細胞外囊泡（ Extracellular vesicle , EV）中的 m icro RNA（miRNA）是癌癥無創(chuàng)診斷、 進展 監(jiān)測及療效評估中極具前景的液體活檢生物標志物。 然而，傳統(tǒng)檢測方法依賴于 EV富集和RNA提取，導致技術(shù)復雜、樣本損耗及臨床應用受限。近期研究采用基于膜融合的策略實現(xiàn)EV miRNA的直接檢測，但多數(shù)策略仍使用天然囊泡或傳統(tǒng)陽離子脂質(zhì)體作為融合載體。此類材料常存在包封效率低、融合可控性差或穩(wěn)定性不足等問題，限制了其實際診斷性能。

圖1 . 檢測方法的 開發(fā)流程及血漿EV miRNA直接多重檢測示意圖

近日， Advanced Science 雜志發(fā)表了題為Anionic Liposomes as Optimal Membrane Fusion Carriers Enabling In Situ Multiplexed Detection of Extracellular Vesicle MicroRNAs的研究，提出了一種陰離子脂質(zhì)體輔助的膜融合策略，可實現(xiàn)血漿中EV miRNA的一步式多重檢測，無需分離EV或提取RNA。

該方法 基于微流控芯片實現(xiàn)脂質(zhì)體的批量制備。通過系統(tǒng)評估 具有 不同表面電荷（陽離子、中性、陰離子）的脂質(zhì)體，發(fā)現(xiàn)陰離子脂質(zhì)體是與腫瘤來源 EV進行膜融合的最有效載體 ， 基于鏈置換反應，封裝于脂質(zhì)體內(nèi)的 DNA探針（H1和H2）經(jīng) 待測靶標 miRNA（ Target miRNA, Tm）激活后，可觸發(fā)無酶擴增及信號生成。 經(jīng) 48例淋巴瘤患者與48例健康對照的血漿樣本驗證，結(jié)合人工智能模型顯著提升 了 準確性。 額外的 10份樣本進一步驗證了該模型的準確性。

通過系統(tǒng)評估不同表面電荷（陽離子、中性、陰離子）的脂質(zhì)體， 本文明確 陰離子脂質(zhì)體 是與腫瘤來源 EV進行膜融合的最有效載體。封裝于脂質(zhì)體內(nèi)的DNA探針（H1和H2）經(jīng)靶向miRNA（Tm）激活后，可觸發(fā)無酶擴增及信號生成。通過對EV-脂質(zhì)體融合過程中的水動力尺寸與熒光信號進行原位監(jiān)測，證實 了 陰離子脂質(zhì)體相較傳統(tǒng)陽離子脂質(zhì)體具有更優(yōu)性能，可實現(xiàn)更低 的 檢測限與更寬 的 線性范圍。該方法經(jīng) 106 例 血漿樣本驗證，結(jié)合集成人工智能模型顯著提升準確性 。 未來，將探索更多標志物的組合以進一步提升方法的臨床應用能力。

東南大學生物科學與醫(yī)學工程學院博士生 馬靖原 為本論文 的 第一作者 ， 東南大學張宇教授 、 馬明教授 和東南大學附屬 中大醫(yī)院葛崢主任為 本 論文的共同通訊作者 。

原文鏈接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202519758

制版人：十一

BioArt

Med

Plants

人才招聘

學術(shù)合作組織

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。