IT之家 11 月 14 日音讯，据中国科学院理化技能研讨所音讯，静脉血栓栓塞症（VTE）是癌症患者丧命的并发症。因为临床缺少精确和有用的 VTE 危险评价办法，VTE 的漏诊常常构成医疗干涉的推迟乃至患者的逝世。研讨标明，细胞外泌体（EVs）经过外表带着的安排因子，发动外源性凝血反响，致使血液的高凝状况乃至促进 VTE 的构成。有研讨开始探讨了血浆 EVs 的促凝才能，但怎么用于临床 VTE 危险猜测仍面对应战。

　　近期，中国科学院理化技能研讨所研讨员王树涛、孟靖昕团队，联合首都医科大学隶属北京友谊医院教授张澍田，开展了一种可检测血浆 EVs 凝血危险的条形码（PEVB），为临床癌症患者 VTE 危险预判供给了有用技能。该技能具有三个特色：

　　经过可视化的 EVs 介导凝血反响（阳性条带数量）来原位地检测 EVs 促凝才能；

　　科研人员运用 PEVB 对来自 8 种癌症的 167 名患者进行细心的检测，并选用机器学习将条带分数与 D-二聚体筛查和其他惯例临床信息整合。该技能经过挑选适宜的机器学习模型，完成了对 VTE 的精准猜测，AUC 为 0.993，检测特异性 97.1%，灵敏度 96.8%，精确率 97.0%，明显优于现在临床上常用 VTE 危险猜测东西（例如，D-二聚体筛查，特异性 44.8%，灵敏度 90.3%，精确率 53.2%）。

　　因而，根据条形码与检测技能可直观、快速、快捷的评价 VTE 危险，在癌症患者 VTE 危险精准猜测方面展现出潜力。