文献解读 | 细胞外囊泡揭秘：癌症的隐秘信使，新型液体活检工具潜力大

       来自纪念斯隆-凯特琳癌症中心（MSK）和威尔·康奈尔医学研究所（Weill Cornell Medicine）的研究团队报告说，由肿瘤和免疫细胞释放的细胞外囊泡和颗粒（extracellular vesicles and particles，简称外泌体），携带可靠的生物标志物，可用于癌症检测，并确定癌症的类型。

 

       对于癌症检测来说，临床迫切需要改进用于癌症检测的组织和液体生物工具。病理学家通常会在可行的情况下使用组织活检来诊断癌症、癌症扩散，并评估治疗反应。液体活检属于微创检测，相比组织活检可连续进行，可能在更早、更易治愈的阶段检测到癌症。

 

       01 外泌体：早期癌症检测的宝贵资源

       随着对早期癌症检测液体活检技术的期望不断增长，外泌体可能提供了宝贵的资源。外泌体是一种起源于内体溶酶体的30-150纳米大小的纳米囊泡，富含核酸、脂质和蛋白质。

       外泌体在细胞间介导信息传递，促进细胞之间的相互作用。在正常生理和病理学中，外泌体在信息传递方面起着重要作用，肿瘤来源的外泌体蛋白在肿瘤进展、免疫调节和转移过程中的预后和功能重要性。

 

       02 外泌体蛋白组：新型癌症诊断工具

       作者的该项外泌体蛋白质组的创新研究，预示着开发一种新型癌症诊断工具的可能性。

       在作者的研究中，作者调查了来自组织细胞块（TEs）、血浆和其他体液的426个人体样本。在传统的外泌体标记物中，作者发现CD9、HSPA8、ALIX和HSP90AB1代表了全面的外泌体标志物，而ACTB、MSN和RAP1B则是新型的全面外泌体标志物。

       为了验证外泌体作为理想的诊断工具，分析了来自TEs（151个样本）和血浆（120个样本）的外泌体的蛋白质组。通过比较TE 外泌体的蛋白质组，发现一些特定的蛋白质（比如VCAN、TNC和THBS2），可以以90%的敏感性和94%的特异性区分肿瘤组织和正常组织。

       同时，通过对血浆中的外泌体负载进行机器学习分类，包括免疫球蛋白在内，作者可以以95%的敏感性和90%的特异性检测到癌症。最后，作者确定了一组特定于肿瘤类型的外泌体蛋白，可以用于分类未知原发肿瘤。

 

       03 癌症诊断标志物的发现

       外泌体蛋白可以作为可靠的癌症检测和确定癌症类型的生物标记物。通过作者的研究，希望填补癌症检测领域的空白，提供更好的诊断工具以促进早期癌症的发现和治疗。

       首先使用连续超离心法（SUC）从497个正常和癌症相关的人类和小鼠样本中分离出外泌体，包括细胞系、组织、血浆和其他体液，并对分离出的外泌体进行表征。癌症样本涵盖了18种不同的癌症，如乳腺癌、结肠癌、胰腺癌等，并且包括了早期在内的不同癌症阶段。

       接着通过基于质谱的蛋白质组学方法，分析外泌体蛋白质。研究人员首先比较组织样本中肿瘤和癌旁组织的外泌体P蛋白质组，确定哪些外泌体蛋白可以用作癌症诊断标志物。利用这些特异性的蛋白标志物区分肿瘤和正常组织，可达到95％的敏感性和94%的特异性。

 

       04 癌症类型的机器学习匹配

       除此之外，作者在液体活检方面也做了探索；血液是最方便进行检测的样本之一。因此，研究人员接下来通过匹配来自组织样本和血浆中的外泌体，进一步找出了癌症患者血浆中特异性的肿瘤相关EVP外泌体蛋白。

       通过机器学习的方式将血浆外泌体中的特定蛋白（例如免疫球蛋白）与癌症类型相匹配。

       经验证，这种方法检测癌症可达到95%的敏感性与90%的特异性。此外值得一提的是，对于一些诊断结果为“原发位置不详的肿瘤”，根据血液外泌体的蛋白标志物，也可以对这些肿瘤做出分类。

 

05 总结与启发

       肿瘤和免疫细胞释放的外泌体携带了可用于癌症检测及确定癌症类型的生物标志物。传统的外泌体标志物如CD9、HSPA8、ALIX和HSP90AB1以及新型标志物ACTB、MSN和RAP1B在研究中显示出全面性。

       通过蛋白质组学分析，研究者确认了特定的外泌体蛋白（例如VCAN、TNC和THBS2）能够有效区分肿瘤组织与正常组织，并且血浆中外泌体的蛋白质负载利用机器学习方法可以以高敏感性和特异性检测癌症，甚至能对未知原发位置的肿瘤进行分类。

       研究涵盖了多种类型的癌症样本，并采用连续超离心法从大量人体样本中分离并表征外泌体，有望填补癌症早期检测领域的空白，为临床提供更为精准、高效的诊断工具。

 

 参考文献 

Hoshino A, Kim HS, Bojmar L, et al. Extracellular Vesicle and Particle Biomarkers Define Multiple Human Cancers. Cell. 2020;182(4):1044-1061.e18. doi:10.1016/j.cell.2020.07.009