在當(dāng)今社會，惡性腫瘤已成為威脅人類健康的重大殺手，食管癌便是其中之一，它在全球惡性腫瘤中排名第七，而鱗狀細(xì)胞癌占比高達90%，死亡率居高不下，嚴(yán)重影響患者生活質(zhì)量。傳統(tǒng)的篩查方法如內(nèi)鏡檢查，不僅具有侵入性、成本高，還需要專業(yè)操作人員；組織活檢也因樣本獲取困難和腫瘤的時空異質(zhì)性存在取樣偏差。因此，人們迫切需要一種侵入性更小的篩查方法，液體活檢憑借其微創(chuàng)、安全且能克服腫瘤內(nèi)異質(zhì)性的優(yōu)勢受到關(guān)注。但常見的游離DNA和游離蛋白在早期食管癌診斷中的敏感性不足20%。

近日，發(fā)表在

Adv Sci

Microfluidic Biochip-Based Multiplexed Profiling of Small Extracellular Vesicles Proteins Integrated with Machine Learning for Early Disease Diagnosis

研究中，生物芯片從血清中捕獲小細(xì)胞外囊泡（EVs），進行原位裂解，并對包括EVs膜蛋白和內(nèi)部蛋白在內(nèi)的多種蛋白質(zhì)進行定量分析。該平臺對273份多中心臨床樣本進行了檢測，隨后利用機器學(xué)習(xí)對驗證集進行分析，構(gòu)建出精確的食管鱗狀細(xì)胞癌診斷模型。

圖 1：食管鱗狀細(xì)胞癌診斷用小細(xì)胞外囊泡蛋白質(zhì)組的 schematic 圖

該模型基于通過質(zhì)譜分析差異表達蛋白確定的9種診斷性蛋白質(zhì)生物標(biāo)志物，在外部驗證中準(zhǔn)確率達到91.0%，檢測早期食管鱗狀細(xì)胞癌的準(zhǔn)確率為90.8%，顯著超過目前用于鱗狀細(xì)胞癌的生物標(biāo)志物僅14.4%的準(zhǔn)確率。

圖 2：食管鱗狀細(xì)胞癌的蛋白質(zhì)組圖譜及功能蛋白模塊的診斷相關(guān)性

研究首先采用基于液相色譜-質(zhì)譜（LC-MS）的4D數(shù)據(jù)非依賴采集（4D-DIA）方法，對12名食管鱗狀細(xì)胞癌患者和18名健康對照者的血清小EVs進行蛋白質(zhì)組學(xué)分析，識別出超過2000種小EVs蛋白，并根據(jù)差異表達和生物信息學(xué)意義篩選出14個潛在標(biāo)志物。

接著在隊列1的66名食管鱗狀細(xì)胞癌患者和80名健康對照者中比較這些標(biāo)志物的表達，利用機器學(xué)習(xí)探索蛋白質(zhì)譜與臨床表型的相關(guān)性，開發(fā)出食管鱗狀細(xì)胞癌診斷模型，并優(yōu)化其中9個標(biāo)志物構(gòu)建了9-DM模型，在區(qū)分食管鱗狀細(xì)胞癌患者和健康對照者方面表現(xiàn)出色。同時，在包含47名食管鱗狀細(xì)胞癌患者和20名健康人的外部測試集中驗證了該機器學(xué)習(xí)模型的穩(wěn)健性。

為高效捕獲和檢測小EVs，研究開發(fā)了條形碼微流控平臺，整合了小EVs捕獲、原位裂解和EV蛋白檢測功能。該平臺使用氧化石墨烯量子點（GOQDs）修飾的基底，固定CD63、CD81和CD9的混合抗體以提高小EVs捕獲效率，捕獲效率在一定濃度范圍內(nèi)超過90%。捕獲后進行原位裂解，30分鐘可使熒光信號降至背景水平。構(gòu)建的抗體條形碼芯片能同時檢測60個樣本，每個樣本可檢測14種蛋白質(zhì)，檢測限低至0.01-96.61 pg/mL，且性能穩(wěn)定。

圖 3：小細(xì)胞外囊泡分析平臺

臨床樣本測試顯示，隊列1和隊列2中食管鱗狀細(xì)胞癌患者血清小EVs中14種蛋白質(zhì)水平與健康對照者存在顯著差異。與常用的鱗狀細(xì)胞癌標(biāo)志物SCC相比，這14種標(biāo)志物表現(xiàn)出更好的診斷效能，基于它們的主成分分析能更明顯地區(qū)分食管鱗狀細(xì)胞癌患者和健康對照者，單個蛋白質(zhì)標(biāo)志物的AUC值在0.52至0.88之間，而SCC的AUC僅為0.51。

9-DM模型在測試集1中的準(zhǔn)確率為88.4%，在測試集2中達到91.0%，在后續(xù)的隊列3中也保持了83.3%的準(zhǔn)確率（AUC=0.93），顯示出良好的泛化能力。該模型在識別早期食管鱗狀細(xì)胞癌患者方面表現(xiàn)強勁，在I-II期食管鱗狀細(xì)胞癌患者和健康對照者隊列中，總體準(zhǔn)確率達90.8%。對結(jié)直腸癌、胃癌和乳腺癌患者血清樣本的測試表明，9-DM模型能準(zhǔn)確識別食管鱗狀細(xì)胞癌患者，所選標(biāo)志物和診斷模型具有特異性。此外，蛋白質(zhì)組學(xué)分析和免疫熒光分析也驗證了所選生物標(biāo)志物在食管鱗狀細(xì)胞癌中的特異性表達。

圖 4：基于血清小細(xì)胞外囊泡蛋白質(zhì)的機器學(xué)習(xí)預(yù)測模型在食管鱗狀細(xì)胞癌診斷中的應(yīng)用

綜上所述，這項研究將細(xì)胞外囊泡蛋白分析與機器學(xué)習(xí)相結(jié)合，成功開發(fā)出的小EVs分析平臺為多生物標(biāo)志物檢測方法的臨床應(yīng)用提供了有力工具，顯著提升了食管鱗狀細(xì)胞癌的早期診斷水平，也為其他疾病的相關(guān)研究和診斷方法開發(fā)提供了有益借鑒，有望在未來的臨床實踐中發(fā)揮重要作用，為疾病的早期發(fā)現(xiàn)和治療帶來積極影響。

參考資料：

[1]Zhang X, Jia Y, Li Z, et al. Microfluidic Biochip-Based Multiplexed Profiling of Small Extracellular Vesicles Proteins Integrated with Machine Learning for Early Disease Diagnosis. Adv Sci (Weinh). Published online July 7, 2025. doi:10.1002/advs.202506167

來源 | 生物谷

撰文 | 生物谷

編輯 | 木白

版權(quán)說明：梅斯醫(yī)學(xué)（MedSci）是國內(nèi)領(lǐng)先的醫(yī)學(xué)科研與學(xué)術(shù)服務(wù)平臺，致力于醫(yī)療質(zhì)量的改進，為臨床實踐提供智慧、精準(zhǔn)的決策支持，讓醫(yī)生與患者受益。歡迎個人轉(zhuǎn)發(fā)至朋友圈，謝絕媒體或機構(gòu)未經(jīng)授權(quán)以任何形式轉(zhuǎn)載至其他平臺。