近日，国家纳米科学中心孙佳姝研究员课题组与解放军总医院第五医学中心江泽飞教授等合作在Nature Communications杂志上发表文章，报道了一种快速、灵敏且成本低的细胞外囊泡蛋白质分析方法，通过该方法结合机器学习算法发现了8个EV蛋白标记的加权总和可准确（91.1％）识别转移性乳腺癌（MBC）。
转移性乳腺癌（MBC）是一种包括多种不同亚型的异质性疾病，仍然是全球女性癌症死亡的主要原因之一。尽管诊断和治疗的能力不断提高，但仍有25-28％的乳腺癌（BC）患者被诊断为MBC，其5年生存率为27％。在MBC患者中，实时监测和预测治疗反应对于优化个性化治疗方案至关重要。尽管组织活检已被用于诊断MBC，但其侵入性会带来风险和发病，并且患者在进展时可能没有足够的可用组织。通过计算机断层扫描（CT）进行的连续成像在监测治疗反应方面的敏感性降低，因此不能用于疾病进展的预测。因此，迫切需要可靠、无创的工具来诊断、监测和预后MBC。血液检测通过以微创和可重复的方式分析循环肿瘤相关生物标志物，为MBC管理提供了一种有吸引力的替代方法。癌抗原15-3（CA 15-3）是监测MBC时使用最广泛的血浆/血清生物标志物，但其反应仅与一半的患者相关。循环肿瘤细胞（CTC）和循环肿瘤DNA（ctDNA）的定量和遗传学特征与放射线测量在监测肿瘤负荷方面具有很好的一致性，并且可以预测MBC患者的疾病进展和存活率。但是，由于外周血中CTC和ctDNA的含量较低，因此对CTC和ctDNA的分析通常需要较大的采样量和复杂的方法才能获得满意的灵敏度。肿瘤来源的细胞外囊泡（EVs）最近已成为诊断癌症的重要循环生物标志物。它们是纳米/微米大小的脂质双层封闭的囊泡，其中包含来自亲代肿瘤细胞的多种生物分子（蛋白质、核酸、脂质等）。单个肿瘤细胞每天可以释放超过10的4次方个EV，从而使肿瘤衍生的EV比其他循环生物标记物更为丰富。EV结合蛋白已被证明在BC进展和转移的关键过程中起重要作用，包括肿瘤血管形成、靶向HER2的治疗耐药性、基质重塑、免疫逃逸和转移前的利基形成。因此，从血液中连续采样EV蛋白标志物可能有助于MBC的诊断和监测，但在临床队列研究中仍有待发现。EV的当前分析受到EV分离耗时以及缺乏不受非囊泡污染干扰的超灵敏和特异的EV检测方法的限制。为了直接解决上述挑战，该团队先前已经开发了一种简单、灵敏且具有成本效益的热泳适体传感器（TAS），可确定癌症患者血清EV的表面蛋白谱，而无需进行EV预分离（相关报道：https://www.exosomemed.com/5583.html）。TAS的工作原理依赖于适体结合的EV的热泳富集（>103倍），以大小依赖性方式，产生放大的荧光信号，其强度指示EV表面蛋白的表达水平。应用机器学习算法，定义了七个蛋白质标记的EV特征，以用于六种不同癌症类型的早期检测和分类。该研究着手探索使用TAS平台对EV蛋白标记进行MBC诊断、治疗反应监测和预后预测的实用性。设计了一种机器学习算法，以基于八个与BC相关的EV蛋白标记的表达水平来识别EV特征。EV特征具有很高的准确性，可以将MBC与非转移性乳腺癌（NMBC）和健康供体（HD）区别开来，并可以在训练、验证和前瞻性队列研究中监测MBC的治疗反应。EV特征还与接受治疗的MBC患者的无进展生存期（PFS）相关。值得注意的是，该研究发现一种公认的前列腺癌生物标志物EV-PSMA是监测MBC患者和预测其预后的重要生物标志物。总之，该研究使用快速、灵敏和低成本的热泳适体传感器（TAS）来分析血浆EV的癌症相关蛋白谱，而不会受可溶性蛋白干扰。研究显示，EV特征（八个EV蛋白标记的加权总和）对于MBC、非转移性乳腺癌（NMBC）和健康捐献者（HD）的辨别具有很高的准确性（91.1％）。对于正在接受治疗的MBC患者，EV特征可以在训练、验证和前瞻性队列中准确监测治疗反应，并且可以作为MBC患者无进展生存的独立预后因素。这项工作突出了EV在MBC管理中的潜在临床实用性。TAS分析转移性乳腺癌（MBC）、非转移性乳腺癌（NMBC）和健康供者（HD）的血浆EV蛋白EV蛋白标志物可预测MBC队列中的无进展生存期（PFS）TianF, Zhang S, Liu C, Han Z, Liu Y, Deng J, Li Y, Wu X, Cai L, Qin L, Chen Q, YuanY, Liu Y, Cong Y, Ding B, Jiang Z, Sun J. Protein analysis of extracellularvesicles to monitor and predict therapeutic response in metastatic breastcancer. Nature Communications. 2021 May 5;12(1):2536.PMID: 33953198.外泌体资讯网 国家纳米中心孙佳姝等：EV蛋白质分析用于监测和预测转移性乳腺癌的治疗反应
