TNBC是一种恶性程度高、预后较差的乳腺癌亚型，由于缺乏特异性生物标志物，其临床诊疗手段一直受到限制。EV聚糖在肿瘤演进中发挥着关键作用，具有作为新型肿瘤生物标志物的潜力。然而，由于体液环境的复杂性和EV的强异质性，以及传统糖类分析方法的繁琐和灵敏度不足，EV聚糖图谱的测量一直面临挑战。
此次研究中，团队创新性地提出了一种基于凝集素糖类分子识别的EV聚糖热泳分析新方法（EVLET）。通过荧光标记的凝集素特异性识别血浆中EV的表面聚糖，并利用微流控热泳技术富集EV并放大荧光信号，实现了EV聚糖的高灵敏、定量检测。相比传统的凝集素ELISA方法，其灵敏度提高了两个数量级。
针对TNBC，研究团队利用生物信息学和实验手段筛选出特异性凝集素探针，通过EVLET技术获取临床血浆EV聚糖图谱。结合机器学习算法，成功构建了基于EV聚糖特征的TNBC精准诊断模型，准确率高达91%。同时，该技术还能有效监测TNBC的疗效，对疾病进展或缓解的判断准确率达到96%，并可作为患者无进展生存期的独立预后因素。
这一成果为基于EV聚糖图谱检测的非侵入性癌症管理提供了新的方法，有望为TNBC的临床诊疗带来革命性的改变。研究工作得到了国家重点研发计划、国家自然科学基金等多个项目的支持，展示了我国在纳米科学和癌症诊疗领域的雄厚实力。
