基于金纳米颗粒负载空心共价有机框架的高通量质谱技术实现肺炎尿液代谢指纹快速筛查

《Microchemical Journal》：Efficient urine metabolic fingerprinting for pneumonia screening via high throughput mass spectrometry

本文开发了一种金纳米颗粒负载空心共价有机框架（HCOFs-Au）基质，结合激光解吸/电离质谱（LDI-MS）技术，实现了无需前处理的高通量尿液代谢指纹分析。该平台通过机器学习模型（SVM、NN、RF、KNN）成功区分新冠肺炎肺炎（CP）、细菌性肺炎（BP）和健康对照（HC），验证集AUC达0.868，为长期病毒共存时代的肺炎筛查提供了创新解决方案。

　　

Highlight

本研究开发了一种新型金纳米颗粒负载空心共价有机框架（HCOFs-Au）基质，用于激光解吸/电离质谱（LDI-MS）分析。该基质独特的中空结构通过内部多重反射和吸收实现高效紫外激光捕获，其多孔结构可隔离尿液中盐分和蛋白质干扰。原位形成的金纳米颗粒（AuNPs）通过表面等离子体共振效应协同增强分析物的解吸/电离效率。

材料与方法

实验采用1,3,5-三(4-氨基苯基)苯（TAPB）和1,3,5-苯三甲醛（BTCA）通过动态亚胺交换反应合成HCOFs，随后通过原位还原法将金纳米颗粒锚定在框架表面。表征结果显示该复合材料具有均匀的球形中空结构（直径约300纳米）和高比表面积（380 m²/g），AuNPs以5-10纳米粒径均匀分布。

结果

通过HCOFs-Au辅助LDI-MS平台，我们成功对141例尿液样本（57例健康对照、34例细菌性肺炎、50例新冠肺炎肺炎）进行高通量分析。机器学习筛选出的潜在代谢物组合在训练集和独立验证集分别达到0.922和0.868的AUC值，展现出卓越的疾病区分能力。

结论

该研究首次将HCOFs-Au基质应用于肺炎代谢指纹筛查，为传染病快速诊断提供了概念验证。这种非侵入性检测策略有望成为长期病毒共存时代公共卫生防控体系的重要补充。