编辑丨王多鱼
排版丨水成文
细胞外囊泡（EV）是由细胞分泌的纳米级颗粒，携带着蛋白质、核酸等重要生物分子，广泛参与细胞间通讯及多种疾病的发生发展过程。EV 存在于血液、尿液等易获取的体液中，其稳定的膜结构能保护内部的分子“货物”，EV 已成为针对癌症和神经退行性疾病等进行“液体活检”的理想研究对象。
然而，EV 群体内部存在的高度异质性，使得传统批量分析技术难以捕捉单个囊泡的分子特征，导致关键疾病信号被掩盖，严重阻碍了其临床应用的进展。在此背景下，单 EV 分析技术应运而生，以其超高灵敏度与分辨能力，为解析 EV 异质性、实现多组学整合提供了全新路径，但技术标准不统一与数据碎片化限制了 EV 标志物的临床应用。
针对这一挑战，山东大学国家健康医疗大数据研究院侯庆振团队构建了首个跨疾病、跨体液、跨物种的单个细胞外囊泡多组学图谱——SVAtlas。该成果以：SVAtlas: a comprehensive single extracellular vesicle omics resource 为题，发表于Nucleic Acids Research期刊。山东大学研究生魏中慧、周娜及井明教授为该论文共同第一作者，侯庆振副研究员与薛付忠教授为该论文共同通讯作者，山东大学为论文的第一及唯一通讯作者单位。
研究团队整合自主测序数据与全球 276 个科研项目成果，首次构建了单 EV 分子图谱SVAtlas。该图谱覆盖 31 种重大疾病，包含 32 种组织器官和 10 种生物体液的数据，收录了来自超过 1. 37 亿个单 EV 的 8120 个蛋白质条目和 106 个 RNA 条目（包括mRNA、miRNA、lncRNA 和 circRNA），形成单 EV 研究的 “数据语言”与参考标准，解决跨研究数据碎片化问题。
平台支持组织/器官异质性分析及疾病特异性亚群分析，通过全局聚类、高异质亚群选择及标志物组合差异热图展示单 EV 分布和特征。EVisualizer 支持交互式可视化，包括 t-SNE/UMAP 聚类图、蛋白热图及 EV 来源饼图，研究者可直观探索亚群和分子特征。
除了海量的数据资源，SVAtlas 更是一个功能强大的动态分析平台。它为科研工作者提供了一整套内置的计算生物学工具，支持数据浏览、预处理、聚类分析和交互式可视化，以辅助识别疾病特异性标志物。用户可上传自己的数据，自定义分组、亚群比较和差异标志物分析，实现高效、可复现的单 EV 研究。平台还创新性地集成了基于大语言模型（LLM）的 AI 问答工具，帮助用户高效驾驭复杂的单 EV 表征方法。该平台在 2024 年的亚太细胞外囊泡学会（APSEV）和中国细胞外囊泡学会（CSEV）会议上首次亮相时，获得了国内外科研界的高度评价。
SVAtlas 的建立标志着单个EV研究进入标准化、多组学整合的新阶段。研究者可在统一平台探索EV异质性、发现潜在生物标志物，并进行跨研究验证。平台提供自动化分析、可视化和AI问答系统，让single-EV数据分析更高效、直观。未来，随着更多数据和新型组学加入，SVAtlas有望成为液体活检、精准医学和疾病诊断的重要工具。
论文链接：
https://doi.org/10.1093/nar/gkaf1189
SVAtlas数据库访问：
https://www.svatlas.org/
热门跟贴