Pipeline integrado de aislamiento y análisis rápido de exosomas de plasma humano para la discriminación de cáncer basado en aprendizaje profundo de huellas dactilares de MALDI-TOF MS

Los exosomas plasmáticos han mostrado un gran potencial para la biopsia líquida en el diagnóstico clínico del cáncer. En este documento, presentamos una estrategia integrada para aislar y analizar exosomas de plasma humano de manera rápida y luego discriminar diferentes tipos de cáncer de manera excelente, basada en huellas dactilares de aprendizaje profundo de exosomas plasmáticos. Se desarrolló de manera eficiente una cromatografía de exclusión por tamaño secuencial (SSEC) para separar exosomas del plasma humano. La SSEC aisló exosomas plasmáticos, tomando tan solo 2 horas para una muestra única con alta pureza, de tal manera que las tasas de descarte de lipoproteínas de alta densidad y lipoproteínas de baja/muy baja densidad fueron del 93% y 85%, respectivamente. Gracias al aislamiento rápido y de alta pureza, los contenidos encapsulados en los exosomas, cubiertos por proteínas plasmáticas, fueron bien perfilados por espectrometría de masas por desorción/ionización por láser asistido por matriz (MS). Analizamos además 220 muestras clínicas, incluyendo 79 pacientes con cáncer de mama, 57 pacientes con cáncer pancreático y 84 controles sanos. Después del preprocesamiento de datos de MS y la selección de características, los picos de características de MS extraídos se utilizaron como entradas para construir un modelo de red neuronal artificial multi-clasificador (denotado como Exo-ANN). El modelo optimizado evitó el sobreajuste y funcionó bien en ambas cohortes de entrenamiento y de prueba. Para las muestras de la cohorte de prueba independiente, se realizó una precisión de diagnóstico del 80.0% con un área bajo la curva de 0.91 para todo el grupo. Estos resultados sugieren que nuestro pipeline integrado puede convertirse en una herramienta genérica para la biopsia líquida basada en el análisis de exosomas plasmáticos en clínicas.