基于表面增强拉曼光谱与机器学习相结合的新冠病毒检测技术

目前国际上广泛采用的新冠病毒（COVID-19）检测技术多基于聚合酶链式反应（PCR）。这种方法需要预先制备的具有病毒特异性抗体的探针，还需要训练有素的操作人员，在标本采集时需要与患者密切接触，这增加了疫情传播的风险。

据麦姆斯咨询报道，近日，约翰斯·霍普金斯大学（Johns Hopkins University）的研究人员开发了一种基于表面增强拉曼光谱（SERS）与机器学习相结合的新冠病毒检测技术，并制造出用于检测病毒的柔性生物传感器。该传感器通过纳米压印技术制造，适用于可穿戴设备，有望进行商业化。相关研究成果以论文形式发表在Nano Letters上。

 

新冠病毒柔性检测传感器

该方法的关键是大面积、柔性场增强金属绝缘体天线 (FEMIA) 阵列。将唾液样本放置在材料上并使用表面增强拉曼光谱进行分析，可以实现对病毒的快速、痕量分析。

拉曼光谱是一种散射光谱，其依赖于光的非弹性散射来量化分子的独特振动模式，从而能够对单个病毒成分进行准确的无标记指纹识别，这意味着不需要额外的如分子标记或抗体功能化（Antibody Functionalization）等化学修饰。

然而，自发拉曼散射不能提供检测低病毒滴度所需的灵敏度。表面增强拉曼光谱可增强由吸附在贵金属纳米结构上的生物样品产生的微弱拉曼信号，将高分子特异性与近乎单分子的灵敏度相结合，并能够小批量地对多种病原体浓度进行光谱量化。

需要考虑的重要一点是，尽管添加金属纳米结构可以放大拉曼散射信号，但病毒转运介质（如唾液、鼻拭子或用于培养病毒的细胞）的相似成分可能会干扰实际的病毒特征。因此，该系统的另一项重大创新是使用机器学习进行进一步分析，实现更强大、更灵敏和更具体的检测方案，从而克服存在不需要的生物特征的限制，帮助研究人员查明病毒的存在和浓度，并且可以相对快速地提供准确的结果，准确率为 90%以上，等待时间约为 25 分钟。

柔性传感器制备和检测应用示意图

其与 PCR 检测技术准确率相当，并且与快速抗原测试一样方便。该传感器在快速确定其他病毒的存在方面也非常成功，包括甲型H1N1流感病毒和寨卡病毒。

另外，该传感器的制造使用最先进的纳米压印制造（Nanoimprint Fabrication）和转移印刷（Transfer Printing）技术，可以在刚性和柔性基板上实现高精度、可调谐和可扩展制造，这意味着其最终可以用于可穿戴设备。

研究人员表示，该传感器尚未上市，但相信在不久的将来，便可以彻底改变病毒检测领域，并被开发成手持设备或可穿戴设备，广泛应用于医院、机场和学校等人流密集的地点。

目前，约翰斯·霍普金斯科技创业公司（Johns Hopkins Technology Ventures）已申请该技术的专利，并计划将该传感器商业化。

论文链接：

https://doi.org/10.1021/acs.nanolett.1c04722

审核编辑 ：李倩