摘要：胃癌（Gastric Cancer，GC）是一种全球范围内高发病率和高死亡率的恶性肿瘤【1, 2】，其早期诊断对于提高患者的生存率至关重要【3】。然而，现有的检测方法，如影像学检查（PET/CT）、胃镜检查以及组织活检等，存在侵入性强、操作繁琐、耗时长以及敏感
BioArtMED
2025年01月30日 16:24四川
胃癌（Gastric Cancer，GC）是一种全球范围内高发病率和高死亡率的恶性肿瘤【1, 2】，其早期诊断对于提高患者的生存率至关重要【3】。然而，现有的检测方法，如影像学检查（PET/CT）、胃镜检查以及组织活检等，存在侵入性强、操作繁琐、耗时长以及敏感性和特异性不足等问题。因此，开发一种非侵入性的液体活检方法，对于改善胃癌患者的长期临床预后具有重大意义【4, 5】。
在液体活检领域，细胞外囊泡（Extracellular Vesicles，EVs）中的环状RNA（circRNAs）作为一种潜在的生物标志物，逐渐受到关注。近日，南方医科大学南方医院的张晔和郑磊教授团队在 Advanced Science 杂志上发表了一篇题为 Bimodal In Situ Analyzer for Circular RNA in Extracellular Vesicles Combined with Machine Learning for Accurate Gastric Cancer Detection 的研究文章，第一作者为郭榆杭硕士研究生。该研究开发了一种基于矩形DNA框架引导的杂交链反应（RF-HCR）系统的双模态EV-circRNA原位分析器（BEISA），为胃癌的早期诊断提供了新的技术手段。
BEISA技术的核心在于其独特的双模态检测机制。该技术能够同时提供荧光和电化学两种信号输出，通过自校正检测机制显著提高了检测的准确性，拓宽了检测范围，并极大地降低了检测下限。在临床队列研究中，BEISA技术以四种circRNAs作为生物标志物，结合机器学习进行多参数分析，有效地区分了健康捐赠者和早期胃癌患者。
BEISA技术的开发涉及多个关键步骤。首先，研究人员设计了紧凑的DNA矩形框架，并整合HCR组件形成RF-HCR。RF-HCR能够特异性地识别目标circRNA，触发一系列反应，最终形成具有荧光信号输出的sRF-HCR。通过在电极上富集sRF-HCR，实现了电化学信号的传感。
在初步的临床可行性研究中，研究人员收集了胃癌患者和健康捐赠者的血浆样本，对四种可能在胃癌中上调的EV-circRNAs进行了多参数分析。通过无监督层次聚类分析，发现这四种circRNAs在不同检测平台上的表达模式存在显著差异，这些差异对于区分健康个体和胃癌患者至关重要。进一步的分析显示，BEISA技术在区分健康个体和胃癌患者方面表现出色，远高于单一荧光和电化学平台。此外，BEISA技术与传统肿瘤标志物CEA和CA19-9水平无显著相关性，表明该技术提供了一种独立于传统肿瘤标志物的诊断方法，能够提高胃癌检测的准确性和特异性。
BEISA技术结合机器学习算法，为胃癌的早期诊断提供了一种高效、灵敏且可靠的新工具。该技术不仅提高了检测的准确性，还为液体活检方法的发展开辟了新的途径。随着研究的深入和技术的不断完善，BEISA有望在临床实践中得到广泛应用，为胃癌患者的早期诊断和治疗提供重要支持。
原文链接：
参考文献
1. W. H. Yu, G. J. Chen, J. F. Yan, X. F. Wang, Y. P. Zhu, L. H. Zhu, Journal of Translational Medicine2022, 20 (1).
2. M. Y. Wang, Y. K. Huang, J. C. H. Kong, Y. Sun, D. G. Tantalo, H. X. A. Yeang, L. Ying, F. Yan, D. K. Xu, H. Halse, N. Di Costanzo, I. R. Gordon, C. Mitchell, L. K. Mackay, R. A. Busuttil, P. J. Neeson, A. Boussioutas, Clinical & Translational Immunology2020, 9 (5).
3. S. Ma, S. Kong, X. L. Gu, Y. H. Xu, M. Tao, L. Shen, X. J. Shen, S. Q. Ju, Cancer Cell International 2021, 21 (1).
4. Y. Zhu, W. Li, F. Lan, S. Chen, X. Chen, X. Zhang, X. Yan, Y. Zhang, Interdisciplinary Medicine 2023, 2 (1).
5. H. Bao, L. Min, F. Bu, S. Wang, J. Meng, 2023, 1 (4).
来源：营养和医学