NAR︱侯慶振團隊發布單外泌體多組學數據庫SVAltas

細胞外囊泡（EVs）是由細胞分泌的納米級顆粒，攜帶著蛋白質、核酸等重要生物分子，廣泛參與細胞間通訊及多種疾病的發生發展過程。EVs存在于血液、尿液等易獲取的體液中，其穩定的膜結構能保護內部的分子“貨物”，EVs已成為針對癌癥和神經退行性疾病等進行“液體活檢”的理想研究對象。然而，EVs群體內部存在的高度異質性，使得傳統批量分析技術難以捕捉單個囊泡的分子特征，導致關鍵疾病信號被掩蓋，嚴重阻礙了其臨床應用的進展。在此背景下，單EV分析技術應運而生，以其超高靈敏度與分辨能力，為解析EV異質性、實現多組學整合提供了全新路徑，但技術標準不統一與數據碎片化限制了EV標志物的臨床應用。

針對這一挑戰，山東大學國家健康醫療大數據研究院侯慶振教授團隊構建了SVAtlas——跨疾病、跨體液、跨物種的單個EV多組學圖譜。此成果以SVAtlas: a comprehensive single extracellular vesicle omics resource為題發表于國際期刊Nucleic Acids Research。

研究團隊整合自主測序數據與全球276個科研項目成果，首次構建了單外泌體分子圖譜SVAtlas。該圖譜覆蓋31種重大疾病，包含32種組織器官和10種生物體液的數據，收錄了來自超過1.37億個單囊泡的8120個蛋白質條目和106個RNA條目（包括mRNA, miRNA, lncRNA和circRNA），形成單EV研究的 “數據語言”與參考標準，解決跨研究數據碎片化問題。

SVAtlas平臺支持組織/器官異質性分析及疾病特異性亞群分析，通過全局聚類、高異質亞群選擇及標志物組合差異熱圖展示單EV分布和特征。EVisualizer支持交互式可視化，包括t-SNE/UMAP聚類圖、蛋白熱圖及EV來源餅圖，研究者可直觀探索亞群和分子特征。

除了海量的數據資源，SVAtlas更是一個功能強大的動態分析平臺。它為科研工作者提供了一整套內置的計算生物學工具，支持數據瀏覽、預處理、聚類分析和交互式可視化，以輔助識別疾病特異性標志物。用戶可上傳自己的數據，自定義分組、亞群比較和差異標志物分析，實現高效、可復現的單EV研究。平臺還創新性地集成了基于大語言模型（LLM）的人工智能問答工具，幫助用戶高效駕馭復雜的單EV表征方法。該平臺在2024年的亞太細胞外囊泡學會（APSEV）和中國細胞外囊泡學會（CSEV）會議上首次亮相時，獲得了國內外科研界的高度評價。

SVAtlas的建立標志著單個EV研究進入標準化、多組學整合的新階段。研究者可在統一平臺探索EV異質性、發現潛在生物標志物，并進行跨研究驗證。平臺提供自動化分析、可視化和AI問答系統，讓single-EV數據分析更高效、直觀。未來，隨著更多數據和新型組學加入，SVAtlas有望成為液體活檢、精準醫學和疾病診斷的重要工具。

SVAtlas數據庫訪問：https://www.svatlas.org/

山東大學研究生魏中慧、周娜與井明教授為該論文的共同第一作者，侯慶振副研究員與薛付忠教授為共同通訊作者，山東大學為論文的第一及唯一通訊作者單位。

原文鏈接：https://doi.org/10.1093/nar/gkaf1189

制版人：十一

BioArt

Med

Plants

人才招聘

學術合作組織

（*排名不分先后）

轉載須知

【非原創文章】本文著作權歸文章作者所有，歡迎個人轉發分享，未經作者的允許禁止轉載，作者擁有所有法定權利，違者必究。