《纳微快报》Nano-Micro Letters分享 http://blog.sciencenet.cn/u/nanomicrolett

博文

牛津大学NML综述 | 多元检测技术驱动的细胞外囊泡生物标志物开发

已有 3478 次阅读 2022-1-7 21:44 |系统分类:论文交流

Multiplexed Profiling of Extracellular Vesicles for Biomarker Development
Cheng Jiang*, Ying Fu, Guozhen Liu, Bowen Shu, Jason Davis*, George K. Tofaris*
Nano-Micro Letters (2022)14: 3
https://doi.org/10.1007/s40820-021-00753-w
本文亮点
1. 首次系统性地提出了细胞外囊泡目标物多元检测的基于化学、物理,生物及纳米颗粒编码的四大策略

2. 系统性的阐述和讨论了多元检测技术驱动的细胞外囊泡标志物(比如膜蛋白,内蛋白,核酸,代谢产物等)开发流程:从高通量筛选及验证到低通量的即时诊断传感器件。

3. 对未来探索单个囊泡级别的超灵敏度多元检测技术结合大数据分析来革命性地研究其异质性及更好服务于疾病更早期诊断和健康管理提出了前瞻。

内容简介
目前,很多疾病没有现成标志物或者现有的标志物(如血液,尿液里头游离蛋白)诊断精度低。与此同时,细胞外囊泡(Extracellular Vesicles)携带母细胞分子标记物指纹为标志物开发提供了宝库, 在癌症、神经退行性疾病、心血管疾病等的早期诊断,病程追踪,治疗效果评估等方面已经展现出巨大潜力并受到越来越多的关注。因此,发展细胞外囊泡检测技术来研究细胞外囊泡(膜蛋白,内蛋白,核酸,代谢产物等)与疾病的关联,对于开发疾病诊断标志物的意义重大。相比传统的一元高通量酶联免疫吸附测定(ELISA),多元检测(multiplexing)可以从一份样本中快速检测多个目标物,可以大幅度节约宝贵样本和时间、降低多次一元检测(multiple singleplexing)带来的误差和变量。同时,单一标志物往往只反映疾病有限维度的特征,如果能筛选出于疾病高度关联的几个标志物无疑能够更加清晰的反映疾病的综合维度特征。基于此,发展细胞外囊泡多元检测的底层技术无疑能够驱动细胞外囊泡标志物的开发。牛津大学神经科学系和化学系蒋成博士结合多年在一线临床样本管理分析经验以及在多元高/低通量传感器技术平台开发的积累撰写了此综述。
图文导读
细胞外囊泡的膜蛋白,膜上脂质体以及包裹的蛋白质和核酸可以作为开发疾病分子标志物宝库,在癌症,神经退行性疾病,心血管疾病等的早期诊断、疾病分型、病程追踪、治疗效果评估等方面已经取得不错的研究进展(图1)。                   
图1. 细胞外囊泡可以作为生物标志物开发的宝库,在疾病诊断方面呈现众多潜力。

本文从如何让多元目标物产生不同输出信号的角度系统性阐述了基于物理(如空间位置编码),化学(如化学染料,电化学探针编码),生物(如DNA 编码),以及纳米颗粒(如具有光学特性或者电化学活性的纳米颗粒编码)的编码策略的多元检测,来实现细胞外囊泡多个目标物的检测。

具体来讲,多元检测可以归纳为利用不同识别单元(如抗体,适配体)来对囊泡的不同目标物的捕获和结合,再配合编码策略来实现将不同目标物与识别单元结合后产生的不同的输出信号。编码策略可以比作:

(1) 物理空间位置的ABC来分别修饰上能捕获EVs目标物的receptorabc, 通过与surface sensitive的拉曼光谱(Ramanspectroscopy)、 表面等离子体共振(SPR) ,检测技术结合,不需要额外标记即可,图2)。空间位置编码一般用surfacepatterning做成array,或者multiple compartment/spot来实现。当然了,也可以与化学标记策略结合来实现物理+化学编码的联合编码检测检测。

图2. 基于物理空间位置编码的多元检测。
(2) 在化学标记策略中可以用标记物ABC来与相应的目标物(abc)一一匹配输出,从而实现多元检测。

图3. 基于化学编码(如表面增强拉曼标记)的多元检测。

(3) 生物学策略则一般可利用抗体-核酸复合体,来将不同的蛋白质检测转换为不同核酸分子指纹来作为信号输出。核酸分子还能作为模板进行扩增放大信号提升灵敏度。

图4. 基于生物编码(a)及生物编码+化学编码(b)相结合的多元检测。

(4) 而纳米颗粒编码策略可以看做是将化学编码中利用的小分子标签拓展到了纳米尺度(图5)。相应的,它可以利用不同光学性能(比如荧光颗粒,等离子体颗粒)、电化学性能(比如不同氧化还原特性的探针颗粒)的纳米颗粒来实现不同目标物的标记和信号输出。

图5. 基于纳米颗粒编码的多元检测。

文章最后对未来如何运用多种硬件技术结合大数据以及大型临床样本序列来实现高通量筛选-高通量验证(图6),从多个组学维度筛选出疾病最相关的生物标志物,构建复合生物标志物以及最终走向即时诊断(Point-of-Care Testing)做出了展望。文章得到了神经科学系GeorgeTofaris教授及化学系Jason Davis教授的大力支持。

图6. 多元检测技术助力于细胞外囊泡生物标志物开发。

作者简介

蒋成 博士

本文第一/共同通讯作者

牛津大学 神经科学系&化学系

主要研究领域

细胞外囊泡,神经退行性疾病,生物传感器件,生物标志物开发方法学研究。

主要研究成果

近年来主要聚焦在生物传感器件表面化学基础研究以及应用于临床大样本序列生物标志物开发的转化医学方面。2020年获牛津大学神经科学系早期职业生涯研究学者奖(Thomas Wills Early Career Researcher Prize), 现已在Chem Rev, Micro Nano Lett, Adv. Mater, Mov. Disord, J. Neurol. Neurosurg. Psychiatry, ACS Sens, VIEW, Anal Chem, Langmuir等国际知名期刊上发表论文20余篇,申请发明专利2项。

Email: ncheng.jiang@ndcn.ox.ac.uk

Jason Davis 教授

本文共同通讯作者

牛津大学 化学系

主要研究领域

设计和应用分子功能化界面于诊断、分子开关、超分子化学及纳米颗粒用于成像。

主要研究成果

Jason Davis教授在生物传感器领域及其转化应用方面成果丰硕,代表作主要发表在Chemg. Rev, Chem. Soc. Rev, JACS, Angew. Chem., Chem. Sci., Biosens. Bioelectron., Anal. Chem. Mater. Chem. Front, Chem. Commun, Nanoscale, ACS Sens等国际著名期刊上。他拥有多项生物传感器国际专利,同时是牛津大学衍生公司OslerDiagnostics的创始人之一,公司聚焦于心血管标志物即时诊断设备研发,在2019年1月的市场估值已达1亿英镑,最近获批120万英镑的研发经费。

Email: jason.davis@chem.ox.ac.uk

George Tofaris 教授

本文共同通讯作者

牛津大学 神经科学系

主要研究领域

利用患者源性诱导多能干细胞(IPSC)来研究帕金森症分子机制及靶向治疗,基于转录组学、基因组学和蛋白组学的生物标志物开发。

主要研究成果

George Tofaris教授近年来在神经退行性疾病基础研究及生物标志开发方面取得了优异的科研成果,论文主要发表在Nat. Commu, Lancet, PNAS, Ann. Neurol, J Neurol Neurosurg Psychiatry, Mov Disord, Brain, NPJ Parkinsons Dis.等著名医学及综合性期刊。

Email: george.tofaris@ndcn.ox.ac.uk

撰稿:原文作者
编辑:《纳微快报(英文)》编辑部
关于我们

Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、Springer Nature合作开放获取(open-access)出版的英文学术期刊,主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, commentary, perspective, letter, highlight, news, etc),包括微纳米材料的合成表征与性能及其在能源、催化、环境、传感、吸波、生物医学等领域的应用研究。已被SCI、EI、SCOPUS、DOAJ、CNKI、CSCD、知网、万方、维普等数据库收录。2020 JCR影响因子:16.419。在物理、材料、纳米三个领域均居Q1区(前10%)。2020 CiteScore:15.9,材料学科领域排名第4 (4/123)。中科院期刊分区:材料科学1区TOP期刊。全文免费下载阅读(http://springer.com/40820),欢迎关注和投稿。

E-mail: editor@nmletters.org

Tel: 021-34207624



https://blog.sciencenet.cn/blog-3411509-1320011.html

上一篇:NML综述 | 纳米催化界面工程助力碳中和目标
下一篇:南京工大张翼与Max-Planck研究所:多孔纳米盘-可快充/高能量密度/高安全的锂电池负极材料
收藏 IP: 89.186.158.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-15 13:19

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部