理化所等在癌癥患者血栓風險精準預測方面獲進展

靜脈血栓栓塞癥（VTE）是癌癥患者致命的并發癥。由于臨床缺乏準確和有效的VTE風險評估方法，VTE的漏診常常造成醫療干預的延遲甚至患者的死亡。研究表明，細胞外泌體（EVs）通過表面攜帶的組織因子，啟動外源性凝血反應，致使血液的高凝狀態甚至促進VTE的形成。有研究初步探討了血漿EVs的促凝能力，但如何用于臨床VTE風險預測仍面臨挑戰。?

近期，中國科學院理化技術研究所研究員王樹濤、孟靖昕團隊，聯合首都醫科大學附屬北京友誼醫院教授張澍田，發展了一種可檢測血漿EVs凝血風險的條形碼（PEVB），為臨床癌癥患者VTE風險預判提供了有效技術。該技術具有三個特點：利用二氧化鈦納米花快速捕獲血漿樣品的EVs；通過可視化的EVs介導凝血反應（陽性條帶數量）來原位地檢測EVs促凝能力；機器學習輔助的臨床數據分析以進行準確的VTE風險評估。科研人員使用PEVB對來自8種癌癥的167名患者進行檢測，并采用機器學習將條帶分數與D-二聚體篩查和其他常規臨床信息整合。該技術通過篩選合適的機器學習模型，實現了對VTE的精準預測，AUC為0.993，檢測特異性97.1%，靈敏度96.8%，準確率97.0%，顯著優于目前臨床上常用VTE風險預測工具（例如，D-二聚體篩查，特異性44.8%，靈敏度90.3%，準確率53.2%）。因此，基于條形碼與檢測技術可直觀、快速、便捷的評估VTE風險，在癌癥患者VTE風險精準預測方面展現出潛力。

相關研究成果以Machine-Learning-Assisted Procoagulant Extracellular Vesicle Barcode Assay toward High-Performance Evaluation of Thrombosis-Induced Death Risk in Cancer Patients為題，發表在《美國化學學會-納米》（ACS Nano）上。研究工作得到國家自然科學基金和中國科學院國際伙伴計劃等的支持。?

論文鏈接