npj Biosensing 四月论文精选
Nature Portfolio约 4 分钟本期 npj Biosensing 推送的四篇论文，分别聚焦无创黄疸检测、类器官电生理、超灵敏蛋白检测和循环肿瘤细胞识别。这些工作从成像、微纳器件到分子检测方法，展现了生物传感领域一个共同趋势：在保证科学严谨性的同时，持续提升检测的可及性、灵敏度、通量与临床转化潜力。
【无创黄疸检测】Non-invasive jaundice detection using spectral-band expansion from RGB images and direct hyperspectral images
黄疸诊断的黄金标准通常是通过静脉采血测定胆红素水平，但该方法具有侵入性，并依赖临床基础设施。为实现更便捷的无创评估，本研究结合基于 RGB 图像的光谱波段扩展和高光谱成像（HSI），分析患者巩膜和皮肤的光谱特征，并与血清胆红素水平进行比较。结果显示，基于眼部 RGB 图像的分析具有较强的预测性能，而 HSI 则进一步揭示了普通 RGB 图像中难以直接观察到的黄疸相关皮肤光谱特征，为兼顾便捷性与精确性的黄疸无创检测提供了新思路。
图1 面向无创黄疸评估的图像标准化示意图。
欢迎扫码阅读原文
论文出处：Non-invasive jaundice detection using spectral-band expansion from RGB images and direct hyperspectral images
【类器官电生理】Carbon nanotube microelectrode arrays enable scalable and accessible electrophysiological recordings of cerebral organoids
人类大脑类器官在神经发育研究、疾病建模和药物筛选中展现出巨大潜力，而电生理是这类研究中的关键功能特征之一。然而，利用类器官开展高通量电生理研究仍是一个关键瓶颈。当前的记录技术，包括二维和三维微电极阵列，通常存在通量低、制造和采购成本高，以及难以兼容常规类器官培养流程等问题。这些局限限制了相关技术的应用，也使许多研究由于样本量不足，难以准确反映类器官模型中公认存在的生物学变异性。为此，本研究提出了一种可扩展、低成本、即插即用的平台，将新型碳纳米管三维微电极阵列集成到标准细胞培养板中，从而在无需专门工作流程的情况下，对大量类器官进行高通量细胞外电生理记录。利用这一系统，研究者记录了 74 个人皮层类器官的电生理信号，并覆盖了神经典型和安格曼综合征类器官的电生理表型。研究还表明，以碳纳米管替代传统金电极，能够在更低成本下实现更优的电学、电化学和机电性能，并支持可扩展制造。这项技术为类器官的大规模电生理测量建立了一条标准化且更具可及性的技术路径。
图2 用于类器官电生理记录的三维微电极阵列及其培养板集成平台
欢迎扫码阅读原文
论文出处：Carbon nanotube microelectrode arrays enable scalable and accessible electrophysiological recordings of cerebral organoids
【超灵敏蛋白检测】Ultrasensitive non-enzymatic protein detection using proximity immunoassay with photonic resonator absorption microscopy
邻近分析已成为蛋白检测的重要技术路线，但复杂的操作流程，包括酶促扩增、热循环以及昂贵的信号读取设备，仍限制了其广泛应用。针对这一问题，本研究提出了一种Proximity Initiated Nucleic Acid Target Amplification（PINATA）方法，可在室温下通过两步、90 分钟流程完成检测，并使用低成本仪器进行读出。与其他邻近分析方法不同，PINATA 利用 toehold 介导的核酸链置换反应，在无酶条件下实现室温反应，并将Photonic Resonator Absorption Microscopy（PRAM）的数字检测结合起来。以人白细胞介素-6 为模型，该方法实现了 37 fg/mL 的检测限、6 个数量级的动态范围，并在复杂样本基质中保持了良好的检测性能。该研究为生命科学研究和诊断中的蛋白定量提供了一种新的技术方案。
图3 PINATA检测的示意图。
欢迎扫码阅读原文
论文出处：Grain boundary effects on radiation damage and tritium diffusion in Li–Al–O ceramics from molecular dynamics and experiments | npj Materials Degradation
【循环肿瘤细胞检测】Circulating tumor cell detection in cancer patients using in-flow deep learning holography
循环肿瘤细胞 (CTC) 是存在于血液中的癌细胞，可作为早期癌症检测、预后判断和疾病监测的生物标志物。然而，由于细胞数量少且异质性高，CTC 的检测仍然面临挑战。Digital holographic microscopy (DHM) 为高通量、无标记的 CTC 识别提供了一种有前景的方法；与传统成像方式相比，它能够获取更丰富的形态学信息，同时兼容流动状态下的数据采集。本研究提出了一套基于 DHM 的简化系统，将微流控富集、深度学习驱动的图像分析以及免疫荧光表型分析结合起来，以提高 CTC 计数的灵敏度和特异性。在初步研究中，晚期前列腺癌患者（n = 13）的 CTC 计数高于健康对照（n = 8），且患者层面的假阳性率为 1 cell/mL。值得注意的是，已识别出的 CTC 中近三分之二为 EpCAM 阴性而 PSMA 阳性，这提示传统依赖 EpCAM 可能导致漏检。该研究表明，DHM 在癌症筛查、诊断和精准肿瘤学中具有应用潜力。
图4 结合微流控富集、数字全息显微成像与荧光分析的循环肿瘤细胞检测平台。
欢迎扫码阅读原文
论文出处：Circulating tumor cell detection in cancer patients using in-flow deep learning holography