微纳材料与微流控平台助力循环肿瘤细胞多模态检测

原文：Micro/Nanostructured Materials and Microfluidic Diagnostic Platforms Enable Multimodal Detection of Circulating Tumor Cells.
期刊：Exploration (Beijing, China)（影响因子 30.4） |  PubMed | PMC 全文（含 PDF）

在癌症诊疗中，如何实时、无创地“看见”肿瘤的动态变化，一直是精准医学的核心难题。传统组织活检虽然能直接取样病灶，却往往只能提供疾病某一时刻的“静态快照”，难以反映肿瘤在空间和时间上的异质性；而常规血液检查或影像学手段，对早期病灶和微小残留病灶的灵敏度也常常不足。正是在这一背景下，液体活检（liquid biopsy）逐渐走向舞台中央——通过一管血，捕捉肿瘤释放到循环系统中的“蛛丝马迹”。

在液体活检的多种分析物中，循环肿瘤细胞（circulating tumor cells, CTCs）尤为特殊。它们是从原发肿瘤脱落、进入外周血的肿瘤细胞，被称为转移的“种子”，也是观察原发灶与转移灶分子特征的“液态窗口”。与循环肿瘤DNA（ctDNA）或细胞外囊泡（如外泌体）相比，CTCs 携带了完整的肿瘤来源 DNA、RNA 和蛋白质信息，能够在单细胞层面揭示肿瘤异质性、克隆演化以及耐药机制。

然而，CTCs 的临床转化并不容易。其在血液中极为稀有，通常每一百万个血细胞中才可能存在一个 CTC；同时，CTCs 具有高度表型可塑性，尤其在上皮–间质转化（EMT）过程中会改变表面标志物表达，使得依赖单一抗体的捕获策略容易漏检。此外，血液微环境复杂，非特异性吸附、缺乏标准化流程以及多组学数据整合困难，都限制了其检测准确性。近期发表于 Exploration（影响因子 30.4）的一篇综述文章，系统梳理了微纳结构材料与微流控诊断平台如何推动 CTCs 的多模态检测，为上述问题提供了材料–器件–算法协同的新思路。

研究背景：从“看见细胞”到“读懂细胞”

CTC 的概念最早可追溯到 1869 年，澳大利亚医生 Thomas Ashworth 在癌症患者血液中观察到类似上皮的细胞，并推测其来源于原发肿瘤。此后的一个多世纪里，“种子与土壤”假说逐步确立：肿瘤细胞像种子一样经血流播散，只在适合的远端器官“土壤”中定植。2004 年，CellSearch 系统成为美国 FDA 批准的首个 CTC 检测平台，标志着 CTC 诊断进入临床。

但 CTC 并不是均一的群体。血液中的 CTC 包括凋亡细胞、短暂存在的“旁观者”，以及少数具有转移潜能的活细胞；后者才是理解转移和耐药的关键。更重要的是，CTCs 在 EMT 与间质–上皮转化（MET）之间动态切换，呈现出低表达、部分表达或完全表达上皮/间质标志物的不同状态。它们还能与白细胞、血小板、中性粒细胞等形成同型或异型细胞簇，其中细胞簇的转移效率远高于单个 CTC。这种罕见性、异质性和微环境相互作用，使得单纯“计数”已不足以满足临床需求，必须走向分子分型与多模态分析。

在肝癌等实体瘤中，CTCs 与 ctDNA 已展现出伴随诊断、预后评估、疾病进展监测和个体化治疗等多元价值。例如，CTCs 表面 PD-L1 或 ARV7 的蛋白表达，可分别指导肺癌免疫治疗和前列腺癌雄激素受体靶向治疗；单细胞基因组分析能揭示患者内部异质性与克隆演化；而系列 CTC 计数下降则与乳腺癌治疗获益相关。因此，如何高效富集并“读懂”这些稀有细胞，成为领域内的核心问题。

核心发现：材料界面如何决定捕获性能

该综述系统总结了功能化纳米材料、微滤基底和仿生微流控器件的结构–功能关系，指出材料参数直接决定 CTC 捕获效率。传统策略主要依赖生物物理性质或免疫亲和富集，但各自存在瓶颈：物理方法易受血细胞干扰，免疫方法则受限于 EpCAM 等标志物表达下调。

文章重点介绍了几类工程化界面。其一是具有特殊拓扑结构的微孔阵列，例如“风车状”孔阵列，结合抗污染聚合物表面修饰，可同时提升捕获效率与纯度，减少非特异性吸附。其二是抗体或适配体功能化的纳米结构材料：通过优化配体密度与空间构型，增强对低 EpCAM 表达等异质性 CTC 亚群的选择性识别。其三是仿生微流控芯片，例如受章鱼触手启发的微柱阵列，能够模拟生物表面形貌，实现 CTC 的高效捕获与后续释放。

这些微纳材料不仅用于“抓细胞”，还构成了下游多模态分子分析的兼容平台。文章梳理了从微纳结构基底释放 CTCs 的多种策略，使捕获后的细胞能够进行 DNA、RNA 和蛋白质层面的联合分析。借助新兴数字 PCR 技术，系统有望突破稀有突变检测与蛋白质定量的灵敏度壁垒，实现多组学数据融合。

方法亮点：从富集到多组学整合与 AI 解码

在技术路径上，综述将 CTC 分析划分为三个相互衔接的环节：高效富集、多维分子分型、智能数据整合。

首先是富集环节。文章归纳了免疫亲和策略、无标记物理性质策略以及膜过滤技术的最新进展。免疫亲和方向不再局限于单一抗体，而是通过纳米结构界面调控配体呈递方式，以识别 EMT 过程中的动态表型；物理策略则利用细胞尺寸、变形性等生物物理差异进行分选；膜过滤技术通过精确控制膜孔径，从纳米到微米尺度优化截留效果。

其次是释放与分子分析。捕获并非终点，如何将活细胞从基底上温和释放，并保持其 RNA 与蛋白完整性，是后续分析的前提。文章总结了多种释放策略，并进一步展示整合数字 PCR、质谱等技术，对 CTC 基因组、转录组和蛋白质组进行跨尺度定量的方法。例如，下一代 PCR 技术可实现蛋白质–RNA 的跨尺度联合定量，为单细胞多组学提供工具基础。

最后是人工智能的引入。面对 CTC 异质性带来的海量多维数据，AI 驱动的特征选择、聚类与预测模型被用于整合 DNA、RNA、蛋白等多层信息，解码肿瘤异质性并指导疾病监测。文章特别指出，AI 在异质性 CTC 细胞簇的多模态分析中具有应用潜力，可帮助识别与转移和不良预后最相关的亚群。

应用意义：通往动态、高分辨率的肿瘤监测网络

从科研角度看，这项工作把材料科学、微流控工程、分子生物学与人工智能放在同一框架下审视，明确了“材料参数—捕获性能—分子分析—算法解码”的因果链条。它提示研究者：提升 CTC 检测不仅依赖生物标志物发现，也依赖界面拓扑、孔径、配体空间构型等物理化学参数的理性设计。

从临床角度看，CTCs 能弥补组织活检无法反复取样、难以捕捉时空异质性的不足。通过外周血连续监测，医生可以追踪治疗反应、发现耐药克隆、评估微小残留病灶。例如，在乳腺癌中动态监测 PIK3CA、ESR1 等突变可揭示耐药机制；在肝癌中，CTCs 与 ctDNA 联合分析已展现伴随诊断与预后价值。若微流控集成材料、单细胞多组学与 AI 分析进一步融合，未来有望建立实时、高分辨率的肿瘤监测平台。

不过，文章也冷静指出当前挑战：标准化协议缺失导致不同研究难以横向比较；多组学数据集整合仍不充分；临床验证规模和稳健性有待加强。这些问题决定了 CTC 检测从实验室走向常规临床，仍有较长的转化之路。

结语

总体而言，这篇综述表明：微纳结构材料与微流控诊断平台正在把 CTCs 从“难以捕捉的稀有细胞”，转变为可富集、可释放、可多组学解析、可被 AI 解读的临床信息载体。随着材料–器件–算法框架的成熟，液体活检有望从单点检测走向纵向疾病管理，在肿瘤精准医疗中扮演越来越关键的角色。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。