近日，中國科學院國家納米科學中心孫佳姝團隊聯(lián)合北京大學藥學院、中國人民解放軍總醫(yī)院第五醫(yī)學中心、北京大學口腔醫(yī)院等，開發(fā)了基于凝集素糖類分子識別的熱泳生物傳感新方法，實現(xiàn)了血漿中細胞外囊泡（EV）聚糖圖譜的快速、高靈敏、選擇性分析，并用于三陰性乳腺癌（TNBC）精準診斷、療效監(jiān)測與預(yù)后預(yù)測。相關(guān)研究成果以Thermophoretic glycan profiling of extracellular vesicles for triple-negative breast cancer management為題，發(fā)表在《自然-通訊》（Nature Communications）上。

TNBC是指雌激素受體、孕激素受體、人表皮生長因子受體-2均為陰性的乳腺癌亞型。相比于其他乳腺癌亞型，TNBC惡性程度更高、預(yù)后更差。由于缺乏特異性生物標志物，TNBC的臨床診療手段有限。EV攜帶的聚糖在腫瘤演進中發(fā)揮重要作用，作為新型腫瘤生物標志物具有潛力。由于體液環(huán)境復(fù)雜、EV異質(zhì)性強，以及傳統(tǒng)糖類分析方法復(fù)雜繁瑣、靈敏度不足，血液樣本中的EV聚糖圖譜測量面臨挑戰(zhàn)。

該研究發(fā)展了基于凝集素糖類分子識別的EV聚糖熱泳分析新方法（EVLET）。研究采用熒光修飾的凝集素特異性標記血漿中EV的表面聚糖，通過振動膜過濾去除未結(jié)合的凝集素、可溶性糖蛋白和脂蛋白等干擾物質(zhì)，進一步利用微流控熱泳富集EV并放大與其偶聯(lián)的凝集素熒光信號，實現(xiàn)了EV聚糖的高靈敏、定量檢測，且靈敏度比基于凝集素的ELISA高2個數(shù)量級。針對TNBC，研究結(jié)合生物信息學與實驗手段篩選出一組特異性凝集素探針，利用EVLET獲取臨床血漿EV聚糖圖譜。基于機器學習算法構(gòu)建EV聚糖特征，研究實現(xiàn)了TNBC精準診斷，且準確率達到91%。在TNBC療效監(jiān)測方面，EV聚糖特征對疾病進展或緩解的判斷準確率達到96%，并可作為TNBC患者無進展生存期的獨立預(yù)后因素。上述成果為基于EV聚糖圖譜檢測的非侵入性癌癥管理提供了新方法。

研究工作得到國家重點研發(fā)計劃、國家自然科學基金、中國科學院穩(wěn)定支持基礎(chǔ)研究領(lǐng)域青年團隊計劃、中國博士后科學基金以及中國科學院青年創(chuàng)新促進會等的支持。