编辑推荐：
为解决孕期并发症早期精准诊断难题，美国奥克斯纳医疗基金会（Ochsner Medical Foundation）和澳大利亚昆士兰大学（The University of Queensland）的研究人员开展了基于胎盘细胞外囊泡（EV）的研究，开发出快速传感器，能有效识别孕期并发症风险，为早期诊断和干预提供新途径。
在孕期，准妈妈们总是满心期待迎接新生命的降临，但孕期并发症却如隐藏的 “暗礁”，随时可能给母婴健康带来威胁。像妊娠期糖尿病（Gestational Diabetes Mellitus，GDM）、子痫前期（Preeclampsia，PE）、早产（Preterm Birth，PTB）等常见并发症，不仅影响胎儿的正常发育，还可能给妈妈们带来长期的健康隐患 。目前，临床诊断这些并发症主要依靠血液检测、超声筛查、血压监测、蛋白尿检测以及口服葡萄糖耐量试验（OGTT）等方法。然而，这些传统手段存在着明显的不足，往往无法及时发现异常，难以确保通过临床干预获得良好的妊娠结局。随着围产期发病率和死亡率与孕期并发症关联的日益增加，开发能够快速、精准诊断孕期相关并发症和胎儿异常的筛查工具迫在眉睫。
在这样的背景下，美国奥克斯纳医疗基金会和澳大利亚昆士兰大学的研究人员展开了深入研究。他们将目光聚焦于细胞外囊泡（Extracellular Vesicle，EV），这是一种在细胞间通讯中发挥重要作用的脂质双层囊泡，里面包裹着组织特异性的信号分子，且稳定、生物相容性好，具备成为理想生物标志物的潜力 。尤其是胎儿来源的 EV，在孕期母血中就能被检测到，并且随着孕期推进，其水平会不断上升，宛如一个反映胎儿胎盘健康状况的 “窗口”。但 EV 的低浮力密度、小尺寸和异质性，使得从体液中分离和评估它们困难重重，现有的分离技术，如差速离心、商业试剂盒、聚合物沉淀和免疫亲和分离等，都存在操作繁琐、特异性差等问题。
为了攻克这些难题，研究人员开发出一种基于功能化超顺磁性介孔花状镍铁氧体球（Superparamagnetic Mesoporous Flower-shaped Nickel Ferrite Spheres，SMNFs）的快速、高灵敏度的孕期并发症筛查传感器，该研究成果有望为孕期健康管理带来新的转机。
研究人员开展此项研究时，运用了多种关键技术方法。在样本方面，他们按照病例对照研究设计，收集了 201 名孕早期女性的血浆样本，这些样本来自美国奥克斯纳浸礼会医疗中心，且样本收集遵循相关伦理原则并获得参与者书面知情同意。在实验技术上，利用高效液相色谱（HPLC）结合尺寸排阻色谱柱来分离 EV；通过液相色谱 - 多反应监测（LC - MRM）技术对目标蛋白进行分析；运用纳米颗粒跟踪分析（NTA）、冷冻透射电子显微镜（cryo - TEM）和单粒子干涉荧光成像等技术对 EV 进行表征；使用 PyCaret 分类模块训练机器学习算法构建预测模型；采用多种实验方法对合成的 SMNFs 进行表征和性能测试，包括 X 射线光电子能谱（XPS）、X 射线衍射（XRD）、磁性测试以及纳米酶活性测试等。
下面来详细看看研究结果：
- 研究人群特征：研究共纳入 201 名孕早期女性，平均孕周为 92±13 天，其中 101 名孕妇妊娠正常，100 名被诊断患有孕期并发症，包括 GDM（28 例）、PE（23 例）、PTB（10 例）及其他（39 例）。将这些孕妇随机分为发现 / 训练组（70%）和测试组（30%），两组在孕周、孕妇体重、身高、BMI 等临床特征上无显著差异。通过 HPLC 系统从孕妇血浆样本中提取 EV，并对其进行表征，发现 EV 粒径约为 100nm，呈圆形，具有脂质双层膜结构，且 CD63、CD81 和 CD9 呈阳性。
- 构建预测模型：为确保研究结果的准确性，研究人员对生物标志物工作流程进行了优化，根据 BMI 和种族调整流程，并采用块随机化方法减少样本处理中的批次效应。基于此，设计了 LC - MRM 方法，针对胎盘和 EV 相关蛋白 PLAP、CD63、CD9、CD81 和肿瘤易感基因 101（TSG101）进行分析。利用 PyCaret 分类模块训练 14 种不同算法构建预测模型，经交叉验证评估模型性能。结果显示，单独使用各变量时，PLAP 预测性能最佳；将所有变量结合后，模型性能显著提升，对不同孕期并发症的预测准确率均较高，其中对 GDM 的预测准确率可达 97%，灵敏度为 100%，特异性为 97%。进一步分析发现，PLAP 和 CD9 是提升分类效率的关键变量。
- SMNFs 的合成、表征及纳米酶活性：为了更高效地富集和分析 EV，研究人员合成了 SMNFs。通过溶剂热法结合高温煅烧制备的 SMNFs 粒径在 100 - 120nm 之间，具有超顺磁性，其组成成分经 XPS 和 XRD 分析得到确认。SMNFs 表现出良好的纳米酶活性，在模拟过氧化物酶活性实验中，其活性在优化条件下（pH 3.5，5μg SMNFs）较高，且米氏常数（Km）和最大反应速率（Vmax）表明其催化性能优异，优于许多已报道的纳米材料基纳米酶，并且在室温下无需额外化学修饰即可展现高活性。
- 基于 SMNF 的 EV 磁性分离和 4 - flex 读数系统：基于 PLAP 和 CD9 在预测模型中的良好表现，研究人员构建了基于 SMNFs 的检测系统。用抗 PLAP 抗体功能化 SMNFs 来特异性分离 PLAP? EVs，然后将磁性分离的 SMNF - EV 复合物在预先功能化有抗 CD9 的 4 - flex 玻璃条上孵育。实验结果表明，该系统对 PLAP? EVs 的分离和检测具有高效性和高特异性，检测限低至 103 EVs / 百万细胞 / 24 小时，比传统酶联免疫吸附测定法灵敏度高 10?倍，比荧光模式下的 NTA 灵敏度高近 10 倍。
- 传感器在临床样本中的性能：利用 GDM 队列的血浆样本对 CD9?/PLAP?传感器系统进行验证，发现血浆和提取的 EV 样本中 CD9?/PLAP?的定量结果无差异，且 GDM 患者血浆和胎盘 CD9?/PLAP? EVs 水平高于健康对照组，这表明仅检测血浆就可能足以早期检测 GDM。通过构建模型评估传感器性能，结果显示，无论是使用血浆还是提取的 EVs 作为检测样本，模型对 GDM 风险识别的准确率均超过 90%，且提取的 EVs 表现更优。此外，研究还对比了空腹血糖水平和 PLAP/CD9 作为生物标志物预测 GDM 的性能，结果表明 PLAP/CD9 在预测准确性上显著优于空腹血糖。
综合研究结论和讨论部分，此次研究开发并优化了一种可量化胎盘 EVs 的快速传感器，该传感器能有效识别孕早期 GDM 风险，且使用血浆直接检测与使用提取的 EVs 检测具有相似的分类效率，这意味着无需复杂的 EVs 分离步骤，简化了检测流程，更便于临床应用。研究中设计的 SMNFs 具有独特优势，它不仅能在 30 分钟内快速分离目标 EVs，还能作为纳米酶进行检测，整个检测过程仅需 1 小时，且 4 - flex 系统能提供高特异性检测。该纳米传感器性能优异，在检测限、操作便捷性和成本效益等方面优于许多已报道的纳米结构基 EVs 检测方法。不过，研究也存在一定局限性，如样本量还需进一步扩大，在更大的多中心独立队列中进行验证，以更好地确定该方法在临床中的应用价值和性能极限。但总体而言，这项研究为孕期并发症的早期诊断和干预提供了一种极具潜力的新工具，有望在未来的临床实践中发挥重要作用，为保障母婴健康带来新的希望。
