Stressomic：用于汗液中多种应激激素动态分析的可穿戴微流控生物传感器

主要作者与研究机构

本研究由加州理工学院（California Institute of Technology）Andrew and Peggy Cherng 医学工程系的 Jiaobing Tu、Jeonghee Yeom、Joshua Chaj Ulloa 等人共同完成，通讯作者为 Wei Gao 教授（加州理工学院）和 Dong-Hwan Kim 教授（成均馆大学，Sungkyunkwan University）。该研究成果于 2025 年 8 月 6 日发表在《Science Advances》期刊上。

研究背景与目的

压力管理对身心健康至关重要，然而现有的压力评估方法存在明显局限。主观自评量表无法捕捉短期生理波动，而基于心率变异性等生理指标的穿戴设备虽然能提供实时数据，但缺乏特异性，无法区分急性与慢性应激反应，也难以辨别积极压力（eustress）与消极压力（distress）。现有的可穿戴传感器大多仅针对单一应激激素——皮质醇（cortisol，CORT），且通常只进行单点测量，无法反映激素水平的实时动态变化。

人体两大应激反应系统——下丘脑-垂体-肾上腺轴（hypothalamic-pituitary-adrenal axis，HPA axis）和交感神经系统（sympathetic nervous system，SNS）——分别由不同的激素介导。CORT 反映 HPA 轴的长期应激活动，而肾上腺素（epinephrine，EPI）和去甲肾上腺素（norepinephrine，NE）则由 SNS 在急性应激时快速释放，驱动“战斗或逃跑”反应。同时监测这三种激素对于全面评估即时应激反应和慢性应激的累积效应（即适应负荷，allostatic load）至关重要。然而，由于 EPI 和 NE 在汗液中的生理浓度极低（皮摩尔水平）、半衰期短，以及多重激素分析本身的复杂性，其原位检测一直未被实现。

为此，研究团队开发了 Stressomic——一种多重可穿戴微流控生物传感器，旨在以无创方式连续监测汗液中的 CORT、EPI 和 NE 动态变化。

研究流程与实验方法

Stressomic 的构建围绕三个核心模块展开。首先是传感电极的制备与表征。研究采用激光雕刻石墨烯（laser-engraved graphene，LEG）作为基础电极材料，通过过电位电沉积法在 LEG 表面沉积金纳米树枝状结构（Au nanodendrites，AuNDs），利用氢气泡作为动态模板形成树枝状形貌，显著增大比表面积并提升电子转移效率。随后，通过硫醇键将蛋白 A（protein A）或蛋白 G（protein G）偶联到 AuND 表面，实现捕获抗体（capture antibody，cAb）的定向固定。传感原理基于竞争性结合：目标激素与亚甲蓝（methylene blue，MB）标记的抗原竞争结合 cAb 位点，产生的还原峰电流与激素浓度成反比。MB 标记抗原通过将激素 NHS 酯衍生物和 MB 与阳离子化牛血清白蛋白（cationized BSA）反应合成。对于 EPI 和 NE，先通过电解将儿茶酚胺氧化为邻醌中间体，再与 HS-PEG-COOH 连接进行羧基化修饰。

传感器在磷酸盐缓冲液（PBS）中表现出对数线性响应，CORT 检测范围为 0–100 ng/mL，EPI 和 NE 为 0–100 pg/mL。检测限分别为 CORT 2.70 ng/mL、EPI 2.73 pg/mL、NE 9.14 pg/mL。传感器对结构相似的儿茶酚胺具有良好的选择性，即使在 1000 倍浓度的干扰物存在下仍保持特异性。与酶联免疫吸附测定（ELISA）的对比验证显示了良好的一致性，汗液与血清激素水平之间的相关性支持被动扩散机制。

第二是微流控采样系统的设计。传统免疫传感需要标记试剂和洗涤步骤，而高亲和力受体的解离速率极慢（<10⁻⁵ s⁻¹），与激素浓度的快速波动不匹配。Stressomic 通过毛细管爆破阀（capillary burst valves，CBVs）调控流体流动来解决这一问题。微流控模块包含五个检测室，每个检测室配备试剂储库、检测区和专用工作电极。止回阀（stop valve）引导流体先进入试剂储库，阶梯式触发阀（stair-step trigger valve）则通过爆破压力差实现顺序填充与释放。爆破压力梯度通过设计不同宽度的通道实现：第一室通道宽 180 μm，其余为 110 μm，使第一室优先释放。计时器电极（timer electrode）记录汗液进入每个检测室的精确时间，解决了不同个体出汗速率差异带来的时间校准问题。系统还集成了 pH、离子强度和温度传感器用于实时校准。

微流控性能通过双染料系统验证，在 1.5 μL/min 的恒定流速下，各检测室以 6 分钟间隔依次填充。系统成功实现了 10 与 1 ng/mL CORT 浓度的区分，并在运行中途切换浓度时准确捕捉到变化。

第三是人体试验验证。研究招募了健康参与者，在三种应激调节场景下评估汗液应激激素动态：高强度间歇训练（high-intensity interval training，HIIT）诱导生理应激；国际情感图片系统（International Affective Picture System，IAPS）的负性图片诱导心理应激；以及服用含牛磺酸、GABA、茶氨酸和镁的补充剂进行应激缓解。每种场景下，在基线（0 分钟）、急性应激期（10 分钟）和应激后恢复期（20、30、40 分钟）采集汗液样本。同时，参与者在每个时间点填写正性负性情绪量表（PANAS）和状态-特质焦虑量表（STAI）。

主要研究结果

在 HIIT 研究中，CORT 浓度在前 10 分钟内显著升高，表明 HPA 轴的早期激活，随后在 40 分钟时逐渐回落至基线水平。EPI 水平整体保持在较低水平，提示 SNS 激活短暂或微弱。NE 则呈现中等程度的上升趋势，且在后期时间点个体间变异性增大，反映出交感神经调节和恢复的个体差异。

在 IAPS 心理应激研究中，CORT 水平在 10 分钟时仅有轻微的非显著性变化，EPI 水平基本不变，而 NE 则呈现渐进性上升，表明情绪刺激下 SNS 的持续性激活。配对 t 检验显示，恢复期 NE 水平显著高于急性应激期（p < 0.05），提示心理应激引发的交感反应比其他激素更为持久。

在应激缓解研究中，服用补充剂后 CORT 浓度逐渐下降，表明 HPA 轴活动受到下调。EPI 和 NE 水平变化不大。由于该场景未引入外部应激源，观察到的变化主要反映基线水平的调节。

机器学习分析方面，研究使用随机森林（random forest，RF）模型基于激素动态特征预测情感状态，对状态焦虑的预测准确率达到 0.86 ± 0.038。SHAP 分析显示 CORT、NE 和 EPI 对所有情感状态的贡献近乎均等，其中 CORT 对负性情感区分最为关键，NE 对状态焦虑预测起关键作用。

研究结论与意义

Stressomic 代表了可穿戴实时应激激素监测的重大进展，首次实现了汗液中 CORT、EPI 和 NE 三种激素的同时连续监测。通过将灵活微流控传感器贴片与多功能柔性印刷电路板集成，系统能够在生理应激、情绪应激和药理调节等多种场景下捕捉激素动态波动。CBVs 和爆破压力梯度的设计克服了传统免疫传感中试剂单次使用、孵育时间长和需手动更换的局限，实现了自主的流体调控和试剂释放。

该平台的应用价值广泛：对于慢性应激或应激相关疾病患者，可追踪激素波动并识别应激过载的早期信号；在运动训练和康复场景中，可提供身体负荷和恢复的实时反馈；在心理学研究和治疗中，可提供情绪韧性和应对机制的客观见解。此外，通过对积极应激和消极应激的激素特征进行数据驱动分类，未来有望实现应激效价的客观区分。

研究亮点

本研究的核心创新在于：第一，首次在汗液中实现了 EPI 和 NE 的皮摩尔级原位检测，填补了儿茶酚胺类激素可穿戴监测的空白；第二，通过 CBVs 调控的多重微流控架构将采样时间与检测时间解耦，在适应高亲和力免疫分析慢动力学的同时实现了 6 分钟时间分辨率的动态采样；第三，AuND-LEG 电极的纳米树枝状结构显著提升了灵敏度，使检测限达到皮摩尔水平；第四，通过机器学习整合多激素数据与自评情感状态，展示了基于生化信号的应激效价分类潜力。