跳到正文
原文
生物科学与医学工程学院·科研成果·· 2026-09-21AI 评分31

东南大学生物科学与医学工程学院张宇教授团队在《Trends in Analytical Chemistry》发表胞外囊泡多标志物分析最新成果

东南大学张宇团队在《Trends in Analytical Chemistry》发表最新...

AI 导读

东南大学生物科学与医学工程学院张宇教授团队发表胞外囊泡多标志物分析成果。论文于2026年9月16日在《Trends in Analytical Chemistry》在线发表,系统梳理多标志物识别及临床转化进展,提出整合分子与结构特征、识别疾病相关胞外囊泡亚群的框架。

正文

2026年9月16日,国际学术期刊《Trends in Analytical Chemistry》在线发表了东南大学生物科学与医学工程学院/数字医学工程全国重点实验室张宇教授团队的最新成果,论文标题为《Extracellular Vesicle Multi-Marker Analysis for Precision Liquid Biopsy: Toward Integrated Molecular Signatures》。该工作系统总结了胞外囊泡多标志物识别的生物学基础、标志物类型、检测技术与临床转化进展,提出由单一分子检测向多维组合特征解析和疾病相关胞外囊泡亚群识别发展的框架。

胞外囊泡(extracellular vesicles,EVs)携带来源细胞的蛋白质、核酸、脂质及其他分子信息,在疾病诊断、分层、疗效监测和预后评估中具有重要潜力。然而,EV在生物发生途径、细胞来源、分子组成及功能状态等方面具有高度异质性,且复杂体液中的疾病相关EV通常只占较小比例。同时,许多被报道的单个EV生物标志物缺乏疾病特异性,这是因为同一种蛋白质或RNA标志物在不同的癌症、炎症性疾病或组织损伤状态下均可能升高。更重要的是,单一标志物往往只能反映EV信息的局部维度,还可能受到低丰度、在EV亚群中分布不均以及游离杂质干扰等因素的影响,因而难以稳定、准确地识别疾病状态。

基于上述问题,本工作围绕EV多标志物识别与多维信息解析展开,系统梳理其生物学基础、标志物类型、检测技术及临床转化进展。本文首先从EV生物发生、细胞来源和分子载荷三个层面阐释EV异质性,继而总结表面蛋白、核酸、脂质与膜相关特征,以及糖基化RNA、代谢物和生物物理性质等新兴信息维度。在技术层面,重点比较多重表面蛋白检测、多重核酸分析、蛋白-RNA联合检测、脂质与膜特征分析及单EV多参数检测等策略,并区分样本水平的多标志物组合、标志物定义的EV亚群分析和同一EV上的分子共现检测,说明不同技术在信息分辨率、通量、灵敏度、样本需求、仪器复杂度及临床可及性方面的差异。

图1.用于精准液体活检的EV多标志物识别。

本文进一步指出,EV多标志物分析的核心并非简单增加检测靶标数量,而是通过整合具有互补生物学意义的分子与结构特征,将EV检测由孤立的单分子测量推进至组合分子特征解析和疾病相关亚群识别。为保证结果的可信度,检测结论必须与平台实际支持的EV关联水平和分析分辨率相匹配,同时综合评价EV身份、回收率、纯度、亚群选择偏倚、非EV成分负荷及生物分子冠层的影响。尽管部分商业化检测产品和临床研究已展现出应用潜力,该领域仍面临前分析流程不统一、关键性能指标报告不足、跨平台阈值不一致、外部验证有限以及人工智能模型可解释性不足等问题。未来研究应由候选标志物的简单堆砌转向精简而合理的标志物组合设计,建立来源明确、功能相关、结果可解释且能够服务具体临床决策的EV组合特征,并通过标准化分析流程、独立多中心验证和前瞻性临床效用研究,推动EV多标志物分析由研究型液体活检工具发展为可用于精准医学的实用诊断框架。

该论文第一作者为东南大学生物科学与医学工程学院的博士研究生马靖原、王管诚、蔡雨含,东南大学张宇教授和马明副教授为本论文的共同通讯作者。东南大学为论文的第一单位。该研究得到了国家重点研发计划以及江苏省研究生科研与实践创新计划、东南大学博士研究生创新能力提升计划等多项科研基金的联合资助。

文章链接:https://doi.org/10.1016/j.trac.2026.119144

来源:生物科学与医学工程学院·科研成果 · bme.seu.edu.cn