研究突破：开发基于糖基化细胞外囊泡衍生的miRNA签名，用于早期检测食管鳞癌

食管鳞癌（ESCC）是全球常见的癌症之一，尤其在中国等非西方国家发病率较高。由于缺乏非侵入性早期检测工具，ESCC多在晚期才被诊断，导致患者预后不佳，5年生存率仅为15%至25%。早期诊断和及时干预对于改善患者生存率至关重要。然而，传统的内镜和黏膜活检方法因成本高、操作复杂且具有侵入性，无法用于ESCC的常规筛查。因此，开发新的早期诊断标志物迫在眉睫。

在此背景下，研究团队聚焦于液体活检中的EVs。EVs是细胞分泌的微小囊泡，富含肿瘤特异性成分，且在血浆等体液中含量丰富、稳定性高、易于获取。研究发现，肿瘤细胞的糖基化修饰异常，尤其是唾液酸化和岩藻糖基化，与肿瘤的发生、发展密切相关。基于此，研究团队利用岩藻糖基化（Fuc-）和唾液酸化（Sia-）的EVs捕获策略，深入探究肿瘤来源的EVs中的miRNA水平。

研究结果

图 1 利用小RNA测序鉴定预测食管鳞癌患者的糖基化EVs衍生miRNA

如图1，展示了利用小RNA测序鉴定糖基化EVs衍生miRNA以预测ESCC患者的流程，还有Fuc-EVs和Sia-EVs发现队列中差异表达miRNA的火山图、热图，能直观呈现miRNA的筛选过程和表达差异情况。研究共纳入371例ESCC患者和303例健康对照者，通过多中心、多阶段的病例对照研究，利用扁豆凝集素（LCA）和小麦胚芽凝集素（WGA）包被的磁珠，分别分离Fuc-EVs和Sia-EVs。

图 2 在内部验证队列和外部验证队列中评估糖基化EVs DEmiRNAs基础面板的性能

图2A，B分别展示了内部验证队列和外部验证队列中ESCC患者与健康对照的7个DEmiRNAs的代表性热图。而图2C，D利用ROC曲线分析，分别展示了在内部验证队列和外部验证队列中RiskscoreFuc−、RiskscoreSia−和RiskscoreFuc−&Sia−的诊断性能。经过生物标志物发现、筛选、训练、内部验证和外部验证等步骤，确定了7个差异表达的miRNA，并构建了基于糖基化EVs衍生miRNA的诊断模型。

图 3 糖基化EVs衍生miRNA签名的构建及诊断性能评估

图3展示了构建糖基化EVs差异表达miRNA（DEmiRNAs）特征并评估其在训练队列中的诊断能力，通过受试者工作特征曲线（ROC）和瀑布图展示不同风险评分（RiskscoreFuc-、RiskscoreSia-、RiskscoreFuc-&Sia-）在ESCC患者和健康对照者血清样本中的诊断性能和分布。

结果显示，该诊断模型（RiskscoreFuc-&Sia-）在各阶段ESCC的检测中表现卓越。在训练队列、内部验证队列和外部多中心验证队列中，其受试者工作特征曲线下面积（AUC）分别达到0.980、0.957和0.973，显著高于CEA（训练队列AUC=0.769；内部验证队列AUC=0.749；外部验证队列AUC=0.765）。在检测CEA阴性（CEA<5ng/ml）的ESCC病例时，该模型同样表现出色，训练及内部验证队列AUC为0.974，外部多中心验证队列AUC为0.973。此外，在区分早期ESCC患者方面，模型的效能也十分强大，训练队列AUC=0.982，外部多中心验证队列AUC=0.977。

图 4 糖基化EVs衍生miRNA特征（RiskscoreFuc-&Sia-）与CEA联合诊断的性能

研究还发现，将RiskscoreFuc-&Sia-与CEA联合使用，可进一步提高诊断准确性。在训练队列中，CEA单独检测时AUC为0.769，联合RiskscoreFuc-&Sia-后AUC提升至0.989，内部验证队列和外部验证队列也有类似提升。决策曲线分析表明，联合检测在多数诊断阈值概率范围内，能提供更高的净收益。

从技术层面来看，研究采用的糖基化EVs捕获策略可有效富集肿瘤来源的EVs，自动化提取方法提高了实验效率和可控性，逆转录定量聚合酶链反应（RT-qPCR）保证了miRNA分析的准确性，增强了该检测方法向临床分子诊断转化的可行性。

研究还指出，糖基化EVs的分离技术在临床转化中面临成本较高的挑战，主要源于高质量凝集素的使用，但随着技术进步，这一问题有望得到解决。未来研究可从不同人群生物靶点开发、癌症全阶段监测等方面展开，进一步优化诊断模型。总体而言，该研究为ESCC的早期检测提供了一种潜在的高效方法，有望改善食管癌患者的诊疗现状，相关成果也为多种癌症的早期诊断模型开发提供了理论和实践依据。

原文链接：https://doi.org/10.1186/s12916-025-03871-z