English外囊泡蛋白"共富集"被量化：CoEn 指标让 Ex 看不见的 cargo 重编程现形
**核心结论**：细胞外囊泡（EV）的 cargo 究竟是怎么被"打包"进同一辆"运输车"的，过去一直难以定量。Nature Communications 最新研究提出 **CoEn（共富集，co-enrichment）** 这一无量纲指标——用 `log10(CoEx/Ex)` 衡量两个蛋白在 EV 亚群中是否非随机地"同进同出"。作者用抗体微阵列一次测定多达 **240 对蛋白**的共富集，并在两类经典扰动实验中证明：**Ex（总表达量）和 CoEx（共表达）都看不到的 cargo 重编程，CoEn 一眼就能揪出来**。它有望成为 EV 液体活检标志物发现和 EV 生物制造质量控制的"标尺"。
细胞外囊泡（Extracellular vesicles, EVs）是几乎所有细胞都会分泌的膜性"包裹"，通过携带蛋白质、核酸等 cargo 实现细胞间通讯，是液体活检标志物和药物递送载体的热门来源。EV 按生物发生途径主要分为两类：外泌体（exosome） 在晚期内体/多泡体（MVB）中形成，与质膜融合后释放；外化体（ectosome / microvesicle） 则直接从质膜出芽。除此之外，还有 ESCRT 依赖途径、Syntenin-ALIX 途径、鞘脂（ceramide）途径等多种 cargo 分选机制。
一个长期悬而未决的问题是：某个蛋白到底被装进了哪一类 EV？不同 cargo 之间是否存在"搭伙同行"的关系？细胞受到刺激时，这些蛋白又会怎样在 EV 途径之间"改道"？ 传统手段靠单一 marker（如 CD63 标记外泌体、CD147 标记外化体）去猜，既不全也不准。
一、Ex 与 CoEx 测不出的"非随机装载"
研究者定义了蛋白 A 在"表达蛋白 B 的 EV 亚群（B⁺ EVs）"中的成对共富集 CoEn：
**CoEn(A in B⁺) = log₁₀( CoEx(A in B⁺) / Ex(A) )**
其中 `CoEx` 是 B⁺ EVs 上蛋白 A 的平均拷贝数，`Ex` 是全体 EV 中蛋白 A 的平均拷贝数。如果蛋白 A 装进 EV 是纯随机过程，两者相等，CoEn = 0；CoEn > 0（红）表示 A 在 B⁺ 亚群中被富集，CoEn < 0（蓝）表示被耗竭（co-depleted）。
关键在于，CoEn 是两个表达量的比值，因而无量纲、与蛋白本身的丰度无关——蛋白总量（Ex）大幅波动时，CoEn 仍可保持稳定。这意味着它天然适合做层次聚类、PCA 等跨实验比较，省去了 log 变换和 z-score 标准化的预处理步骤。
▲ 图1 | CoEn 概念示意图。A：CoEn 由"B⁺ EVs 中的共表达 CoEx"与"全体 EV 中的总表达 Ex"之比取对数得到，CoEn≠0 即提示非随机的共富集（红）或共耗竭（蓝）；B：4 个蛋白、2 条生物发生途径的假设性成对 CoEn 组合示意。
二、怎么测？抗体微阵列一次看 240 对蛋白
实验上，研究者在一张定制抗体微阵列上同时完成 CoEx 与 Ex 的测量：用抗 B 抗体捕获 B⁺ EVs，再用荧光抗 A 抗体检测其中的 A；同时通过 TIM4（识别磷脂酰丝氨酸 PS） 作为"泛 EV 捕获"探针、配合通用染料 CTR（Cell Tracker Red）对 EV 数量归一化。仅需要 50 µL 样本就能得到多对蛋白的成对 CoEn。该流程还用单 EV 尺寸光度-荧光成像（SPFI）做了交叉验证，并且论文补充方法里给出了用常规 ELISA 推导 CoEn 的标准化方案——也就是说，微阵列、ELISA、磁珠法乃至单 EV 技术都能落地这套指标。
三、验证一：阻断 Syntenin–CD63，CoEn 精准捕捉蛋白"改道"
为了验证 CoEn 是否真的反映 cargo 重编程，研究者选了一对经典互作蛋白：CD63（外泌体标志物）与其胞质结合搭档 Syntenin-1（通过 PDZ 结构域结合，并进一步结合 ALIX）。他们用一条可透膜的 CD63 C 端模拟肽去堵住 Syntenin-1 的 PDZ 结构域，预期 Syntenin-1 和 ALIX 会从 CD63⁺ EVs 中被"排挤"出来，即 dCoEn（处理组 − 对照组）< 0。
结果正如预期：dCoEn(ALIX|CD63⁺) = −0.23、dCoEn(Syntenin-1|CD63⁺) = −0.13，且数值上每从 CD63⁺ EVs 中耗竭 1 份 Syntenin-1，约伴随 1.6 份 ALIX 一同流失（因 Syntenin-1 有多个 ALIX 结合位点）。在覆盖 106 对蛋白的 dCoEn 热图中，除了预期的 Syntenin-1/ALIX 变化外，其余蛋白几乎都"纹丝不动"——高度的特异性反过来证明 dCoEn 确实是蛋白重路由的灵敏、特异量度。
值得注意的是：CoEx 在这些情形下毫无变化，Ex 也大多没变，只有归一化后的 CoEn 把"改道"说了出来。
▲ 图4 | 用肽段阻断 Syntenin–CD63 结合来验证 CoEn/dCoEn。A：阻断示意；B：各检测靶标的 Ex；C/D：CD63⁺ EVs 中 ALIX 与 Syntenin-1 的 CoEx 与 CoEn；E：106 对 dCoEn 热图（箱高代表显著性）；F/G：13 个捕获亚群 × 8 个检测靶标的 dCoEn 散点及 7 个显著负向 dCoEn 的亚群汇总。
四、验证二：BafA1 扰动，CoEn 看见 Ex 看不见的 re-routing
第二个验证更直接地展示了 CoEn 的"超能力"。Bafilomycin A1（BafA1） 抑制溶酶体酸化、阻断 MVB 与溶酶体融合，于是本该被降解的囊泡改走分泌途径。预期很多蛋白对的 CoEn 会被重排——尤其是平时偏向溶酶体的 LAMP1 会在外泌体中增多。
用 100 nM BafA1 处理 293T 细胞 48 小时后：NTA 显示 EV 分泌量显著上升；Ex(LAMP1)、Ex(CD44) 升高，而 Ex(Syntenin-1) 下降；而在 CoEn 层面，LAMP1 在 CD9⁺、CD63⁺、CD81⁺、CD147⁺、CD44⁺、ITGβ1⁺ 等多种 EV 亚群中的共富集都显著增强。更精彩的是出现了不对称性：在 LAMP1⁺ 亚群内，几乎所有检测靶标的 dCoEn 都为负（除 CD63），这与 LAMP1⁺/LAMP2⁺ EV 亚群数量整体增多一致。
整篇结果里反复出现同一句话：大量 cargo 重编程能被 dCoEn 清晰看见，却被 Ex 和 CoEx 完全漏掉。这正是 CoEn 作为归一化指标的独特价值。
▲ 图5 | BafA1 处理 293T 细胞 EVs 的 dCoEn 分析。A：BafA1 将本用于降解的 MVB 改道分泌；B：NTA 颗粒浓度；C：各靶标 Ex；D：104 对 dCoEn 热图，LAMP1 在多个亚群中显著增强，大量与 Ex 变化无关的 cargo 重编程被 dCoEn 捕获。
五、从细胞系到乳腺癌器官趋向性：CoEn 的 biomarker 潜力
研究者进一步把 CoEn 用到了真实生物学问题上。他们在 293T（正常肾）、HT29（结直肠癌细胞）、MDA-MB-231（三阴性乳腺癌） 三种细胞系的 EV 中绘制了多达 240 对蛋白的 CoEn，并用层次聚类与 PCA 识别出 5 类跨细胞系保守的"共包装蛋白家族"：溶酶体家族（LAMP1）、外泌体家族（CD63/TSG101/ALIX/Syntenin-1）、外化体家族（CD9/CD81/Syndecan/LC3/EpCAM）、CD147 家族、以及 CD44/ADAM10/ITG-β1 家族。有趣的是，癌细胞系（HT29、MDA-MB-231）出现更多负向 CoEn，提示更活跃的蛋白"分家"式分选。
最具转化意味的是乳腺癌器官趋向性分析：以亲本 MDA-MB-231 为基准，对比脑（831）、骨（1833）、肝（6133）、肺（4175）四个趋向性亚系 EV 的 CoEn/dCoEn。结果发现：
- ITG-β4⁺ EVs 在所有趋向性中都与 CD63 负向共富集、与 CD9 正向共富集，唯独脑趋向性例外； - 肝趋向性独有地与 CD81、CD44 在 ITG-β4⁺ EVs 中正向共富集； - 脑趋向性整体呈现系统性负向 CoEn，比其他趋向性更"冷"； - 骨趋向性中 dCoEn(CD44|ITG-αV⁺) 和 dCoEn(CD63|ITG-αV⁺) 分别较亲本高出 8 倍和 4 倍。
虽然仍是初步结果，但已清楚提示：CoEn/dCoEn 能为"同一癌细胞如何因转移靶器官不同而改换 EV cargo 签名"提供可量化特征，有望成为 EV 液体活检标志物的发现底座。
六、对 EV 研究与产业化意味着什么
站在组学与检测服务的视角，这篇论文有三点值得关注：
把"装载是否随机"变成可比较的数字。
CoEn 的无量纲、丰度无关特性，让不同实验、不同平台的数据可以直接对齐，特别适合做聚类/PCA 这类"找模式"的分析。 揭示了 Ex 的盲区。
很多生理与病理刺激下，蛋白总量没变、共表达也没变，但它在不同 EV 亚群间的分配已经悄悄重排——这正是外囊泡异质性的核心，却长期被传统定量方法忽略。 天然的质量控制（QC）标尺。
论文明确指出，CoEn 可服务于 EV 生物制造中的质量控制：同一工艺批次之间，关键 cargo 的共富集关系是否稳定，用 CoEn 一测便知。
对于从事蛋白质组学、外囊泡分离鉴定与液体活检标志物发掘的团队而言，"共富集"提供了一个比单蛋白定量更高维、更贴近 EV 生物发生本质的分析维度。
文献信息
Shen M. L., Wallucks A., Martel R., et al. *Co-enrichment of proteins in extracellular vesicles*. Nature Communications (2026) 17:7181. DOI: 10.1038/s41467-026-73837-z
