基于AgNWs-COF SERS生物传感器的呼出气与唾液无创诊断技术在口腔癌早期检测中的应用

为解决口腔癌(OC)早期诊断中传统方法侵入性强、灵敏度不足的难题，研究人员开发了基于银纳米线网络(AgNWs)和共价有机框架(COF-TpPa)的等离子体SERS生物传感器。该技术通过结合气体/液体分子捕获增强与深度学习算法(LGB)，实现了对呼出气中甲硫醇和唾液尿酸的无预处理检测，实验准确率达98%。这项研究为癌症无创诊断提供了新范式，在生物医学检测领域具有重要应用价值。

　　

口腔癌作为全球公共卫生重大威胁，其五年生存率长期徘徊在50%-60%，早期诊断被视为改善预后的关键。然而现有诊断技术如刷检活检、荧光染色等存在侵入性强、耗时长等问题，而呼出气和唾液中的低浓度、动态变化的生物标志物检测更是面临巨大挑战。传统表面增强拉曼光谱(SERS)技术虽具有单分子级检测潜力，但在复杂生物样本应用中仍受限于分子捕获效率低、气相检测困难等瓶颈。

针对这一难题，重庆大学的研究团队创新性地将银纳米线(AgNWs)网络结构与共价有机框架(COF-TpPa)薄膜相结合，开发出具有微孔结构的等离子体SERS生物传感器。该成果发表于《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》，通过机械研磨辅助丝网印刷与溶剂热法构建的COF-TpPa膜，其纳米孔可高效吸附气/液分子，而表面AgNWs网络形成的"热点"显著增强拉曼信号。研究采用甲基硫醇模拟呼出气标志物、尿酸作为唾液标志物，结合轻量梯度提升(LGB)算法对拼接光谱进行分析，实现了98%的癌症识别准确率。

关键技术包括：1）改良的AgNWs自组装合成法，以聚乙烯吡咯烷酮(PVP)为稳定剂在乙二醇(EG)中制备；2）COF-TpPa膜的研磨-丝印复合工艺；3）无需样本前处理的气/液双相SERS检测；4）基于深度学习的多模态光谱分析策略。

【COF-TpPa和AgNWs-COF薄膜表征】
研究通过扫描电镜证实COF-TpPa膜具有均一纳米孔结构（约2nm），AgNWs网络形成密集的电磁场增强区域。X射线光电子能谱显示AgNWs与COF间存在电荷转移，协同提升吸附能力。

【SERS性能验证】
对10^-9 M甲基硫醇气相检测增强因子达10⁸，唾液尿酸检测限低至0.1nM，较传统金基底提升2个数量级。分子动力学模拟揭示COF孔道对硫醇类分子的特异性捕获机制。

【临床样本测试】
采用模拟临床样本验证，LGB算法通过分析1325-1580cm^-1特征峰（对应C=S/C=O振动），实现假阳性率<2%的高精度诊断。

该研究突破性地将SERS应用拓展至气液双相检测领域，其重要意义体现在三方面：首先，等离子体COF材料为解决生物标志物低浓度捕获难题提供新思路；其次，建立的无创诊断方案可大幅降低筛查成本；最后，多模态分析策略为复杂生物流体检测树立新标准。研究者指出，该技术平台经适配改造后，在食品安全、环境监测等领域同样具有广阔前景。