利用智能生物材料检测系统性红斑狼疮的免疫和表观遗传生物标志物的分析策略

《TrAC Trends in Analytical Chemistry》：Analytical strategies for the detection of immune and epigenetic biomarkers of systemic lupus erythematosus using smart biomaterials

• •
  诸如DNA甲基化和非编码RNA在内的表观遗传修饰已被发现与系统性红斑狼疮（SLE）的发病机制密切相关。
• •
  本综述系统总结了智能生物材料在免疫相关标志物检测中的应用进展。
• •
  展望智能生物材料在精准诊断领域的未来发展方向。

引言

系统性红斑狼疮（SLE）是一种慢性、多系统受累的自身免疫性疾病，全球患病率约为每10万人中有20-150例，女性的发病率明显高于男性。SLE的临床表现高度异质，可累及皮肤、关节、肾脏和神经系统等多个器官，导致严重的并发症和死亡。这些诊断依据主要依赖于临床表现和自身抗体的检测，但仍存在诊断延迟以及灵敏度和特异性不足的问题[1]。

表观遗传修饰在不改变DNA序列的情况下调节基因表达，被认为是在遗传易感性与环境因素之间起重要作用的桥梁[2]。此外，研究表明，SLE患者外周血单核细胞中的低甲基化状态具有高度特异性，已成为SLE诊断的新生物标志物[3]。此外，microRNA（miRNA）和circRNA等非编码RNA在SLE患者中表达异常，参与免疫调节和炎症反应[4]。

智能生物材料是指能够响应生物信号、执行特定功能并实现信号转换的新型材料系统[5]。这类材料包括功能化纳米粒子、生物传感器界面和响应性聚合物等，通过整合分子识别元件和信号转导机制，实现了对生物标志物的高灵敏度、高特异性检测[6]。在SLE检测领域，智能生物材料的应用正从传统的抗体检测扩展到表观遗传标志物的分析，为SLE的早期诊断、疾病活动监测和治疗反应评估提供了新的技术平台[7]。然而，从实验室技术到广泛临床应用仍存在多重挑战（见图1）。

本综述旨在系统总结智能生物材料在SLE相关免疫和表观遗传生物标志物检测方面的最新进展，分析不同检测策略的优势和局限性，并展望未来的发展方向。

章节摘要

SLE相关生物标志物的概述

如图2所示，SLE的生物标志物系统主要包括三类：传统的免疫生物标志物是临床诊断的基石；表观遗传生物标志物有助于揭示疾病机制并辅助早期诊断；细胞外囊泡生物标志物为无创动态监测提供了新方法。这三类生物标志物共同构成了一个全面的诊断和治疗框架，涵盖了从确诊、机制研究到疾病监测的全过程。

智能生物材料在生物标志物检测中的基本原理

智能生物材料是指能够感知和响应环境刺激的功能性材料，在生物传感领域主要分为以下几类：纳米材料、功能化聚合物和生物传感器界面[26]。由于其独特的物理化学性质，纳米材料在生物传感中得到广泛应用[27]。具有优异表面等离子体共振特性的金纳米粒子（AuNPs）可用于构建比色、荧光等传感器[27]。

智能生物材料在SLE相关免疫生物标志物检测中的应用

智能生物材料的应用为抗dsDNA抗体的检测带来了新的突破。Chen等人开发了一种新型比例型电化学生物传感器，该传感器使用T(6-4)二聚体dsDNA捕获探针与4-MPBA@AuNPs@6- (Fc) HT复合信号标签结合[38]。该传感器利用二聚体dsDNA探针的高亲和力捕获抗dsDNA抗体，然后通过4-MPBA@AuNPs@6- (Fc) HT复合物生成电化学信号。

智能生物材料在SLE相关表观遗传生物标志物检测中的应用

DNA甲基化的检测通常涉及亚硫酸盐处理，随后通过PCR、测序或熔解曲线分析进行检测[47]。智能生物材料的应用使DNA甲基化的检测更加灵敏、快速且成本低廉。其中，纳米生物传感器在表观遗传变化检测方面展现了巨大潜力[48]。这些纳米生物传感器提供了高灵敏度和特异性的方法，超越了传统诊断技术的局限。

整合策略与临床转化挑战

SLE的复杂性要求同时检测多种类型的生物标志物（自身抗体、DNA甲基化、非编码RNA等），以获得全面的疾病信息。智能生物材料为实现多功能整合检测提供了可能。例如，响应性智能材料能够对特定的内部或外部刺激作出反应，从而改变其行为、结构或性质[60]。这类材料在临床应用中具有广泛的前景。

结论

各种智能生物材料检测平台在分析SLE免疫和表观遗传生物标志物方面各有优缺点。等离子体纳米粒子基底具有出色的检测灵敏度，适合动态监测来自细胞外囊泡的非编码RNA；光控CRISPR-Cas12a平台在灵敏度和特异性之间取得了平衡，适用于低丰度自由DNA甲基化生物标志物的早期筛查；

CRediT作者贡献声明

Ruxi Liu：撰写初稿，数据整理。Bo Wu：撰写、审稿和编辑，项目管理

数据可用性声明

本文为综述文章，未生成新的数据。所有引用数据均来源于已发表的文献。

资助情况

本研究未获得公共部门、商业机构或非营利组织的任何特定资助。

利益冲突声明

作者声明没有可能影响本文研究的任何财务利益或个人关系。

Ruxi Liu | Bo Wu