机器学习辅助的纳米孔传感技术实现基质金属蛋白酶2（MMP2）单分子定量检测及其在糖尿病肾病诊断中的应用

为解决糖尿病肾病（DKD）早期诊断中基质金属蛋白酶2（MMP2）检测方法复杂、耗时的难题，西安电子科技大学团队开发了一种基于α-溶血素纳米孔的单分子传感技术，结合机器学习算法实现了MMP2活性定量检测（50-400 ng/ml），并验证了金属离子（Cu2+/Ni2+/Zn2+）及抑制剂（GM6001）对酶活的影响。该研究为DKD诊断提供了新型无标记检测方案。

　　

糖尿病肾病（DKD）作为糖尿病最严重的并发症之一，全球患者已超2亿，其中40%会发展为肾功能衰竭。目前临床依赖的估算肾小球滤过率（eGFR）和尿白蛋白/肌酐比值（UACR）指标易受多种因素干扰，且难以早期预警。研究发现，基质金属蛋白酶2（MMP2）在DKD患者尿液中显著升高，但传统检测方法如明胶酶谱法和免疫分析法存在操作繁琐、易交叉反应等问题。纳米孔技术虽在DNA测序中成熟应用，但蛋白质检测仍面临大分子无法穿透孔道的挑战。

西安电子科技大学团队在《Biosensors and Bioelectronics》发表的研究中，创新性地将α-溶血素纳米孔与机器学习结合，通过监测MMP2对特异性肽链（PLGVR序列）的酶切产物实现间接定量。关键技术包括：1）设计可被MMP2切割的荧光标记肽底物；2）α-溶血素纳米孔单分子电流信号采集；3）机器学习模型（100%分类准确率）区分酶切前后肽段；4）模拟尿液环境验证临床适用性。

主要研究结果

1. 检测原理验证：MMP2酶切产物产生特征性电流阻滞信号（阻滞程度>90%， dwell time<0.5 ms），与完整底物显著差异。
2. 定量性能：线性范围50-400 ng/ml，检测限17.5 ng/ml，优于传统ELISA法。
3. 抑制效应分析：二价金属离子（Cu²⁺/Ni²⁺）呈现浓度依赖性抑制，Zn²⁺在低浓度（<50 μM）时增强活性。特异性抑制剂GM6001的IC₅₀为12.3 nM。
4. 临床模拟：在含尿素/肌酐的模拟尿液中回收率达92-107%，抗干扰能力强。

结论与意义
该研究首次将机器学习与纳米孔传感结合应用于MMP2活性检测，突破传统方法对大型蛋白质的分析限制。通过金属离子调控机制的阐明，为DKD治疗靶点筛选提供新思路。模拟尿液中的稳定性能显示其可直接应用于临床样本检测，未来有望推动DKD的早期筛查和病程监控。研究获得国家自然科学基金（22304139）、陕西省重点研发计划（2024SF-YBXM-413）等支持，通讯作者为zhouxiang Ji（姬周翔）。