近日，我院器官移植研究所楊浩研究員、泌尿外科楊璐教授、病理科王威亞副教授團隊，聯合四川省人民醫院醫學遺傳與罕見病中心劉珊研究員團隊在ACS Nano（IF：15.8）發表文章"Chemical Affinity Capture of Plasma Extracellular Vesicles Enables Efficient and Large-Scale Proteomic Identification of Prostate Cancer Biomarkers"。該研究針對血漿細胞外囊泡（EV）分離的挑戰和臨床樣本的大規模與復雜性，基于我院基礎-臨床多學科交叉合作，建立了一套高效的EV分析體系，可實現臨床大隊列樣本EV的高通量分離和蛋白質組學檢測。應用該方法，研究團隊從大規模血漿樣本中尋找到了具有良好診斷效果的前列腺癌EV蛋白標志物，并驗證了其對前列腺癌的診斷能力以及對不同分期前列腺癌的辨別能力，有望促進前列腺癌的無創精準診斷。

我院為第一完成單位，楊浩研究員、楊璐教授、王威亞副教授以及劉珊研究員為共同通訊作者。我院疾病系統遺傳研究院曾文娟助理研究員和張勇副研究員、天府代謝與蛋白組學公共平臺王新媛助理研究員和器官移植研究所王詩盛助理研究員為共同第一作者。

目前，前列腺癌（PCa）的早期篩查手段，如血清前列腺特異性抗原（PSA）檢測，其腫瘤特異性較差，極易導致過度診斷和不必要的活檢。因此，尋找高特異靈敏且非侵入性的生物標志物來輔助PCa的早期精準診斷具有重要的臨床價值。細胞外囊泡是液體活檢領域的重要研究對象，其廣泛存在于各類體液中，具有良好的穩定性；同時，包含豐富多樣的分子內含物，并能反映早期病理變化，被視為新型生物標志物的重要來源。但目前尚缺乏標準可靠的方法從大規模復雜的臨床體液樣本中獲得EV，從而限制了EV來源標志物的臨床應用。

圖1. 研究設計。

為了解決大規模臨床血漿EV蛋白質組學分析的技術難題，該研究通過整合TiO2化學親和捕獲與數據非依賴型質譜采集方法，構建了一套高效的EV分析體系。其具有通量高、重現性好、操作簡便快速、蛋白覆蓋度廣、經濟實用等關鍵特點，適用于臨床大隊列樣本EV的高通量分離和蛋白質組學檢測。應用這一體系，該研究從大規模血漿樣本中尋找到了具有良好診斷效果的前列腺癌EV蛋白標志物—生長分化因子15（GDF15），其預測AUC值可達0.908，優于臨床PSA指標（AUC 0.781）。研究進一步在包含457例樣本的多個獨立隊列中，采用多種免疫學方法和質譜技術對該標志物進行了驗證，確定了其對PCa的診斷能力以及對不同分期PCa的辨別能力。研究通過機器學習算法評估了GDF15與臨床PSA的聯合診斷效果，發現二者聯合能顯著提高診斷的準確性（0.843）、靈敏度（0.875）、特異性（0.815）和AUC值（0.864），顯示出了明顯的協同效應。即使在PSA診斷灰區，該組合仍然能顯著增強PSA的診斷能力。

圖2. TiO2親和捕獲與蛋白質組學檢測前列腺癌和良性前列腺增生血漿EV。

這些發現不僅證實了GDF15作為無創診斷標志物的臨床應用前景，更為推動大規模多中心臨床研究以驗證其臨床價值提供了理論依據。該研究所建立的EV富集與檢測方案聯合更為靈敏和高通量的Orbitrap Astral等質譜儀，將為EV生物標志物的發現及臨床轉化提供重要的技術支撐。

論文鏈接：https://pubs.acs.org/doi/10.1021/acsnano.5c01564