近日，东北大学教授杨婷教授团队开发了一种从尿液中快速分离单个外泌体并进行原位检测的新方法，可用于早期膀胱癌（BCa）的诊断系统。相关成果发表在《德国应用化学》上。

外泌体（sEV）作为一种新兴生物标志物，在肿瘤诊断方面具有重要意义。目前的研究主要以体液中预先分离出的sEV作为研究对象，对群体sEV进行分析。相比之下，单sEV分析可以区分sEV的异质性，从而更好地提取肿瘤相关特征。然而，目前单sEV分析普遍依赖于先进技术，需要冗长的样品预处理程序，从而限制了其在临床诊断中的应用。

本研究中，团队采用内部修饰有sEV分子印迹的金纳米孔阵列对单个sEV进行分离，凭借着金纳米孔所提供的拉曼增强效果增强单个sEV的拉曼光谱。随后，团队使用人工智能辅助进行数据分析，并通过智能滤波器消除无效光谱数据、卷积神经网络对光谱数据进行分类，为每个患者生成肿瘤相关sEV及正常sEV的数字计数矩阵。通过分析55名膀胱癌患者和21名健康志愿者的尿液样本，该研究使得该诊断系统在BCa的早期诊断中达到了97.37%的准确率。

在此基础上，他们使用可解释人工智能算法对光谱数据进行了深入分析，确定了9个在BCa分析中贡献最大的光谱特征，并且使用其他泌尿系统恶性肿瘤的临床标本与BCa样本在这些特征位置进行比较，实现了BCa和其他泌尿系统癌症之间的区分，有效证明了这一诊断策略的外延性以及人工智能算法在光谱分析方面的有效性。

本研究不仅为外泌体分析提供了新范式，也在光谱分析方面提供了新见解和新方法。

相关论文信息：https://doi.org/10.1002/anie.202506744