近日，山东大学齐鲁第二医院乳腺疾病诊疗中心余之刚团队联合山东师范大学孙建德团队，在分析化学领域国际期刊《分析化学》发表研究成果，构建出一种基于人工智能的"光谱-蛋白质组学整合分析"多模态融合框架，为乳腺癌早期精准预测提供了新思路。

乳腺癌是全球女性发病率首位的恶性肿瘤，早发现、早诊断、早治疗是降低死亡率的核心关键。"光谱-蛋白质组学整合分析"框架的突破之处在于，它借助机器学习算法将宏观的拉曼光谱"指纹"与微观的蛋白质分子目录深度关联。在化学致癌物诱导的大鼠乳腺癌模型中，该框架可动态追踪肿瘤发生过程中的生化变化，基于拉曼光谱训练的分类器表现出很高的诊断准确率，并能预测药物疗效。

该框架一方面突破了传统影像学手段的局限，能够捕捉微环境极早期的生化变化，实现高准确率的无创精准筛查；另一方面搭建起"生化表型——执行蛋白"之间的直接映射桥梁，有助于提升诊断可靠性。研究还破译了药物托瑞米芬的多靶点作用机制。未来，患者就诊也许不用开刀，就可以通过 AI 光谱分析实现乳腺癌的早期预警。