腫瘤中的外泌體PD-L1蛋白的準確定量與免疫治療的反應密切相關。然而，目前仍缺乏能夠實現對循環外泌體表面PD-L1的表達進行高精度定量檢測的有效方法。有鑒于此，南開大學劉書琳教授、王志剛教授和天津市人民醫院張詩武教授開發了一種基于適配體識別和DNA支架雜交觸發的量子點納米球組裝的信號放大策略，使外泌體的雙色表型能夠通過機器學習準確篩查癌癥和預測PD-L1引導的免疫治療效果。
本文要點：
（1）通過DNA介導的組裝，研究者利用兩個適配體同時對外泌體抗原（在腫瘤診斷和治療預測中具有協同作用）進行超靈敏檢測，從而可以通過機器學習算法實現更好的樣本分類和預測。
（2）基于該策略，研究者可以通過一滴血區分不同的癌癥患者和健康個體，并預測免疫治療的結果。綜上所述，該研究設計的方法有望為實現個性化診斷和推動精準醫療的發展提供新的見解。
Yu-Peng Zhang. et al. Accurate Cancer Screening and Prediction of PD-L1-Guided Immunotherapy Efficacy Using Quantum Dot Nanosphere Self-Assembly and Machine Learning. Nano Letters. 2024
DOI: 10.1021/acs.nanolett.3c05060
https://pubs.acs.org/doi/10.1021/acs.nanolett.3c05060
