42725
当前位置: 首页   >  课题组新闻   >  课题组博士研究生谭青青同学在Trends in Analytical Chemistry期刊发表综述论文
课题组博士研究生谭青青同学在Trends in Analytical Chemistry期刊发表综述论文
发布时间:2025-11-27

课题组博士研究生谭青青同学在国际分析化学领域SCI期刊《Trends in Analytical Chemistry》上,发表了题为“Advances in nanotechnology-based platforms for liquid biopsy: Unlocking precision molecular classification in ovarian cancer”的综述文章,系统性地阐述了基于纳米技术的液体活检平台在卵巢癌(OC)精准分子分型领域的最新进展与未来方向。该文为攻克“妇科第一杀手”卵巢癌的临床诊疗瓶颈提供了前沿的科学蓝图。

卵巢癌因其早期症状隐匿、诊断时多为晚期以及高度的分子异质性,长期以来一直是全球女性健康面临的严峻挑战。传统的诊断金标准——组织活检,作为一种侵入性手段,仅能提供肿瘤在特定时间和空间的“静态快照”,无法捕捉其在治疗压力下动态演变的复杂全貌。同时,血清标志物CA-125在早期诊断中的灵敏度和特异性均显不足。因此,临床上迫切需要能够实现早期、精准、无创和连续监测的新技术。

液体活检,通过分析血液等体液中肿瘤来源的生物标志物,如循环肿瘤DNActDNA)、循环肿瘤细胞(CTCs)、细胞外囊泡(EVs)和循环RNAcfRNA)等,为解决上述难题带来了希望。然而,这些标志物在体液中的浓度极低,其高效富集和超灵敏检测是制约该技术广泛应用于临床的重大瓶颈。

综述文章指出,纳米技术正是突破这一瓶颈的关键驱动力。凭借其独特的物理化学性质,纳米材料能够从根本上提升液体活检的分析性能:

超高效富集:纳米材料具有巨大的比表面积,可作为理想的捕获基底。通过在其表面修饰特异性识别分子(如抗体、核酸适配体),能够构建出高亲和力的“分子探针”,从复杂的生物体液背景中高效、特异性地“打捞”出痕量的肿瘤标志物。

信号的极致放大:多种纳米材料本身即是优异的信号转换与放大单元。例如,基于表面增强拉曼散射(SERS)、电化学、光电化学和化学发光等原理的纳米生物传感器,能够将单个生物分子结合事件转化为可被精确测量的、放大数个数量级的信号,从而实现对目标物低至阿摩尔(aM)甚至单个分子水平的检测。

多维信息集成化分析:微流控技术与纳米传感的结合,催生了“芯片实验室”(Lab-on-a-Chip)平台。这类平台能在方寸之间集成样本处理、标志物分离、多重检测等复杂流程,不仅显著降低了样本消耗和分析时间,更重要的是,它能够实现对ctDNAEVs、蛋白质等多种类型标志物的同步检测,为描绘肿瘤的全景分子图谱提供了可能。

本文的一大核心贡献在于,为不同组织学亚型的卵巢癌建立了一套清晰的“液体活检分子分型指南”。文章详细梳理了各大亚型的关键分子驱动事件,并将其与最适宜的液体活检靶标和纳米检测策略进行了精准匹配:

高级别浆液性癌(HGSC):作为最常见的亚型,其分子特征为高频的TP53突变和同源重组修复缺陷(HRD)。综述强调,应优先开发能够灵敏检测ctDNATP53BRCA1/2等基因变异及甲基化状态的纳米平台,这对于指导PARP抑制剂的精准用药、监测微小残留病灶(MRD)以及预警耐药至关重要。同时,分析EVs表面的蛋白组合(如CD24, EpCAM, FRα)可作为重要的辅助诊断和预后判断信息。

低级别浆液性癌(LGSC):该亚型肿瘤负荷较低,ctDNA释放量少,但以KRAS/BRAFMAPK通路突变为主要特征。因此,开发具有极限检测灵敏度的纳米传感器,以捕捉这些低丰度但具有明确靶向治疗意义的突变信号,是临床决策的关键。

黏液性癌(MC)、透明细胞癌(CCC)和子宫内膜样癌(EC):综述同样为这些相对少见的亚型指明了方向。例如,针对MCKRAS突变和HER2扩增、CCCPIK3CA突变和ARID1A缺失,以及EC的微卫星不稳定性(MSI)状态和POLE突变等,都可以通过设计相应的多重纳米传感平台进行无创检测,从而辅助鉴别诊断、发现治疗靶点和评估预后。

在系统总结现有技术的基础上,该综述也深刻剖析了纳米液体活检技术从实验室研究走向临床常规应用所面临的现实障碍,包括分析前样本处理、纳米材料制备、数据解读的标准化问题,检测结果的跨中心可重复性验证,以及将复杂技术转化为稳健、低成本、易于操作的临床产品的工程化挑战。

 

文章链接:Advances in nanotechnology-based platforms for liquid biopsy: Unlocking precision molecular classification in ovarian cancer - ScienceDirect

编辑:孔维恒

审核:赵  岩