外泌体蛋白检测试剂盒助力甲状腺癌诊断研究
近期,中国科学院长春应用化学研究所王振新教授团队在Chemical Engineering Journal杂志发表了题为Accurate diagnosis of thyroid cancer using a combination of surface-enhanced Raman spectroscopy of exosome on MXene-coated gold@silvercore@shellnanoparticle substrate and deep learning的科研论文,IF=15.1。
研究背景:作为全球最为普遍的内分泌性癌症,甲状腺癌的发病率近年来不断上升。甲状腺癌的精确诊断和分期至关重要,因为它们与治疗方案的决策息息相关,并极大地影响患者的预后。传统的组织活检可能具有侵入性且通常难以获得,而液体活检可以通过分析血液、唾液和尿液等生物体液,进行微创检测。目前,超声图像引导细针穿刺活检是诊断甲状腺癌的金标准,但这种方法在很大程度上依赖于临床医生的经验,且无法识别具有非典型形态的小型癌症或病变。外泌体(EVs)作为液体活检的最佳对象之一,在癌症诊断方面得到了广泛的研究和应用。基于表面增强拉曼光谱(SERS)检测有很高的灵敏度,并且可以提供有关分析目标的分子结构信息。
研究成果及意义:该研究建立了一种有效的方法,通过结合MXene包被的gold@silver core@shell nanoparticle(Au@Ag NP)功能化底物上的表面增强拉曼光谱(SERS)检测和深度学习,对生物样品(血浆)中的外泌体进行无标记分析。借由MXene包覆Au@AgNP功能化的电磁增强(EM)和化学增强(CM)联合,使得基于SERS传感平台的外泌体检测限可达到1.7 ×109 EVs/mL。随后,作者使用残差神经网络(RESnet)建立深度学习模型,并通过区分甲状腺癌患者与健康对照组进行原理验证,结果显示该方法癌症诊断准确率为96.0%,癌症患者分期准确率为86.6%。这一数据证明了血浆外泌体无标记分析在甲状腺癌准确诊断和分期方面的巨大潜力,也为未来与临床信息整合建立更加广泛的预测模型提供了重要支持。
该研究中使用本公司外泌体蛋白检测试剂盒(货号:UR52301)进行外泌体标志蛋白检测实验,为血浆外泌体的鉴定和质控提供了可靠数据。
相关产品链接:外泌体CD63&Tsg101检测试剂盒-企业官网
参考文献:Accurate diagnosis of thyroid cancer using a combination of surface-enhanced Raman spectroscopy of exosome on MXene-coated gold@silver core@shellnanoparticle substrate and deep learning. Chemical Engineering Journal. DOI: 10.1016/j.cej.2024.150835
