目的:本研究旨在分析原代乳腺癌上皮细胞和正常上皮细胞表面增强拉曼光谱的差异与联系,并且将随机森林应用于乳腺癌诊断模型构建。方法:采用机械-酶消化法获得同一患者乳腺癌组织及正常腺体组织的单细胞悬液,流式分选技术分选CD326~+/CD45~-原代乳腺癌上皮细胞和正常上皮细胞,检测并分析原代乳腺癌上皮细胞和正常上皮细胞表面增强拉曼光谱的差异与联系,采用机器学习构建乳腺癌的诊断模型。结果:对比原代乳腺癌上皮细胞和正常上皮细胞的表面增强拉曼光谱,发现原代细胞的标准偏差较细胞系的标准偏差大,正常上皮细胞的标准偏差较原代乳腺癌细胞的更加明显。原代乳腺癌上皮细胞的增强拉曼光谱发生红移或者蓝移,差异光谱中正向特征峰和负向特征峰归属可以发现原代乳腺癌上皮细胞蛋白质、核酸、胆固醇、饱和脂肪酸和鞘磷脂含量增加,单不饱和脂肪酸和甘油三酯的含量减少,脂质稳定性降低。随机森林算法对原代乳腺癌上皮细胞和正常上皮细胞的表面增强拉曼光谱进行分类,构建诊断模型的正确率78.2%,准确率75.5%,召回率66.7%。结论:本实验构建原代乳癌上皮细胞模型研究拉曼光谱特征,将随机森林算法用于构建乳腺癌诊断模型,可以识别原代乳腺癌上皮细胞与正常上皮细胞SERS峰值的细微变化,帮助我们改进利用拉曼光谱诊断乳腺癌的技术,从而提高乳腺癌的保乳率及生存率、降低二次手术率。