一种pH响应的相位过渡双亲关系纳米聚合物辅助的外体细胞代谢学,用于早期查骨关节炎
Yiqing Cao1, Shuai Liao2, Chunhui Deng3
1Center for Medical Research and Innovation, Shanghai Pudong Hospital & Department of Pharmaceutical Analysis, School of Pharmacy, Fudan University, Shanghai 201203, China.
Talanta
|November 15, 2024
概括
研究人员开发了一种新型纳米聚合物,可以有效地从尿液中分离出体细胞. 这种方法与代谢学和机器学习相结合,可以准确地区分早期骨关节炎患者和健康个体.
科学领域:
- 生物材料科学 生物材料科学
- 纳米技术纳米技术
- 临床诊断 临床诊断 临床诊断
背景情况:
- 外体是有前途的非侵入性生物标志物,但它们的分析有限.
- 对于疾病诊断的外体的代谢物概况仍未得到充分探索.
- 从生物流体中有效和特定的外体隔离对于生物标志物发现至关重要.
研究的目的:
- 开发一种新型的双功能纳米聚合物,以有效地从尿液中分离出体细胞.
- 调查尿道外体代谢物作为早期骨关节炎检测生物标志物的潜力.
- 建立基于外体细胞代谢学的精确疾病分类的机器学习模型.
主要方法:
- 合成一个pH响应的,相位过渡的双功能亲和力纳米聚合物 (pH-BiAN),使用聚-4-维尼尔皮里丁 (P4VP),CD63体和distearoyl乙烯胺 (DSPE).
- 从尿液中分离出外体,利用双重亲和机制 (阿巴胺-蛋白质和脂质-水相互作用).
- 液体染色学-质谱学/质谱学 (LC-MS/MS) 孤立外体的非向代谢学,随后是机器学习模型的开发.
主要成果:
- pH-BiAN 证明了从尿液中有效和特定的外体细胞捕获,并提高了质量转移和接触效率.
- 该纳米聚合物通过pH诱导的聚合和离心,使捕获的外体容易分离.
- 机器学习模型在区分早期骨关节炎患者和健康对照者方面实现了超过0.919的临床准确性.
结论:
- 开发的pH-BiAN纳米聚合物为从尿液中分离出体细胞提供了一种卓越的方法.
- 尿道外体代谢学对非侵入性早期骨关节炎诊断具有显著的潜力.
- 这种对外体隔离,代谢学和机器学习的综合方法显示出对临床疾病监测的前景.
