黄又举教授团队在Advanced Science上发表利用酶辅助多色可视化平台对前列腺癌患者进行智能筛查的研究成果

近日，我院黄又举教授团队在利用酶辅助多色可视化平台对前列腺癌患者进行智能筛查方面取得新进展。相关研究结果以“Intelligent Screening of Prostate Cancer Individuals Using an Enzyme-Assisted Multicolor Visualization Platform”为题发表在Advanced Science (Q1, IF=14.3)。DOI: http://doi.org/10.1002/advs.202408825。

前列腺癌(PCa)堪称男性健康领域的一大劲敌，其早期往往隐匿无踪，鲜有明显症状，故而，癌症的及早发现对于患者的康复治疗而言，意义非凡。在PCa的检测中，前列腺特异性抗原(PSA)一直是备受推崇的生物标志物。然而，PSA筛查存在一个令人棘手的“灰区”——即PSA水平介于4至10 ng mL^-1之间时，准确诊断早期前列腺癌便变得尤为棘手。已有研究表明，尿液中肌氨酸(Sar)的监测可提供一种无创的前列腺癌初筛技术。通常情况下，人体尿液中的肌氨酸浓度维持在1-3 × 10^-6 M的范围内，而唯有在前列腺癌的病态进程中，这一数值才会显著攀升。相较于传统的血液分析，尿液分析以其直接、微创的特点，在现代医学界日益崭露头角，成为备受青睐的筛查方式。这一检测手段不仅为临床医生提供了洞悉患者整体健康状况的宝贵窗口，更为前列腺癌的早期发现与治疗开辟了新的可能。

常用的Sar测定技术包括气相色谱法(GC)、液相色谱-质谱法(LC/MS)、高效液相色谱-质谱法(HPLC/MS)、毛细管电泳法(CE)和比色法等。除比色法外，其余复杂的方法在Sar测定中虽然提供了更高的分辨率和准确性，但它们也存在缺点，包括昂贵的仪器、大量的样品预处理和冗长的分析过程。虽然比色法具有直观、快速、简单和可重复性等优点，但它们仍然也缺乏GC、LC和MS等技术的复杂性和灵敏度。因此，研究需要在比色法的便利性和其他检测技术的精确性之间取得平衡。

鉴于此，黄又举教授团队设计了一种基于酶辅助多色可视化平台的PCa患者智能筛选方法(图1)。肌氨酸氧化酶(SOX)和Sar之间酶促反应的特异性避免了尿液中结构相似的生物分子的干扰。同时，具有过氧化物酶样活性的Fe-MOF进一步与H₂O₂反应产生活性氧氧化TMB，最终转化为TMB²⁺。将Au NRs蚀刻出鲜艳的颜色。通过智能手机拍照可以轻松提取显示颜色的RGB值。当R < 175或B < 135时，可快速(15 min内)、简单直观地诊断出前列腺癌。此外，Au NRs的纵向LSPR峰移与Sar水平呈线性相关，从而可以准确地定量尿液样本中的Sar，如图2所示。该方法为临床前列腺癌早期快速诊断试剂盒的开发提供了理论基础。此外，智能手机技术和图像分析算法的进步可以进一步简化检测过程，增强用户体验，使患者和医疗保健专业人员都可以轻松使用。

图1 (a)酶辅助多色可视化平台示意图。(b)两种RGB颜色融合用于智能PCa诊断的原理图。

图2 (a)多色智能可视化检测Sar的流程示意图。(b)不同浓度Sar检测结果的颜色及RGB提取颜色。(c)单R值法诊断前列腺癌。(d)单B值法诊断前列腺癌。(e)双色调法诊断前列腺癌。(f)不同浓度Sar检测的紫外可见光谱图。(g)不同浓度Sar检测的纵向LSPR吸收峰位移(Δλ)变化图。(h) Δλ与Sar浓度之间的线性关系图y = 25.11 + 1.79 x (R² > 0.99)

杭州师范大学硕士研究生滕若玫和宁波大学与杭州师范大学联合培养硕士研究生李明为该论文的共同第一作者，杭州师范大学材料与化学化工学院黄又举教授和丁彩萍副教授为该论文的共同通讯作者，杭州师范大学为第一完成单位。该研究工作得到了浙江省“尖兵”、“领雁”项目、国家自然科学基金项目等项目的资助。