
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用细胞外囊泡糖链分析实现前列腺癌活检前检测
《BMC Medicine》:Extracellular vesicle glycan profiling for pre-biopsy detection of prostate cancer
【字体: 大 中 小 】 时间:2026年08月14日 来源:BMC Medicine 8.7
编辑推荐:
摘要背景为检测具有临床意义的前列腺癌(csPCa;格里森评分组[GG]≥2),需要相应的生物标志物,因为血清前列腺特异性抗原(PSA)检测常常会过度诊断出进展缓慢的GG1级疾病,从而导致不必要的活检。直肠指检后的尿液中含有外泌体(EVs),这些外泌体携带的糖链特征能够反映肿瘤的生
为检测具有临床意义的前列腺癌(csPCa;格里森评分组[GG]≥2),需要相应的生物标志物,因为血清前列腺特异性抗原(PSA)检测常常会过度诊断出进展缓慢的GG1级疾病,从而导致不必要的活检。直肠指检后的尿液中含有外泌体(EVs),这些外泌体携带的糖链特征能够反映肿瘤的生物学特性,有助于区分恶性与良性疾病。本研究旨在探讨通过分析直肠指检后尿液中外泌体的糖链特征,是否能提高对以下疾病的活检前检测能力:(i)csPCa(GG≥2与GG1/良性);以及(ii)高度恶性的前列腺癌vcsPCa(GG≥3与GG2/GG1/良性)。
从135名接受前列腺活检的男性(良性、GG1-GG5级)的直肠指检后尿液中分离出外泌体,然后使用Glycoflow技术对其进行分析。该技术是一种纳米流式细胞术,可同时测定外泌体上的六种糖链生物标志物、前列腺特异性膜抗原(PSMA)以及CD63的表达水平。研究还构建了将Glycoflow检测结果与PSA或临床参数(PSA、年龄、家族史及直肠指检结果)相结合的预测模型,这些模型在120名患者身上进行训练,并通过交叉验证和偏差校正性能评估方法进行测试。其性能指标为接收者操作特征曲线下面积[AUC],并与仅使用PSA或仅使用临床参数的模型进行比较。此外,还有一个规模较小的验证组(n=15),用于评估检测结果的重复性及分析流程的稳定性。
将Glycoflow检测结果与PSA或临床参数结合使用的模型,在区分csPCa(AUC分别为0.80 vs 0.72;0.80 vs 0.71)和vcsPCa(AUC分别为0.82 vs 0.72;0.81 vs 0.73)方面,均优于仅使用PSA或仅使用临床参数的模型。经过偏差校正后的样本外AUC值分别为csPCa的0.72/0.72,vcsPCa的0.73/0.72,与临床模型的表现相当。在那些仅通过临床参数无法准确分类的患者中,结合Glycoflow检测的模型能更精准地区分csPCa和vcsPCa。而且,单独使用Glycoflow检测得到的预测分数与仅使用临床参数的预测分数之间不存在相关性,这表明外泌体糖链分析具有补充性的诊断价值。
Glycoflow是一种基于尿液的外泌体糖链检测方法,它能提供与PSA和临床参数相辅相成的诊断信息,有助于提高对csPCa和vcsPCa的活检前检测效率。如果在更大规模的群体中进行进一步验证,该技术有望为活检决策提供支持,减少过度诊断的情况。
为检测具有临床意义的前列腺癌(csPCa;格里森评分组[GG]≥2),需要相应的生物标志物,因为血清前列腺特异性抗原(PSA)检测常常会过度诊断出进展缓慢的GG1级疾病,从而导致不必要的活检。直肠指检后的尿液中含有外泌体(EVs),这些外泌体携带的糖链特征能够反映肿瘤的生物学特性,有助于区分恶性与良性疾病。本研究旨在探讨通过分析直肠指检后尿液中外泌体的糖链特征,是否能提高对以下疾病的活检前检测能力:(i)csPCa(GG≥2与GG1/良性);以及(ii)高度恶性的前列腺癌vcsPCa(GG≥3与GG2/GG1/良性)。
从135名接受前列腺活检的男性(良性、GG1-GG5级)的直肠指检后尿液中分离出外泌体,然后使用Glycoflow技术对其进行分析。该技术是一种纳米流式细胞术,可同时测定外泌体上的六种糖链生物标志物、前列腺特异性膜抗原(PSMA)以及CD63的表达水平。研究还构建了将Glycoflow检测结果与PSA或临床参数(PSA、年龄、家族史及直肠指检结果)相结合的预测模型,这些模型在120名患者身上进行训练,并通过交叉验证和偏差校正性能评估方法进行测试。其性能指标为接收者操作特征曲线下面积[AUC],并与仅使用PSA或仅使用临床参数的模型进行比较。此外,还有一个规模较小的验证组(n=15),用于评估检测结果的重复性及分析流程的稳定性。
将Glycoflow检测结果与PSA或临床参数结合使用的模型,在区分csPCa(AUC分别为0.80 vs 0.72;0.80 vs 0.71)和vcsPCa(AUC分别为0.82 vs 0.72;0.81 vs 0.73)方面,均优于仅使用PSA或仅使用临床参数的模型。经过偏差校正后的样本外AUC值分别为csPCa的0.72/0.72,vcsPCa的0.73/0.72,与临床模型的表现相当。在那些仅通过临床参数无法准确分类的患者中,结合Glycoflow检测的模型能更精准地区分csPCa和vcsPCa。而且,单独使用Glycoflow检测得到的预测分数与仅使用临床参数的预测分数之间不存在相关性,这表明外泌体糖链分析具有补充性的诊断价值。
Glycoflow是一种基于尿液的外泌体糖链检测方法,它能提供与PSA和临床参数相辅相成的诊断信息,有助于提高对csPCa和vcsPCa的活检前检测效率。如果在更大规模的群体中进行进一步验证,该技术有望为活检决策提供支持,减少过度诊断的情况。