基底细胞癌（Basal Cell Carcinoma, BCC）是人类最常见的恶性肿瘤，其发病率在全球范围内持续上升。该疾病起源于表皮基底层的角质形成细胞，其生长模式多样，基于不同的细胞生物学基础可呈现多种形态学亚型，如结节型、浅表型、硬化型等。由于肿瘤常嵌入周围正常皮肤组织中，肉眼难以准确判断其边界和浸润深度，给临床诊断和治疗带来挑战。

来自德国耶拿光子技术研究所（Institute of Photonic Technology）和瑞典隆德大学医院（Lund University Hospital）的Jürgen Popp及其同事提出了一种基于多模式成像的无监督组织分类方法，旨在提高基底细胞癌的诊断准确性。该方法结合了多种线性和非线性成像技术，包括荧光显微术、拉曼显微光谱学和二次谐波产生（SHG）显微术，用于研究离体解剖样本中基底细胞癌的形态化学特征。

具体而言，SHG显微术能够选择性记录结构特征，如胶原蛋白的存在和分布，这对于评估肿瘤基质重塑至关重要。单分子和双分子荧光显微术则揭示了样本中天然荧光物质（如弹性纤维、卟啉等）的空间分布，反映了组织代谢状态。此外，拉曼显微光谱学和相干反斯托克斯拉曼散射（CARS）显微光谱学的联合应用，提供了样本化学成分的互补信息，如脂质、蛋白质和核酸的分布。

研究人员在基底细胞癌阳性样本中观察到显著的脂质储存细胞或类脂物积累。这一发现提示，肿瘤细胞可能通过脂质代谢重编程来满足快速增殖的能量需求。然而，需要进一步的统计研究来验证这一特征是否可作为诊断标志物，并探讨在快速生长的恶性肿瘤中，血管低营养状态是否可通过脂质代谢进行补偿。

不同成像技术的比较表明，多模式方法在理解被调查组织的生物学特性方面具有互补性。这种无监督分类方法有望减少对病理学家经验的依赖，提高诊断的客观性和可重复性，为基底细胞癌的精准诊断提供新工具。