最近，来自美国德克萨斯大学阿灵顿分校（UT-Arlington）的研究人员，开发出了一种新的癌细胞检测方法，这种方法是基于芯片表面癌细胞行为的实时跟踪。一种合成的RNA分子被涂覆在芯片表面上，以识别癌细胞。这个表面上“平静和安定”的细胞，在它们的膜受体与表面RNA分子相匹配时，就表现出有趣的舞蹈行为。研究人员使用有趣的图像处理技术，对这种行为进行了量化。经证明，癌细胞表现出显著不同于正常健康细胞的行为。这种现象有可能检测到桌面设置中的肿瘤，从而能够让医生进行频繁而经济的检测，获得更快的结果以及更好的疾病预测。

相关研究结果发表在2015年十二月份的《TECHNOLOGY》杂志。

细胞运动性（cell motility）是一种现象，其中细胞通过突起和收缩细胞膜的部分，而进行移动。这是一个复杂的过程，是通过内部细胞骨架结构和细胞膜蛋白之间复杂的平衡来完成的。众所周知，癌细胞比健康细胞异常的灵活，主要是由于其固有的脆弱结构。细胞骨架和细胞表面蛋白之间的力量，在癌细胞和健康细胞之间有所差异。在癌细胞表面上的表面受体也异常的多。在RNA功能芯片上的人胶质母细胞瘤（hGBM）细胞，从而表现出明显增强的细胞运动和活性。

本论文的主要研究人员、UT Arlington的Samir Iqbal教授指出：“这项研究的初步结果，显示很大的潜力，用于癌症之类的筛查。一个多芯片为基础的设备——靶定几种蛋白质，可以带来一个通用的癌症诊断平台。与其他技术相比，该技术的优势是，它非常适合快速诊断。一旦成熟，该方法就具有潜力作为一种额外的方式，根据肿瘤细胞的物理行为——来自于血液样本或直接取材于患者的活检标本，来识别肿瘤细胞。”

这篇论文的作者包括：UT Arlington纳米生物实验室的Mohammed Arif Mahmood、Mohammad Raziul Hasan、Umair Khan、Young-tae Kim和Samir Iqbal，以及德克萨斯大学奥斯汀分校细胞和分子生物学研究所纳米生物实验室的Peter Allen和Andrew Ellington。（来源：生物通  王英）

One-step tumor detection from dynamic morphology tracking on aptamer-grafted surfaces

Abstract  In this paper, we report a one-step tumor cell detection approach based on the dynamic morphological behavior tracking of cancer cells on a ligand modified surface. Every cell on the surface was tracked in real time for several minutes immediately after seeding until these were finally attached. Cancer cells were found to be very active in the aptamer microenvironment, changing their shapes rapidly from spherical to semi-elliptical, with much flatter spread and extending pseudopods at regular intervals. When incubated on a functionalized surface, the balancing forces between cell surface molecules and the surface-bound aptamers, together with the flexibility of the membranes, caused cells to show these distinct dynamic activities and variations in their morphologies. On the other hand, healthy cells remained distinguishingly inactive on the surface over the same period. The quantitative image analysis of cell morphologies provided feature vectors that were statistically distinct between normal and cancer cells.

原文链接：http://www.worldscientific.com/doi/10.1142/S2339547815500089