi-
ds dimuat ke dalam kitosan sebagai terapi target potensial dan agen
pencitraan bio untuk karsinoma payudara, Int. J. Biol. Macromol. 182 (2021)
1150– 1160, https://doi.org/10.1016/j.ijbiomac.2021.03.189.
[31] A. Kruger, A. Burkle, K. Hauser, A. Mangerich, Pemantauan real-time
PARP1dependen-t PARylation dengan spektroskopi ATR-FTIR, Nat. Commun.
11 (1) (2020) 2174, https://doi.org/10.1038/s41467-020-15858-w.
[32] N.A.N. Hanafy, S. Leporatti, M. El-Kemary, Mucoadhesive curcumin
crosslinked carbox-y methyl cellulose dapat meningkatkan efisiensi
penghambatan untuk pengobatan kanker hati, Mater. Sci. Eng. C Mater. 116
(2020) 111119, https://doi. org/10.1016/j.msec.2020.111119.
[33] D. Sheng, X. Liu, W. Li, Y. Wang, X. Chen, X. Wang, Perbedaan pasien
leukemia dan orang sehat 'serum menggunakan spektroskopi FTIR,
Spektrohim. Acta A Mol. Biomol. Spektros. 101 (2013) 228–232,
https://doi.org/10.1016/j. SAA.2012.09.072.
[34] C. Junhom, N. Weerapreeyakul, W. Tanthanuch, K. Thumanu, Partial least
squares regressi-on dan fourier transform infrared (FTIR) mikrospektroskopi
untuk prediksi resistensi pada karsinoma hepatoseluler Sel HepG2, Exp. Sel
Res. 351 (1) (2017) 82–90, https://doi.org/10.1016/j.yexcr.2016.12.027.
[35] Y. Liu, W. Hu, X.X. Guo, X.C. Wang, S.Q. Sun, C.H. Xu, Diskriminasi cepat tiga
surimi ikan laut dengan spektroskopi inframerah Tri-step dikombinasikan
dengan Regresi Komponen Prinsip, Spektrohim. Acta A Mol. Biomol.
Spektros. 149 (2015) 516–522, https://doi.org/10.1016/j.saa.2015.04.116.
[36] SA Tatulian, analisis FTIR protein dan interaksi protein-membran, Metode
Mol. Biol. 2019 (2003) 281–325, https://doi.org/10.1007/978-14939-9512-
7_13.
[37] S. Magalhaes, D. Trindade, T. Martins, I. Martins Rosa, I. Delgadillo, BJ
Goodfellow, E.S.O.A.B. da Cruz, AG Henriques, A. Nunes, Pemantauan
agregasi protein plasma duri-ng penuaan menggunakan antibodi spesifik
konformasi dan
Spektroskopi FTIR, Clin. Chim. Akta 502 (2020) 25–33,
https://doi.org/10.1016/ j.cca.2019.11.025.
[38] L. Tan, P. Hong, P. Yang, C. Zhou, D. Xiao, T. Zhong, Korelasi antara kelarutan
S air dan struktur sekunder endapan protein nila-kedelai, Molekul 24 (23)
(2019), https://doi.org/10.3390/molecules 24234337.
[39] E.D. Pope 3rd, E.O. Kimbrough, L.P. Vemireddy, P.K. Surapaneni, J.A. Copland
3rd, K. Mody, Metabolisme lipid yang menyimpang sebagai target terapi
7
X. Yang, Q. Ou, W. Yang et al. Spectrochimica Acta Bagian A: Spektroskopi Molekuler dan Biomolekuler 263 (2021) 120181

pada kanker hati, Ahli Opin. Di sana. Target 23 (6) (2019) 473–483,
https://doi.org/10.1080/ 14728222.2019.1615883.
[40] M. Zhao, Y. Bu, J. Feng, H. Zhang, Y. Chen, G. Yang, Z. Liu, H. Yuan, Y. Yuan, L.
Liu, H. Yun, J. Wang, X. Zhang, SPIN1 memicu metabolisme lipid abnormal
dan meningkatkan pertumbuhan t-umor pada kanker hati, Cancer Lett. 470
(2020) 54–63, https://doi.org/10.1016/j.canlet.2019.11.032.