基于酶促比色编码的数字医学用于胰腺癌诊断

把颜色变成医学警示灯

胰腺癌是致死性极高的癌症之一，因为它常常在症状出现前就隐匿存在，等发现时往往已难以有效治疗。现有的血液检测通常一次只检测一个或少数几个分子标志物，并依赖专用仪器。本研究提出了一种新型“数字医学”检测方法，它将血液中众多微小RNA分子的复杂模式转换为简单的颜色信号。设想是将来只需在孔板中加一滴样本，就能通过易于读取的颜色提示来筛查高风险患者。

为何多个微弱信号胜过单一强信号

临床医生知道，单一生物标志物通常不足以可靠地早期检测像胰腺癌这样的疾病。相反，一组微小RNA——在血液中循环的短片段遗传物质——会随着肿瘤的发展协同变化。问题在于，检测许多微小RNA通常需要分别进行多项测试，然后在计算机上进行大量数据处理。作者基于数字医学的概念，将这些模式视为“数字分值”，但他们的目标是将所有复杂性压缩为一种可快速、廉价读取的视觉颜色变化。

化学如何将RNA模式转化为颜色

研究团队构建了一个称为EnCODE（Enzymatic Colorimetric Encoding‑based Digital Medicine）的平台。首先，他们将血液中每个目标微小RNA与对应的DNA环连接，该DNA环作为复制模板产生长的DNA链。附着在这些链上的有两类酶“标签”。当这些酶与其产色底物接触时，一类产生绿色色调，另一类产生黄色。通过控制每类酶的含量，单个反应孔中的混合物就会呈现出介于绿色和黄色之间的特定色调。这个单一颜色既编码了哪些微小RNA存在，也编码了它们的丰度。

从颜色混合到可靠的数值

为了确保这种颜色混合可被信赖，研究者们精确测定了在改变两类酶含量时颜色和光吸收如何变化。他们证明颜色遵循简单且可预测的数学规律：组合光谱基本上是各部分之和，数字图像的红‑绿‑蓝（RGB）值与酶水平呈线性关系。这意味着可以通过光谱或照片将颜色“解码”回原始的酶含量，从而推断微小RNA水平。他们还将这一思路扩展到简单加减之外，加入“权重”，使更重要的微小RNA在最终疾病评分中具有更高的权重，类似于现代诊断中的统计风险模型。

在真实患者中检验系统

接着，作者探问这种基于颜色的评分系统能否将胰腺癌患者与胰腺炎患者或健康志愿者区分开来。利用公开的微小RNA数据集，他们挑选出三种在胰腺癌中趋于升高、两种趋于下降的微小RNA，并构建了一个输出单一风险分值的加权公式。EnCODE将该数学公式转化为单个反应管中的酶比例。在163位受试者的血样中，所得颜色——通过光吸收或色相量化——以约96%的敏感性和约90%的总体准确率区分出胰腺癌，与传统的基于PCR的检测非常相近。来自其他医院的独立样本集给出了可比结果，表明该方法具有稳健性。

增加更多颜色与更实用的用途

为展示该概念的可扩展性，研究者加入了产生红色色调的第三类酶，形成三色编码方案。如今，红、绿、黄的组合可以表示更丰富的微小RNA模式，打开了在一次检测中对多种疾病或亚型进行分类的可能性。他们还将系统与高光谱成像相结合——这种相机能在几分钟内记录多个波长的详细色彩信息。这可实现对复杂颜色模式的快速高通量解码，未来甚至可能与智能手机整合，在设备有限的诊所实现床边检测。

这对未来体检可能意味着什么

本质上，这项工作表明，精心设计的颜色反应可以替代复杂的疾病风险数学模型。通过将多个加权的微小RNA信号编码为一种稳定颜色，并用简单光学设备甚至肉眼将该颜色读取回来，EnCODE将数字医学推向日常应用更近一步。尽管在成为常规筛查工具之前仍需更多验证和简化，但该方法指向了低成本血液测试的前景，这类测试可能仅凭一组色彩就能提示早期胰腺癌，最终还可扩展到多种其他疾病。

引用: Mao, D., Liu, C., Zhang, R. et al. Enzymatic colorimetric encoding-based digital medicine for pancreatic cancer diagnosis. Nat Commun 17, 3905 (2026). https://doi.org/10.1038/s41467-026-70343-0

关键词: 胰腺癌, 微小RNA生物标志物, 比色诊断, 数字医学, 液体活检