Кистозные образования поджелудочной железы (ПЖ) встречаются с частотой до 2–15 % в общей популяции и являются сложной клинической задачей, потому что представляют собой группу гетерогенных заболеваний, радикально отличающихся друг от друга по прогнозу [1]. Дифференциальная диагностика различных типов кистозных неоплазий является сложной, но первостепенной задачей, от которой зависит дальнейшая тактика ведения пациента [2][3].

Принципиально деление всех кистозных образований поджелудочной железы на неопластические и не неопластические. Неопластические кисты, или панкреатические кистозные неоплазии, в свою очередь, делятся на муцинозные и немуцинозные кисты. Среди муцинозных кист выделяют еще две группы кистозных неоплазий: муцинозная кистозная неоплазия (MCN) и внутрипротоковая папиллярная муциноз­ная неоплазия (IPMN). Название «муцинозные» кисты приобрели ввиду высокого содержания в кистозной жидкости муцина — гликопротеина, синтезирующегося эпителиальными клетками, выстилающими внутреннюю стенку кисты. Основные представители немуцинозных кистозных неоплазий: серозная кистозная неоплазия (SCN), солидно-псевдопапиллярная неоплазия (SPN), а также кистозная форма нейроэндокринной неоплазии. Не неопластические кисты представлены псевдокистами, составляющими до 80 % всех кистозных образований поджелудочной железы, а также простыми и ретенционными кистами [4–6].

«Золотым стандартом» диагностики кистозных неоплазий является морфологический метод. Получение материала из поджелудочной железы затруднено ввиду ее топографической анатомии — расположения в забрюшинном пространстве, а также непосредственного прилегания к крупным сосудам брюшной полости. В настоящий момент получение морфологического материала осуществляется во время эндоскопической ультрасонографии (ЭУС) с тонкоигольной аспирационной пункцией (ЭУС-ТАП) и чрезигольной щипцевой биопсией (ЭУС-ЧЩБ) [2][7]. Во время вмешательств можно не только получить тканевые фрагменты эпителиальной выстилки или септы кист, но и выполнить аспирацию содержимого кистозной полости для лабораторных исследований. Однако из-за низкой информативности диагностических методов, применяемых по отдельности (например, цитологическое исследование кистозного содержимого имеет чувствительность 51–54 % и специфичность 93–94 % в выявлении муцинозных кист [8][9]), более распространены их комбинации. Это объясняется небольшим количеством клеток в содержимом кисты, а также морфологическими особенностями: клеточные элементы кистозных неоплазий при цитологическом исследовании трудноотличимы от эпителия желудка или кишки и могут быть приняты за «путевые» клетки [10][11]. ЭУС-ЧЩБ имеет более высокие показатели: чувствительность составляет по разным данным 88,6–90,1 %, специфичность 94,0–94,7 % для выявления муцинозных кистозных неоплазий; но при этом возрастает частота нежелательных явлений и осложнений, в том числе тяжелых — до 10 % [9][12][13].

Лабораторные исследования содержимого кистозной полости по отдельности также имеют невысокие показатели эффективности. Описаны многочисленные биомаркеры, наибольшую чувствительность из которых имеют уровень амилазы и ракового эмбрионального антигена (РЭА) в содержимом кистозной полости. Уровень амилазы менее 250 Ед/л позволяет исключить псевдокисту с чувствительностью 44 % и специфичностью 98 %, однако не позволяет провести дифференциальный анализ между другими типами муцинозных и немуцинозных кистозных неоплазий [14][15]. Уровень РЭА, превышающий 192 нг/мл, позволяет выделить муцинозные кистозные неоплазии с чувствительностью 52–78 % и специфичностью 63–91 %, что является умеренной диагностической эффективностью и не позволяет использовать его как самостоятельный критерий [16]. Таким образом, существующие методы дифференциальной диагностики кист поджелудочной железы не являются оптимальными и часто обладают низкой чувствительностью.

В связи с описанными трудностями сохраняется потребность в новых методах диагностики: точных, неинвазивных и дешевых для перспектив внедрения на популяционном уровне. Одним из таких методов является рамановская спектроскопия — аналитический метод, основанный на неупругом рассеянии света молекулами [17]. В основе метода лежит эффект Рамана, представляющий собой неупругое рассеяние оптического излучения на молекулах вещества, сопровождающееся заметным изменением частоты излучения. При регистрации рассеянного излучения от образца появляются спектральные линии, которых нет в спектре возбуждающего света. Число и расположение появившихся линий определяется молекулярным строением вещества [18][19]. В литературе уже есть данные об успешном применении рамановской спектроскопии в выявлении ранних новообразований пищевода, желудка и толстой кишки в биопсийном материале [20–22]. Учитывая различия в составе кистозной жидкости при различных нозологиях, данный подход представляется перспективным для дифференциальной диагностики муцинозных кистозных неоплазий. Целью настоящего исследования была оценка возможностей рамановской спектроскопии в дифференциальной диагностике муцинозных кистозных неоплазий поджелудочной железы.

Было выполнено проспективное одноцентровое когортное исследование, проходившее с 2024 по 2026 год, в которое включались пациенты с кистозными неоплазиями ПЖ, проходившие лечение в отделении хирургических методов лечения онкологических болезней НМИЦ им. В. А. Алмазова. Критериями включения в исследование были возраст пациента старше 18 лет, техническая возможность и безопасность забора содержимого кистозной полости в ходе вмешательств под эндоскопическим контролем, а также объем аспирата кисты не менее 1 мл. Критериями исключения были наличие конкурирующего злокачественного образования другой локализации; тяжелая сопутствующая патология, не позволяющая выполнить верификацию кисты; наличие в аспирате крови из-за ее выраженной автофлуоресценции, при которой рамановский вклад становится не распознаваемым в общем сигнале от образца.

Получение содержимого кистозной полости выполнялось в ходе ЭУС-ТАП. Аспирированное содержимое кистозной полости помещалось в стеклянный стерильный эппендорф объемом 1,5 мл без пробоподготовки, после чего производилась трехкратная регистрация рамановских спектров для усреднения сигнала. Регистрация рамановских спектров выполнялась на портативном спектрометре ОРТЕС-785LRam с длиной волны возбуждения 785 нм и мощностью в диапазоне 45–450 мВт.

После регистрации рамановских спектров выполнялась предварительная обработка спектра с использованием метода итеративной полиномиальной аппроксимации базовой линии, оптимизированной для компенсации диффузных полос флуоресценции. Затем проводилась нормализация масштабированием интенсивности в диапазоне 0–1. Статистический анализ выполнялся после цифровой предобработки методом анализа главных компонент для уменьшения размерности данных с последующим анализом нагрузок (loading) и проверкой отобранных волновых чисел непараметрическим тестом Манна — Уитни (двусторонним). Для контроля ошибки множественных сравнений применялся критерий Бенджамина — Хохберга с расчетом скорректированных значений FDR (false discovery rate). Уровень статистической значимости принимался равным p < 0,05 после коррекции. Для количественной оценки силы различий рассчитывался размер эффекта с использованием дельты Клиффа (δ). Значения δ интерпретировались следующим образом: менее 0,147 — незначительный эффект, 0,147–0,33 — малый, 0,33–0,474 — умеренный, более 0,474 — крупный эффект. Диагностическая значимость для отобранных волновых чисел оценивалась с помощью ROC-анализа (Receiver Operating Characteristic). Для каждого значимого волнового числа рассчитывались значения площади под кривой (AUC), чувствительности и специфичности, оптимальный порог классификации определялся по индексу Юдена. Для повышения диагностической точности был рассчитан интегральный спектральный показатель, объединяющий самые информативные признаки. Показатель формировался как линейная комбинация интенсивностей пиков с учетом направления их изменения между группами (положительные и отрицательные вклады). С целью оценки устойчивости полученных результатов был проведен анализ чувствительности с использованием подхода leave-one-out (LOO). На каждом шаге из выборки последовательно исключалось одно наблюдение, после чего повторно выполнялся PCA с анализом loadings. Статистический анализ и визуализация данных в графиках выполнялись с использованием программного обеспечения OriginPro 2026, Learning Edition.

Число потенциально включенных пациентов за время наблюдения составило 17, из которых 2 были исключены из-за конкурирующего злокачественного заболевания, 2 — из-за примеси крови в аспирате. В итоговую выборку было включено 13 наблюдений: 4 псевдокисты, 5 внутрипротоковых муцинозных кистозных неоплазий (IPMN) и 4 муцинозные кистозные неоплазии (MCN). Клинические данные о пациентах, включенных в пилотное исследование, суммированы в таблице 1. Учитывая крайне малую выборку, IPMN и MCN были объединены в группу муцинозных кист для сравнения спектральных данных между двумя группами — муцинозных кист и псевдокист.

При анализе методом главных компонент первая главная компонента (PC1) объясняла 37,77 % общей вариабельности данных, вторая (PC2) — 15,98 %; суммарный вклад первых двух компонент составил 53,75 %. На графике распределения образцов в пространстве первых двух главных компонент обращает на себя внимание широкое внутригрупповое распределение образцов (рис. 1). Группа псевдокист сформировала наиболее компактный кластер в области отрицательных значений PC1, что свидетельствовало о сравнительно однородном спектральном профиле. Группа MCN располагалась преимущественно в правой части графика, при положительных значениях PC1, и характеризовалась умеренной внутригрупповой вариабельностью. Наиболее выраженная неоднородность наблюдалась в группе IPMN, образцы которой распределялись по нескольким квадрантам плоскости PC1–PC2. Таким образом, IPMN вносили наибольший вклад в общий разброс данных, тогда как псевдокисты демонстрировали наиболее устойчивую тенденцию к кластеризации.

С учетом выявленной структуры распределения данных была проанализирована роль последующих компонент. Третья главная компонента (PC3) объясняла около 12,96 % общей дисперсии, однако не обеспечивала дополнительного разделения исследуемых групп, в связи с чем дальнейший анализ был сосредоточен на первых двух компонентах. Вместе с тем распределение наблюдений по PC3 позволило выявить отдельные выбросы, что дополнительно подтверждало неоднородность выборки. Указанные выбросы были проанализированы с использованием подхода leave-one-out, результаты которого приведены ниже.

Для выявления спектральных признаков, наиболее связанных с межгрупповыми различиями, были проанализированы нагрузки главных компонент. Поскольку разделение групп наблюдалось преимущественно по PC1, дальнейший отбор признаков проводился по значениям первой компоненты. В качестве порогового значения использовали |loading| ≥ 0,06, что позволило выделить наиболее информативные волновые числа для последующего статистического анализа.

При анализе значений нагрузок (loadings, n = 16) были определены волновые числа, отражающие наиболее значимые различия между группами. После сравнения критерием Манна — Уитни 2 волновых числа — 1390 и 1712 были исключены из анализа, потому что значимость различий по ним между группами не достигала пороговой. Все выбранные волновые числа оставались статистически значимыми после коррекции FDR (р < 0,05), что указывает на устойчивые и последовательные различия между группами. При анализе размера эффекта с использованием дельты Клиффа наиболее выраженные различия наблюдались для пиков 1082, 1102, 1176, 1228, 1312, 1422 и 1500 см⁻¹. Пики 532, 802, 966 и 1122 см⁻¹ демонстрировали умеренный или крупный эффект, тогда как для 626 см⁻¹ размер эффекта был слабым, несмотря на статистическую значимость. В таблице 2 суммированы результаты анализа значений нагрузок с медианами интенсивностей сигнала для каждого волнового числа.

По направлению изменений большинство значимых пиков характеризовалось высокой интенсивностью для группы муцинозных кист, хотя были выявлены и пики с высокой интенсивностью, характерные для псевдокист.

Для выполнения ROC-анализа и оценки диагностической значимости отдельных волновых чисел было отобрано по 3 числа для каждой группы с самым большим эффектом по модулю и дельтой Клиффа. Пики 1102, 1228 и 1422 см⁻¹, ассоциированные с повышением интенсивности в группе муцинозных кист, показали высокую дискриминационную способность. Для 1102 см⁻¹ AUC составила 0,944, тогда как для 1228 и 1422 см⁻¹ было получено полное разделение групп (AUC = 1,000). Среди пиков, ассоциированных с pseudo, высокую диагностическую значимость показали 644, 610 и 966 см⁻¹: AUC составила 1,000 для 644 см⁻¹, 0,944 для 610 см⁻¹ и 0,917 для 966 см⁻¹. Все указанные ROC-модели были статистически значимыми (табл. 3).

Дополнительно был рассчитан интегральный спектральный показатель, объединяющий наиболее информативные признаки обеих групп. В формулу были включены все 6 пиков, указанные в таблице 3, с учетом направления изменений: интегральный = (1102 + 1228 + 1422) — (644 + 610 + 966). ROC-анализ интегрального показателя продемонстрировал максимальную диагностическую эффективность: AUC = 1,000, p = 0,00548. Оптимальный порог, рассчитанный по индексу Юдена, обеспечивал чувствительность 100 % и специфичность 100 % в исследуемой выборке. Данный результат указывает на высокую потенциальную диагностическую ценность комбинированного спектрального маркера, однако с учетом малого объема выборки требует подтверждения на независимых данных.

Для оценки возможной биохимической основы выявленных различий была проведена интерпретация наиболее информативных волновых чисел, вошедших в ROC-анализ и интегральный спектральный показатель (табл. 4). Следует отметить, что отнесение рамановских пиков к конкретным молекулярным группам носит ориентировочный характер и основано на сопоставлении с известными спектральными диапазонами биологических тканей и жидкостей [23–25].

Для проверки устойчивости результатов был проведен анализ чувствительности с последовательным исключением выбросов, определенных при помощи РС3. После удаления отдельных выбросов структура PCA сохранялась, а ключевые PC1-loadings демонстрировали стабильное направление и минимальные изменения абсолютных значений. Все основные пики: 532, 610, 626, 644, 802, 966, 1082, 1102, 1176, 1228, 1312, 1422 и 1500 см⁻¹ сохраняли знак нагрузки и оставались связанными с теми же группами. Это подтверждает устойчивость выявленного набора спектральных маркеров и снижает вероятность того, что полученное разделение обусловлено единичными выбросами. Таким образом, сочетание PCA, непараметрического статистического анализа, FDR-коррекции, оценки размера эффекта и ROC-анализа позволило выделить устойчивый набор спектральных признаков, различающих группы муцинозных кист и псевдокист.

В литературе ограничены данные по использованию рамановской спектроскопии в дифференциальной диагностике кист ПЖ, несмотря на большое количество данных о применении метода в диагностике опухолевых и неопухолевых заболеваний пищеварительной системы [20–22]. В единственной доступной нам статье, посвященной анализу кистозной жидкости с помощью рамановской спектроскопии в модификации с поверхностным усилением (SERS), анализировался новый потенциальный биомаркер — гастриксин (пепсин С). Помимо SERS, выполнялся ИФА с гастриксином и определение уровня ракового эмбрионального антигена на той же выборке в ретроспективном исследовании (всего 69 наблюдений, из них 40 муцинозных кист и 29 немуцинозных). Анализ на основе SERS продемонстрировал AUC = 0,873, 95 % ДИ: 0,791–0,956, а комбинация трех диагностических методов повышала AUC до 0,950, 95 % ДИ: 0,900–1,000, что несколько ниже AUC, полученного нами в эксперименте [26].

В нашем исследовании применение рамановской спектроскопии нативного содержимого кистозной полости с последующими этапами предобработки сигнала и многомерного статистического анализа позволило выделить волновые числа, по которым возможна дифференцировка псевдокист и муцинозных кистозных неоплазий. Было выделено несколько пиков, характерных для каждой их групп: 1102, 1228 и 1422 см⁻¹ для муцинозных кист и 644, 610 и 966 см⁻¹ для псевдокист. Построенный на их основе интегральный показатель обеспечил полное разделение групп в исследуемой выборке. Устойчивость выявленных различий была дополнительно подтверждена анализом чувствительности с последовательным исключением выбросов: ключевые признаки сохраняли направление и величину вклада в разделение групп.

Интерпретация полученных спектральных различий указывает на различия в молекулярном составе исследуемых образований. Пики, ассоциированные с муцинозными кистами, вероятно, отражают изменения белково-липидного состава, структуры мембранных компонентов и метаболической активности эпителиального компонента. В свою очередь, спектральные области, характерные для группы псевдокист, наиболее вероятно, связаны с воспалительными изменениями, продуктами тканевой деградации и особенностями белкового состава содержимого псевдокист.

Недостатком метода — рамановской спектроскопии в целом — является его чувствительность к природным флюорофорам (например, крови) и чистоте аналита — для анализа подходят только мелкодисперсные, без примеси крови образцы, из-за чего из анализа было исключено несколько образцов, содержащих шум флуоресценции от крови [27][28]. В дальнейшем это ограничение можно обойти с помощью предварительного центрифугирования образцов для выделения «чистого» образца — что уже выполняется, например, при работе с образцами мочи [29][30]. Однако этот шаг усложнит этап предобработки образца — в настоящей работе мы делали акцент на рамановской спектроскопии нативных биологических жидкостей как экспресс-метода с одной стороны и максимально дешевого метода для возможностей широкого внедрения в клиническую практику — с другой.

Ограничениями настоящего исследования являются небольшой объем, выраженная внутригрупповая гетерогенность и асимметрия выборки. Несмотря на ограничения по объему, данная работа доказывает перспективность дальнейших исследований и дает фундаментальное понятие о возможности применения рамановской спектроскопии нативных биологических жидкостей, в частности содержимого кистозной полости, для дифференциальной диагностики заболеваний поджелудочной железы. Безусловно, требуются дальнейшие исследования с валидацией на крупных выборках для построения надежных диагностических моделей, а полученные результаты не могут быть напрямую транслированы в клиническую практику на настоящий момент до прохождения внешней валидации. Вместе с тем полученные данные имеют потенциал для дальнейшей генерализации, поскольку использованный подход основан на рамановской спектроскопии — методе, не требующем сложной пробоподготовки и позволяющем проводить анализ образца в относительно короткие сроки. Дополнительным преимуществом является возможность применения компактных и удобных в использовании спектроскопических систем, что потенциально облегчает внедрение метода в клинический диагностический процесс. При подтверждении результатов на независимых и более крупных когортах такой подход может быть адаптирован для рутинной дифференциальной диагностики кистозных образований поджелудочной железы, в том числе как дополнительный инструмент к существующим морфологическим, биохимическим и лучевым методам оценки.

Данное исследование показало потенциальную возможность использования рамановской спектроскопии, как метода дифференциальной диагностики различных кист поджелудочной железы.