液体活检作为一种快速发展的诊断技术，其主要基于检测体液中的一些循环靶标物，如细胞、核酸和细胞外囊泡等。外泌体作为一类~30-200 nm的细胞外囊泡，与体液中其它循环靶标物相比，外泌体在体液中含量丰富，并且能够稳定存在，因此受到越来越多的关注。目前针对外泌体的检测主要依赖于靶向特定的标志物，然而这些标志物往往不是某一类肿瘤细胞特有的，因此需要发展一种高灵敏无标记的方法能够分析外泌体许多潜在的标志物，并且提供关于外泌体更加丰富的分子信息，对于疾病的早期诊断和筛查具有重要的临床价值。近日，中国科学院长春应用化学研究所金永东研究员团队在Analytical Chemistry杂志(Q1, IF: 8.008)上发表了题为“Machine Learning-Based Label-Free SERS Profiling of Exosomes forAccurate Fuzzy Diagnosis of Cancer and Dynamic Monitoring ofDrug Therapeutic Processes”的研究性论文(DOI: 10.1021/acs.analchem.3c00026)。文中通过将3D有序金纳米粒子薄膜作为SERS基底，并且结合机器学习的方法，通过分析血清中外泌体的拉曼光谱，可以实现对乳腺癌以及宫颈癌的高灵敏检测。文中的第一作者为2022级博士生刁兴康，通讯作者为齐国华副研究员和金永东研究员。
在这项研究中，研究人员通过将高“热点”分布的3D有序三层金纳米粒子薄膜作为SERS基底，并且利用主成分分析-线性判别分析（PCA-LDA）联用的方法对三种不同细胞（H8,MCF-7,HeLa）分泌的外泌体的拉曼光谱进行分析和提取，在置信区间为90%时，可以实现对三种不同细胞分泌外泌体的准确鉴定，将80%细胞分泌外泌体的拉曼光谱用于训练LDA模型，20%的拉曼光谱用于测试，可以实现91.1的预测准确率。利用三种不同细胞分泌外泌体的拉曼光谱训练的LDA模型，可以实现对临床样本（正常个体、宫颈癌和乳腺癌）93.3%的识别准确率。最后通过分析MCF-7细胞在化疗药物阿霉素（DOX）刺激不同时间下拉曼光谱的变化，如苯丙氨酸含量增加、包含酪氨酸和色氨酸蛋白质结构变化，揭示了化疗药物DOX的作用机制。
示意图：3D有序三层金纳米粒子薄膜作为SERS基底，并且结合机器学习的方法，对外泌体分泌的拉曼光谱进行辨别分析。作者简介：第一作者：刁兴康，长春应化所博士在读，导师：金永东研究员。主要从事SERS在生物传感方面得研究。通讯作者：齐国华，中国科学院长春应用化学研究所，电分析化学国家重点实验室，副研究员。主要从事SERS技术在生物传感以及活体应用，电刺激细胞行为，以及活体电化学研究。目前发表SCI论文47篇，主要发表在Adv. Mater., Natl. Sci. Rev., Adv. Sci., Nano energy, Anal. Chem., 和 iScience等国际知名杂志上，2023年获得国际“Advanced Materials Innovation Award”。金永东，中国科学院长春应用化学研究所，电分析化学国家重点实验室，研究员，课题组长，博士生导师。主要从事纳米结构电分析化学研究、生物/纳米界面基础研究以及plasmonic杂化纳米结构的分析应用。在Nature Nanotechnol.、Nature Commun.、Chem. Soc. Rev.、Acc. Chem. Res.、PNAS、J. Am. Chem. Soc.、Angew. Chem.和Adv. Mater.等著名期刊发表文章。2016年科技部创新人才推进计划（重点领域创新团队负责人）。2020年入选国际先进材料协会会士（IAAM Fellow, Sweden）; 2021年获国际Vebleo Fellow Award（www.vebleo.com）。参考文献：Machine Learning-Based Label-Free SERS Profiling of Exosomes forAccurate Fuzzy Diagnosis of Cancer and Dynamic Monitoring ofDrug Therapeutic Processes. Analytical Chemistry. DOI: 10.1021/acs.analchem.3c00026.
外泌体资讯网 Analytical Chemistry|中科院长春应化所金永东：基于机器学习的无标记SERS分析外泌体用于癌早期诊断及动态监测
