近日，一項基于痕量淚液分析實現糖尿病性白內障精準鑒別診斷的研究取得突破。相關成果在線發表于國際學術期刊《自然通訊》(Nature Communications)。該研究開發了一種快速、高靈敏度的檢測策略，為眼部疾病的無創診斷與機制探索提供了新方法。

　　糖尿病性白內障是糖尿病患者常見的并發癥，其術前精準鑒別對于手術規劃及預后具有重要意義。淚液作為一種易于獲取且完全無創的眼表體液，蘊含豐富的疾病分子信息，是潛在的非侵入性診斷標志物來源。然而，傳統檢測技術因所需樣本量大、流程復雜，難以滿足臨床對微量淚液進行高通量分析的需求。

　　為解決這一難題，上海交通大學醫學院附屬第九人民醫院與華東師范大學的聯合研究團隊，構建了一種基于納米顆粒增強激光解吸電離質譜（NELDI-MS）的新平臺。該技術利用特制納米顆粒作為基質，顯著提升了代謝物檢測的靈敏度與速度。據研究介紹，該方法僅需10納升（nL）淚液，單個樣本檢測可在30秒內完成，實現了對痕量樣本的高通量分析。

　　研究團隊應用該技術對168名白內障患者(包括86名糖尿病性白內障患者和82名單純年齡相關性白內障患者)的淚液進行了分析。通過機器學習算法對淚液代謝指紋進行篩選，研究人員構建了一個包含三個關鍵代謝特征的診斷模型。驗證數據顯示，該模型用于鑒別兩種白內障的曲線下面積(AUC)達到0.923，顯示出較高的鑒別能力。

　　為深入探索疾病機制，研究團隊進一步整合液相色譜-質譜技術，對淚液及匹配的房水樣本中的代謝物進行鑒定。他們在淚液中識別出甘油-3-磷酸等多個與能量代謝和炎癥應激相關的診斷標志物。更為重要的是，在眼內房水中發現1,5-脫水葡萄糖醇的水平變化與糖尿病性白內障顯著相關。隨后的細胞與離體實驗表明，1,5-脫水葡萄糖醇能夠減輕高糖環境誘導的晶狀體氧化應激與混濁，提示其可能具有保護作用。這揭示了糖尿病性白內障發生發展中眼表與眼內存在密切關聯的代謝重編程現象。

　　該研究首次將高性能NELDI-MS技術與機器學習相結合，實現了基于微量淚液的糖尿病性白內障無創鑒別診斷。研究人員指出，該方法具有無創、快速、樣本需求量極低的特點，未來有望開發為一種便捷的眼科門診篩查工具，為糖尿病性白內障的早期預警和個體化管理提供支持。同時，該技術策略也有潛力應用于其他基于痕量體液疾病的診斷研究。

　　素材來源：Nature Communications