能够显示细胞外囊泡的抗体，有助于靶向癌症治疗

2024-05-23 Thu
能够显示细胞外囊泡的抗体在靶向癌症治疗中的应用
外泌体（Extracellular Vesicles, EVs）作为天然的递送载体和生物信号的介导体在各类组织中的应用已有广泛研究。在本篇研究中，研究者借助EVs的这些特性，展示了一种装饰有特定抗体结合域（Fragment crystallizable，Fc）的EVs，其作为癌症靶向治疗的模块化递送系统。本文发表于《Nature Biomedical Engineering》，由一支国际合作团队完成，包括Oscar P. B. Wiklander, Doste R. Mamand, Dara K. Mohammad等人，他们分别来自Karolinska Institutet、Salahaddin University-Erbil以及University of Oxford等多个知名科研机构。
研究背景与目的过去几十年，癌症治疗的主要进步之一是抗体靶向治疗的应用，如用于乳腺癌治疗的抗HER2（Human Epidermal Receptor 2）治疗，以及近年来的免疫疗法，包括免疫检查点抑制。尽管PD-L1（Programmed-Death Ligand 1）在各种肿瘤中高表达，但仅有一小部分患者表现出持久的反应。为此，许多策略被提出以提高转化率，包括与化疗结合、多个检查点的抑制及其它免疫刺激方法。然而，这些策略在协调不同类型药物的递送到目标部位方面存在局限。
外泌体作为药物递送的纳米载体提供了一种有趣的替代方法。EVs是由所有细胞分泌的一类异质性天然纳米囊泡，其直径在30至2000纳米之间，能够携带细胞来源的脂质、蛋白质和核酸物质，并通过先进的细胞间通信系统传递这些大分子。EVs不仅可以跨越生物屏障到达远处器官，还可以被工程化以展示靶向基团并携带各种治疗货物。在过去的几年中，EVs因其治疗潜力而受到越来越多的关注，许多临床试验也在进行中。
研究流程研究对象与工程化方法本研究旨在开发一种高度模块化的EVs治疗技术，即通过分子工程工具开发出可以结合抗体Fc部分的EVs，使其可用于靶向任何感兴趣的组织。研究团队首先在EV表面引入了一个Fc结合域，以便装饰不同类型的抗体，从而使EVs可以靶向特定组织。EVs生成细胞被工程化以表达融合结构，包括Fc结合域和EV分类蛋白，从而使Fc域在EVs上富集。
研究者比较了九种EV分类域（如CD9, CD63, CD81等）和九种Fc结合域（如Protein A, Z域等）的工程化策略，并使用成像流式细胞术（Imaging Flow Cytometry, IFC）筛选和测量EV上荧光报告基因及抗体结合情况。
实验步骤与主要发现EV工程化与筛选：
初步筛选发现，CD63和Z域的组合产生了最高水平的表达，成为最佳候选并用于后续实验。
EV表征与抗体结合确认：
通过纳米颗粒追踪分析（Nanoparticle Tracking Analysis, NTA），确定Fc-EVs的粒径约为100纳米。
免疫电子显微镜和尺寸排阻色谱进一步确认Fc-EVs与抗体的具体结合情况。
体外靶向能力评估：
使用抗HER2抗体（Trastuzumab）对HER2阳性乳腺癌细胞（SKBR-3）的靶向实验中，Fc-EVs显示出显著的内吞增加。
使用抗PD-L1抗体（Atezolizumab）对PD-L1表达的恶性黑色素瘤细胞（B16F10）的实验中，同样显示出显著的内吞增加。
体内靶向实验：
在B16F10肿瘤小鼠模型中，通过静脉注射Fc-EVs展示出显著的肿瘤组织积聚，特别是展示PD-L1抗体的Fc-EVs显示出更高的肿瘤靶向积聚效果。
药物递送与治疗效果：
加载多柔比星的Fc-EVs在黑色素瘤小鼠模型中表现出显著抑制肿瘤进展和延长生存期的效果，显示了其作为癌症靶向治疗载体的潜力。
研究结论与意义该研究展示了一种高度模块化的EVs治疗技术，通过展示抗体Fc域，使EVs可以靶向特定组织，并递送抗肿瘤药物。相比传统的抗体治疗，Fc-EVs提供了一种更加精准的药物递送方式，具有显著的科学和应用价值。由于抗体展示技术的高度灵活性，Fc-EVs可以与多种已获批准的治疗抗体结合，提供了一种潜在的“即拿即用”治疗方案。
研究亮点模块化技术创新：首次展示了可以通过展示Fc域进行模块化设计的EVs，对于各种癌症的靶向治疗具有重要意义。
靶向递送药物：证明了通过EVs进行靶向药物递送的可行性，特别是在恶性肿瘤中的应用，有望减少化疗带来的副作用。
多种应用潜力：该技术不仅可用于传统抗体，而且可以扩展到Fc融合蛋白、抗体-药物结合物以及双特异性抗体等。
后续展望此研究为后续研究奠定了坚实的基础，未来的研究需要进一步探索Fc-EVs在不同治疗组合中的潜力，最终实现临床转化应用。总之，Fc-EVs作为一种创新的癌症治疗载体，展示了其巨大的潜力和实际应用价值，将在未来的精准医学领域发挥重要作用。