分享自:

用于阿尔茨海默病诊断的高灵敏度CNT-金属石墨烯混合纳米IDA电化学生物传感器的开发

期刊:Biomaterials ScienceDOI:10.1039/d4bm00654b

阿尔茨海默病早期诊断新型电化学生物传感器的开发:一项高度灵敏的CNT-金属-石墨烯杂交纳米叉指阵列传感器研究学术报告

一、 主要作者、机构及发表信息

本研究由来自韩国光云大学电子融合工程系生物IT融合实验室以及Nano Genesis公司的科研团队完成。主要作者包括M. Mahabubur Rahman、Bappa Sarkar、Md Tareq Rahman、Gyeong J. Jin、M. Jalal Uddin、Nabil H. Bhuiyan以及通讯作者Joon S. Shim教授。这项原创性研究成果以论文形式发表于英国皇家化学会(RSC)旗下的期刊《Biomaterials Science》(生物材料科学)上,具体为2024年10月21日出版的第12卷第20期,文章页码为5203-5214,已于2024年8月19日被接收。

二、 学术背景与研究目的

本研究属于生物医学工程与纳米生物传感技术的交叉领域,核心目标是解决阿尔茨海默病(Alzheimer‘s Disease, AD)早期诊断的重大挑战。当前,基于血液的AD诊断面临一个关键瓶颈:血脑屏障(Blood-Brain Barrier, BBB)限制了AD相关生物标志物(如Aβ和tau蛋白)从大脑直接大量进入血液循环,导致其在血液中的浓度极低(通常比脑脊液低10-100倍),难以在疾病早期被常规方法检测到。近年来,血液中的磷酸化tau蛋白,特别是p-tau 217和p-tau 181,因其在AD早期甚至在显著认知症状出现之前就已升高,且诊断准确性高,被视为极具前景的早期诊断标志物。健康个体血液中p-tau 217和p-tau 181的标准水平分别低于0.2 pg/mL和2 pg/mL。

为了实现对如此超低浓度生物标志物的高灵敏度检测,研究人员致力于开发新型电化学生物传感器。传统的电化学传感器或需要复杂的电极表面功能化(可能影响生物分子活性),或面临灵敏度不足的问题。电化学酶联免疫吸附测定(Electrochemical Enzyme-Linked Immunosorbent Assay, e-ELISA)技术结合了传统ELISA的特异性和电化学检测的高灵敏度、低背景噪声优势,且无需对电极表面进行共价修饰,显示出巨大潜力。此外,叉指阵列(Interdigitated Array, IDA)传感器因其能通过氧化还原物质的循环放大电化学信号,从而显著降低检测限(Limit of Detection, LOD),在生物传感领域受到广泛关注。

然而,现有传感器电极材料(如零维金属纳米颗粒、一维碳纳米管或二维石墨烯的单一或简单复合物)往往存在比表面积有限、电子传输速率不够快或检测限仍不够低(通常在ng/mL到µg/mL级别)等问题,难以满足AD早期诊断对超灵敏检测的需求。因此,本研究旨在开发一种全新的、具有超高灵敏度的纳米复合电极材料,并构建基于此材料的微型化、多通道电化学生物传感器,以实现对血液中p-tau 217和p-tau 181蛋白的超灵敏、早期检测。

三、 详细研究流程与方法

本研究遵循了从传感器设计、制备、优化到实际生物检测应用的完整流程,主要包含以下步骤:

1. 新型CNT-金属-石墨烯杂交纳米叉指阵列(CNT-MGH n-IDA)8孔传感器的设计与制备 * 研究目标: 制造一种具有大比表面积、高电导率和快速电子传输能力的多通道电化学传感平台。 * 方法流程: a. 材料准备与涂层: 首先,将多壁碳纳米管(MWCNTs)在含有1% Tween 20的表面活性剂溶液中进行超声分散,以去除金属杂质并获得均匀分散液。随后,将30 wt%的MWCNT分散液与70 wt%乙醇混合,再加入10 wt%的球形银纳米颗粒(AgNPs),在室温下均匀混合。将此混合溶液旋涂(1000 rpm)在商业化的聚酰亚胺(Polyimide, PI)薄膜基底上,并在60°C热板上烘干。 b. 激光诱导石墨烯(Laser-Induced Graphene, LIG)直接写入: 这是本研究的核心创新制备方法。使用计算机控制的CO2激光器,在优化参数(扫描速度80 mm/s,功率5.8 W,垂直距离16 mm)下对涂层后的PI基底进行激光刻划。激光辐照产生的光热和光化学反应会同时实现三个关键效果:(i) 将PI转化为多孔石墨烯薄片;(ii) 使AgNPs熔化;(iii) 将熔化的AgNPs牢固地锚定在新生成的多孔石墨烯和CNT之间,从而形成紧密连接的CNT-金属-多孔石墨烯杂交(CNT-MGH)结构。这种结构显著增加了电极的有效表面积和导电性。 c. 图案化与后处理: 激光处理后,将样品浸入50%剥离液(stripper solution)中300秒,以去除未受激光处理的区域,留下清晰的传感器图案。每个传感单元(共8个)包含一个纳米叉指阵列(n-IDA),其中包含两个叉指状的工作电极(阳极和阴极)、一个对电极和一个通过丝网印刷涂覆Ag/AgCl墨水制备的参比电极。最后,使用导电银环氧树脂制作接触垫,并在90°C下固化1小时。

2. 传感器性能表征与优化 * 研究目标: 验证所制备传感器的基本电化学性能,并优化其关键参数以实现最佳灵敏度。 * 方法流程: a. 物理表征: 使用扫描电子显微镜(SEM)观察AgNPs、激光诱导石墨烯(LIG)以及最终的CNT-MGH复合结构的形貌。通过拉曼光谱(Raman Spectroscopy)分析材料的石墨化程度和结构完整性,确认LIG的形成且CNT和AgNPs的引入未破坏石墨烯结构(ID/IG比值保持一致)。 b. 电化学性能测试与参数优化: 使用p-氨基苯酚(p-Aminophenol, PAP)作为模型氧化还原分子,通过循环伏安法或计时电流法评估传感器性能。系统研究了三个关键参数对传感器电流响应信号的影响:(i) CNT含量优化: 固定AgNPs含量(10%)和电极间隙(125 µm),测试不同CNT含量(0-40%)下的电流响应。结果显示,电流随CNT含量增加至30%而线性增加,之后趋于饱和,故选择30%为最优值。(ii) 电极间隙优化: 固定CNT(30%)和AgNPs(10%)含量,测试电极间隙从低于100 µm到350 µm变化时的电流响应。电流随间隙增大而减小,在125 µm时获得高电流且无短路风险,故确定为最优间隙。(iii) AgNPs含量优化: 固定CNT含量(30%)和电极间隙(125 µm),测试不同AgNPs含量(0-15%)下的电流响应。电流在AgNPs含量达到10%后趋于饱和,故选择10%为最优值。 c. 检测限评估: 在最优参数(30% CNT, 10% AgNPs, 125 µm间隙)下,使用制备好的CNT-MGH n-IDA 8孔传感器测量一系列不同浓度(从1 mM到0.01 pM)的PAP溶液。记录稳定的电流信号,并建立电流与浓度的校准曲线,以此评估传感器对PAP的检测限。

3. 基于e-ELISA的阿尔茨海默病生物标志物检测 * 研究目标: 将优化后的传感器应用于实际生物样本中超低浓度p-tau 217和p-tau 181蛋白的检测。 * 方法流程: a. e-ELISA实验流程调整与优化: 本研究对传统ELISA步骤进行了关键修改,用碱性磷酸酶(Alkaline Phosphatase, AP)标记的二抗(IgG-AP)替代了常用的辣根过氧化物酶(HRP),用4-氨基苯基磷酸盐(4-Aminophenyl Phosphate, PAPP)作为酶底物。AP酶催化PAPP水解,产生电活性产物PAP。为了确保检测灵敏度,首先优化了两个关键孵育时间:(i) IgG-AP与PAPP的反应时间:确定30分钟为最佳,以保证生成足量的PAP。(ii) IgG-AP与检测抗体的结合时间:确定1小时为最佳。 b. 标准品检测: 在96孔板中进行e-ELISA反应。具体步骤包括:捕获抗体包被、加入不同浓度的p-tau 181或p-tau 217标准品抗原、加入生物素化检测抗体、加入IgG-AP、加入底物PAPP。每一步之后进行洗涤。反应完成后,将制备好的CNT-MGH n-IDA 8孔传感器浸入96孔板的反应液中,施加电压(阳极+0.35 V,阴极-0.35 V),测量由PAP的氧化还原反应产生的电流信号。分别检测浓度范围为0.04 pg/mL至5 pg/mL的p-tau 181和p-tau 217标准品。 c. 实际血浆样本检测(方法验证): 为了评估传感器在临床样本中的应用潜力,研究使用真实人血浆作为稀释液,配制了相同浓度范围(0.04 - 5 pg/mL)的p-tau 181样本,并重复上述e-ELISA和电化学检测流程,将结果与使用标准稀释缓冲液配制的样本结果进行对比。 d. 数据分析: 记录每个浓度下的稳定电流值,绘制电流-浓度标准曲线。检测限(LOD)通过公式LOD = (空白信号平均值 + 3×空白信号标准偏差) / 标准曲线斜率 进行计算。

四、 主要研究结果

1. 传感器材料表征与优化结果: SEM图像清晰地展示了AgNPs的球形形态、激光诱导产生的多孔石墨烯结构,以及最终CNT-MGH结构中AgNPs熔化后与石墨烯薄片和CNT紧密锚定的形貌,证实了成功构建了高表面积杂交材料。拉曼光谱显示CNT-MGH结构与纯LIG具有相似的D峰、G峰和2D峰,且ID/IG比值均为0.57,表明引入AgNPs和CNT并未损害石墨烯的质量,材料制备工艺稳定可靠。

2. 传感器性能优化结果: 参数优化实验提供了明确的定量指导。电流响应随CNT含量(至30%)和AgNPs含量(至10%)的增加而增强并最终饱和,确定了材料复合的最佳比例。电极间隙实验表明,125 µm的间隙能在避免短路的前提下实现最大的电流响应(即最高的氧化还原循环效率),这为传感器设计提供了关键尺寸依据。

3. PAP检测性能结果: 在最优条件下,CNT-MGH n-IDA传感器对PAP表现出卓越的灵敏度。测量不同浓度PAP所得的电流与浓度在宽范围内呈良好的线性关系,计算得出的检测限低至0.1 pM(皮摩尔)。这初步证明了该传感器平台具备检测极低浓度电活性分子的超高灵敏度。

4. AD生物标志物检测结果(核心发现): * 标准品检测: 传感器成功检测到了浓度低至0.04 pg/mL的p-tau 181和p-tau 217蛋白。电流信号与两种生物标志物的浓度在0.04 - 5 pg/mL范围内均呈现线性增长关系。计算得出的检测限分别为:p-tau 181: 0.08 pg/mL; p-tau 217: 0.16 pg/mL。这两个数值远低于健康人群血液中的基准水平(p-tau 181 < 2 pg/mL, p-tau 217 < 0.2 pg/mL),表明该传感器完全具备在症状出现前检测到AD相关病理变化的潜力。 * 逻辑关系: 对PAP的超低检测限(0.1 pM)是传感器能够实现超灵敏生物检测的基础。因为在e-ELISA中,最终被测信号分子正是PAP。传感器对PAP的高灵敏度直接转化为了对产生PAP的源头——即目标蛋白(p-tau)的高灵敏度。 * 血浆样本验证结果: 在使用真实人血浆稀释的样本中,传感器对p-tau 181的检测性能与在标准缓冲液中基本一致,电流-浓度曲线相似,检测限相当。这一结果至关重要,它证明了所开发的传感器在复杂的真实生物基质(血浆)中仍能保持高性能,抗干扰能力强,具有直接应用于临床样本分析的可行性。

五、 研究结论与价值

本研究成功开发并验证了一种基于CNT-金属-多孔石墨烯杂交纳米材料的8通道纳米叉指阵列电化学生物传感器。该传感器利用创新的激光诱导石墨烯技术一体成型制备,具有比表面积大、导电性高、电子传输快的优点。

科学价值: 本研究提供了一种构建高性能纳米复合电极材料(CNT-MGH)和微型化多通道生物传感平台的新方法。它通过巧妙的材料杂交和激光加工工艺,解决了以往单一或二元纳米材料在比表面积和导电性方面的局限,为实现超低浓度生物分子的检测提供了新的材料体系和器件架构范例。

应用价值: 该传感器成功实现了对阿尔茨海默病关键血液生物标志物p-tau 181和p-tau 217的超高灵敏度检测,检测限达到了pg/mL甚至亚pg/mL级别,远超现有许多传感技术。这使其在AD的早期、无创(抽血)筛查和诊断中具有巨大的临床应用前景。传感器采用8通道设计,便于并行检测多个样本或进行重复实验,提高了检测通量和可靠性。此外,整个传感平台成本相对较低,且易于微型化和集成,为未来开发便携式AD快速诊断设备奠定了基础。

六、 研究亮点

  1. 材料创新: 首次报道了通过激光诱导技术将AgNPs、CNT和多孔石墨烯三者同步、牢固地杂交在一起,形成独特的CNT-MGH三元纳米复合材料作为传感电极。这种结构协同放大了材料的电化学活性表面积和电子传输能力。
  2. 技术集成创新: 创造性地将激光诱导石墨烯(LIG)直接写入技术用于制备集成化的多通道(8孔)纳米叉指阵列电化学传感器,实现了从材料合成到器件图案化的“一步法”高效制造。
  3. 检测性能突破: 实现了对AD血液标志物p-tau 181和p-tau 217的创纪录低检测限(0.08 pg/mL和0.16 pg/mL),灵敏度达到了可检测早于临床症状出现的病理变化的水平,在同类研究中处于领先地位。
  4. 方法实用性验证: 不仅使用标准缓冲液,还使用了真实人血浆样本进行验证,充分证明了该传感器在复杂临床环境中的实际应用潜力,推动了从实验室研究向临床转化迈进的关键一步。
  5. 检测策略: 本研究是首次报道利用CNT-MGH n-IDA传感器测量96孔板反应室中e-ELISA副产物(PAP)的电化学信号,从而间接定量超低浓度蛋白的策略,为高灵敏免疫分析提供了新思路。

七、 其他有价值的补充

研究中还详细展示了传感器的物理设计(如每个叉指电极宽400 µm)、与多通道电化学分析仪和自定义软件的连接集成方式(见图2),体现了其作为一个完整、可操作的检测系统的成熟度。作者团队获得了来自韩国政府多个部门(保健福祉部、科学技术信息通信部等)的基金支持,也侧面反映了该研究课题的重要性和受关注程度。论文中包含的电子补充信息(ESI)可能提供了更详细的实验数据、电路图、激光参数优化过程等,为其他研究者复现和深入理解该工作提供了丰富资源。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com