全柔性时序表皮微流控纳米等离子体贴片用于无标记汗液代谢物动态分析

研究人员针对现有可穿戴汗液传感器依赖分子识别元件导致生理覆盖范围和时间分辨率受限的问题，开发了一种全柔性时序表皮微流控表面增强拉曼散射(CEP-SERS)贴片。该器件集成等离子体纳米结构与表皮微流通道，通过低温固态去湿法制备银纳米岛基底，结合机器学习辅助定量分析，实现了乳酸(lactate)、尿酸(uric acid)和酪氨酸(tyrosine)等代谢物的无标记、多路复用检测。这项发表于《Nature Communications》的研究为个性化健康监测提供了新型分子传感平台。

　　

在精准医疗时代，代谢表型分析正成为揭示个体健康特征的关键技术。汗液作为富含代谢信息的生物液体，因其非侵入性采集优势备受关注。然而现有汗液传感器面临双重困境：依赖酶或抗体的分子识别元件限制了检测通量，而刚性基底与复杂微流控的集成困难又阻碍了动态监测的实现。这些技术瓶颈使得研究人员难以捕捉运动、饮食等生理活动引发的瞬时代谢变化，而这恰恰是代谢综合征、痛风等疾病早期预警的重要线索。

为突破这些限制，KAIST的Ki-Hun Jeong团队开发了全柔性时序表皮微流控纳米等离子体贴片(CEP-SERS patch)。该器件通过创新性地将银纳米岛等离子体结构与毛细管爆破阀微流控网络结合，首次实现了汗液样本的时序采集与无标记分析。研究团队采用大气压化学气相沉积(AP-CVD)技术在聚二甲基硅氧烷(PDMS)基底上构建2nm超薄氟碳层，通过160°C低温固态去湿形成直径约100nm、表面覆盖率40%的银纳米岛阵列。这种设计使器件在经历200次弯曲后仍保持稳定的表面增强拉曼散射(SERS)增强因子(1.8×10⁷)。

关键技术方法包括：1) 氟碳层调控的银纳米岛低温制备技术；2) 具有毛细管爆破阀(CBVs)的时序微流控网络；3) 结合自编码器与逻辑回归的机器学习定量模型；4) 4名健康受试者的运动-饮食干预实验设计，通过前额与肩部贴片同步采集汗液样本。

All-flexible SERS substrate: Ag nanoislands on ultrathin fluorocarbon

研究通过SEM和有限时域差分法(FDTD)证实，双次去湿处理的10nm银膜在氟碳层上形成最优纳米结构，其等离子体共振红移显著增强电磁场。机械测试显示器件在pH1-14范围和5mM NaCl浓度下保持稳定，真空封装后25天内性能衰减<15%。

Microfluidic sequential sampler

微流控时序采样器通过宽度50-200μm、发散角15°-45°的毛细管爆破阀实现样本分离，COMSOL模拟显示0.5μL腔室体积可在2分钟内完成采样。空气隔离设计使样本30小时内混合率<5%，聚酯薄膜将蒸发损失控制在20%以下。

Machine-learned label-free quantification of metabolites

基于1,476组SERS光谱训练的机器学习模型，对尿酸(635cm^-1)、乳酸(859cm^{-sup>)和酪氨酸(1353cm-1)的预测R2分别达0.80、0.83和0.92。SHAP值分析揭示特征峰权重分布，证实模型决策的化学合理性。}

Label-free human sweat profiling of assorted metabolites

人体试验显示，嘌呤饮食后汗液尿酸浓度较空腹状态升高3.2倍(p<0.01)，而乳酸受运动强度影响更显著。与荧光法(MAK077-1KT)对比验证，尿酸和乳酸检测的R²分别达0.96和0.86。

这项研究通过"等离子体-微流控-机器学习"三重创新，解决了可穿戴传感器在动态代谢监测中的关键技术瓶颈。其全柔性设计不仅实现了15分钟级的时间分辨率，更重要的是摆脱了传统生物识别元件对检测目标的限制，为发现新型代谢标志物提供了平台。当这项技术与数字医疗系统结合，或将推动从"疾病诊断"到"健康预测"的范式转变，特别是在运动医学、营养代谢等个性化健康管理领域具有广阔应用前景。论文中采用的低温纳米制造策略也为其他柔性光电器件开发提供了重要参考。