文章内容

本报讯（乳腺疾病诊疗中心 郑超）近日，山大二院副院长、乳腺疾病诊疗中心主任余之刚团队在分析化学领域国际期刊 Analytical Chemistry（中科院一区 TOP，自然指数期刊）发表了题为“Raman Spectroscopy and Exosome-Based Machine LearningPredicts the Efficacy of Neoadjuvant Therapy for HER2-PositiveBreast Cancer”的研究成果，建立了 HER2 阳性乳腺癌新辅助疗效智能诊断预测模型。山东大学第二临床学院硕士研究生贾亦宁为本论文独立第一作者，第二医院乳腺疾病诊疗中心余之刚和郑超为共同通讯作者，山东大学为第一作者单位和唯一通讯作者单位。

早期预测 HER2 阳性乳腺癌新辅助治疗（NAT）的疗效对临床和科学均具重要意义。尽管 NAT 后病理完全缓解（pCR）与远期预后密切相关，但患者间疗效差异大，部分对药物不敏感。现有评估手段，如血液标志物检测和传统影像学方法，难以准确、及时地预测pCR，导致患者的 pCR 率仅在 20%-80% 之间。鉴于此，开发一种新的评价方法以动态准确的监测患者反应显得尤为必要。相比传统组织活检，液体活检作为一种无创检测手段，具备无创、快速、简便及可动态监测等优势，有助于实现肿瘤标志物的动态监测，提高治疗反应评价的准确性，从而改善患者长期预后。

外泌体作为液体活检的关键成分，在肿瘤的发生、发展及治疗反应中起着重要作用，被视为潜在的癌症诊断和治疗效果预测标志物。然而，当前临床实践中亟需开发新的外泌体检测方法以加速癌症体液活检的发展。本研究采用拉曼光谱技术，分析了 HER2 阳性乳腺癌患者接受新辅助治疗前后血浆中外泌体分子特征的变化，并利用机器学习方法（PCA、LDA、SVM）构建了一个早期疗效预测模型，其 AUC 值超过 0.89。为进一步提升预测精度，我们还开发了一种名为 HER2-MEDN 的外泌体捕获检测系统，通过该系统从患者的新辅助化疗前后的血浆中提取并检测外泌体，优化后得到的早期疗效预测模型准确率超过了 0.94。本研究旨在探讨外泌体，特别是通过 HER2-MEDN 系统在诊断HER2 阳性乳腺癌新辅助治疗早期疗效方面的准确性，为提高此类癌症治疗效果的预测提供了新的思路与方法。