基于拉曼标记与无标记SERS联用的细胞外囊泡检测技术提升卵巢癌诊断效能

研究人员针对卵巢癌早期诊断难题，创新性地将多聚炔拉曼标记抗体与无标记表面增强拉曼光谱（SERS）技术相结合，通过机器学习分析细胞外囊泡（EVs）的CA-125、HE4和CA-19-9生物标志物。该研究实现了95%以上的诊断准确率，灵敏度超越ELISA，为液体活检提供了兼具分子特异性和光谱指纹解析能力的新方案。

　　

卵巢癌被称为"沉默的杀手"，70%患者确诊时已进展至晚期，五年生存率骤降至29%。尽管CA-125等血清标志物被广泛使用，但其在子宫内膜异位症等良性疾病中也会升高，特异性不足50%。现有影像学检查成本高昂且依赖操作者经验，而循环肿瘤DNA检测又面临丰度低的瓶颈。细胞外囊泡（EVs）作为细胞间通讯的"分子快递"，携带肿瘤特异性标志物，为早期诊断带来曙光。然而传统EV检测技术如电镜和纳米颗粒追踪分析（NTA）仅能提供物理特征信息，无法揭示分子层面的病理特征。

美国加州大学戴维斯分校（University of California Davis）的研究团队在《Biosensors and Bioelectronics》发表创新研究，通过整合多聚炔拉曼标记抗体与无标记表面增强拉曼光谱（SERS）技术，结合机器学习算法，建立了卵巢癌EVs检测新范式。研究采用尺寸排阻色谱（SEC）从临床血清样本分离EVs，用特异性抗体标记CA-125、HE4和CA-19-9三种标志物，在等离子体增强基底上获取拉曼光谱，最终通过支持向量机（SVM）等九种机器学习模型进行诊断分析。

EV隔离与制备
通过尺寸排阻色谱从1mL血清中分离出浓度约1×10⁹ particles/mL的EVs群体，纳米颗粒追踪分析显示其模态尺寸为90-100nm。透射电镜证实囊泡形态存在异质性，部分样本可见非囊泡结构，这与既往研究报道的EVs复杂性相符。

EV表征
Western blot检测显示EVs标志物CD63和TSG101阳性，而calnexin阴性，符合国际细胞外囊泡学会（ISEV）的鉴定标准。动态光散射测得粒径分布与NTA结果一致，zeta电位分析显示表面电荷为-15至-20mV，确保后续SERS检测的稳定性。

诊断效能验证
在50例临床样本（25例卵巢癌，25例健康对照）的盲法测试中，结合拉曼标记与无标记区域的SVM模型达到95.2%准确率，显著高于单独使用标记（88.6%）或无标记（83.4%）模式。特别值得注意的是，对CA-125阴性但HE4阳性的3例早期病例实现准确检出，提示多标志物联用的临床价值。

该研究突破传统SERS技术"黑箱"困境，通过抗体-多聚炔标记赋予光谱特征明确的分子解释。相比ELISA，仅需1/10样本量即可实现更高灵敏度，且能同步获取EVs的分子指纹图谱。这种"广谱筛查+精准靶向"的双模策略，为恶性肿瘤的早期诊断提供了可解释性强、通量高的新型检测平台，其技术路线可扩展至其他癌症类型的液体活检开发。研究团队特别指出，未来将通过扩大样本队列验证标志物组合的普适性，并探索自动化微流控芯片整合方案以推动临床转化。