2023年2月13日，南开大学黄兴禄教授、中科院生物物理所阎锡蕴团队与中科院自动化所田捷团队合作在Nature Nanotechnology期刊上发表了一篇题为“Machine-learning-assisted single-vessel analysis of nanoparticle permeability in tumour vasculatures”的新研究。
该研究提出了一种基于蛋白质纳米探针和机器学习的单血管定量分析方法，以定量研究纳米颗粒穿过血管达到肿瘤的过程。研究发现不同肿瘤的血管渗透性存在极大异质性，并且成功开发出了具有增强跨内皮转运能力的蛋白纳米颗粒，为下一代抗癌纳米药物的合理设计指明了方向。
论文通讯作者是黄兴禄、阎锡蕴、田捷；第一作者是朱明盛、庄洁。
近年来，纳米药物靶向递送治疗肿瘤成为研究热点，其机制主要依赖于（enhanced permeability and retention, EPR）效应，即纳米颗粒在肿瘤组织的高渗透长滞留效应。然而，随着多个纳米药物临床研究的失败，有关此效应的研究逐渐遭到质疑。最近的研究表明，高达97%的纳米颗粒通过主动的跨内皮转运机制穿过血管进入肿瘤，而不是被动的外渗机制。尽管如此，更多的研究人员认为纳米药物在不同肿瘤血管中的渗透能力具有异质性，在不同类型肿瘤中纳米颗粒渗透机制具有较大差异。然而，目前对这种结论的认可更多的是一种定性或经验性的判断，还缺乏有效的定量分析方法来支持这一论据。
因此，南开大学黄兴禄教授与合作者提出了一种基于机器学习的单血管定量分析方法（Nano-ISML），以定量研究纳米颗粒穿过血管达到肿瘤的过程。在经过对32种不同肿瘤类型中的>67000根血管进行定量分析后，研究人员以数据化的形式展示了在不同肿瘤类型中纳米颗粒血管渗透能力的异质性，纳米颗粒在不同类型肿瘤中的渗透机制也存在异质性。基于此发现，研究人员成功开发出了具有增强跨内皮转运能力的蛋白纳米颗粒，为下一代抗癌纳米药物的合理设计提供了方向。
图1：基于蛋白质纳米探针和机器学习的单血管定量分析方法。
图2：利用Nano-ISML方法对不同肿瘤类型的血管通透性进行定量分析。
研究人员利用铁蛋白纳米笼（FTn）尺寸均一的特性，开发了一种基于蛋白质纳米探针的肿瘤可视化技术，并根据通过此技术获取的大量共聚焦图像开发了基于机器学习的单血管分析方法（Nano-ISML）。利用Nano-ISML，研究人员对来自32种不同肿瘤类型中的>67000根血管进行了定量分析，发现不同血管的渗透性存在超过100倍的差异，并根据定量数据将不同的肿瘤血管人为划分了三种渗透类型，即低渗、中渗和高渗血管，这种差异依赖血管类型和肿瘤类型。
图3：血管通透性机制的异质性。
接下来，研究人员在铁蛋白内生成磁性Fe3O4颗粒，并通过电镜观察其穿过不同肿瘤血管的机制。研究发现，由于血管开孔较多，纳米颗粒穿透高渗透血管主要依赖于通过内皮间隙和VVO（vesiculo-vacuolar organelle）的被动外渗，而低渗透性血管主要依赖内皮细胞捕获后跨内皮运输。不同肿瘤的血管渗透异质性取决于高渗透性血管和低渗透性血管的比例。
图4：铁蛋白及其修饰纳米颗粒的表征。
基于以上发现，研究人员开发出了具有增强跨内皮转运能力的蛋白纳米颗粒，以增强纳米颗粒在低渗透性肿瘤中的血管穿透能力。将人血清白蛋白（HSA）结合到铁蛋白表面，并修饰溶酶体逃逸功能肽H2E，以此增强纳米颗粒与血管内皮细胞的相互作用，同时减少在内皮细胞中溶酶体的降解，增加纳米颗粒的跨内皮细胞转运。研究证实了这两种策略的协同作用，可有效提高铁蛋白的跨细胞转运，并提高了其在低渗透性肿瘤的血管穿透能力，并显示出相比未修饰铁蛋白更强的肿瘤富集和治疗潜力。研究也证明了这种改造的铁蛋白纳米颗粒并不会显著增强高渗肿瘤的血管渗透能力和治疗效果。
图5：不同铁蛋白制剂的体内抗肿瘤能力。
该研究通过高通量量化分析肿瘤单根血管的渗透性，系统阐明了肿瘤血管渗透存在高度异质性，并揭示了血管内皮细胞渗透异质性形成的生物学机制，针对这种机制提出了差异化设计纳米药物的新策略，将为下一代个性化纳米药物的开发提供理论依据和设计原则。该研究通过纳米技术、人工智能和合成生物学进行深度融合，也为学科交叉解决关键科学问题提供了一种新范式。该工作得到了国家自然科学基金（91959129, 32271448, 82072054, 31870999），国家重点研发计划（2022YFA1105100）和天津合成生物专项（TSBICIP-KJGG-014-03）等基金的支持。（来源：科学网）
相关论文信息：https://doi.org/10.1038/s41565-023-01323-4
