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物并进行原点检测的新方法，可用于早期膀胱癌(BCa)检测系统。相关成果发表在德国应用化学上。

外泌体(sEV)作为一种新兴的生物标志物，它在肿瘤诊断中具有重要意义。目前的研究主要以体液中事先分离的SEV为研究对象，分析人群的SEV。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的相关特征。然而，目前单SEV分析一般依赖于先进的技术，需要冗长的样品预处理程序，从而限制了其在疾病诊断中的应用。

在本研究中，团队选择内部装饰有SEV分子痕迹的金纳米孔阵型来分离单个SEV，并利用金纳米孔提供的拉曼增强效果来增强单个SEV的拉曼光谱。随后，团队利用人工智能协助数据分析，通过智能滤波器清除无效光谱数据和卷积神经网络对光谱数据进行分类，为每个患者生成与SEV和正常SEV相关的肿瘤数字记数矩阵。通过对55名膀胱癌患者和21名健康志愿者尿样的分析，该研究在BCA的早期发现中使检测系统达到了97.37%的准确率。

在此基础上，他们使用可解释的人工智能算法对光谱数据进行了深入分析，确定了BCA分析中最大的9个光谱特征，并将其他泌尿系统恶性肿瘤的临床标本与BCA样本进行了比较，完成了BCA与其他泌尿系统癌症的区别，有效证明了该诊断策略的延伸性和人工智能算法在光谱分析中的有效性。

本研究不仅为外泌体分析提供了新的范式，而且为光谱分析提供了新的见解和方法。