工程化石墨烯基电化学免疫传感器用于肺癌生物标志物检测：从生物界面设计到智能POCT平台

《Sensors and Actuators Reports》：Engineering Graphene-Based Electrochemical Immunosensors for Lung Cancer Biomarkers: From Biointerface Design to Intelligent POCT Platforms

　　

基于石墨烯的电化学免疫传感器用于肺癌生物标志物检测：从生物界面设计到智能POCT平台
•对通过3D碳生物界面缓解德拜屏蔽的关键分析。
•sp²碳电化学免疫传感器（electrochemical immunosensor, ECIS）用于肺癌生物标志物的结构-性能关系。
•人工智能辅助的多模态解码与校准，以克服基质引起的噪声。
•研究焦点从创纪录的检测限（limits of detection, LODs）转向经过验证的临床筛查结果。

肺癌是全球癌症死亡的首要原因，多数患者确诊时已处于晚期，早期（IA1期）五年生存率约92%，而晚期不足30%。低剂量CT等影像学手段无法获取分子水平的早期改变，循环肿瘤生物标志物可在解剖异常前反映分子变化，因此需要超灵敏的液体活检技术。然而，临床实际中，肺癌相关信号常被良性肺部疾病的生理波动掩盖，检测痕量标志物只是技术起点，并不等同于临床筛查准确性。电化学免疫传感器（ECIS）结合纳米材料，具有高灵敏度、快速分析和即时检测（point-of-care testing, POCT）兼容性。其性能主要取决于生物电子界面，而sp²碳材料（石墨烯、氧化石墨烯、还原氧化石墨烯、碳纳米管）是构建连续导电骨架的关键。现有综述多关注材料分类和物理性质，忽略器件良率和临床基质效应，也缺乏对微观生物物理约束如德拜屏蔽和空间取向的讨论。为此，研究人员将微观生物界面物理、模块化器件工程和数据级智能联系起来，系统评估sp²碳架构演变、器件集成及人工智能辅助解码，并基于REASSURED标准提出转化路线图。

研究人员系统分析了从二维平面到三维连续支架的sp²碳结构如何调节抗体取向、电荷转移动力学和德拜屏蔽，并讨论了将生物界面与边缘兼容的人工智能算法集成，用于校准硬件异质性、解耦多重生理背景并实现容错信号解码。结论是，当前研究沉迷于fg/mL甚至ag/mL的检测限，但临床转化需要从追求检测限转向系统稳健性、批间一致性和经过验证的筛查结局。重要意义在于为肺癌早期筛查平台提供了从实验室原型走向可靠临床工具的客观标准。

研究人员采用了系统性文献综述和比较分析方法，整合了多项代表性研究。涉及的样本队列包括：一项11206例疑似个体的临床队列（用于比较促胃泌素释放肽前体ProGRP与神经元特异性烯醇化酶NSE对SCLC的诊断效能）、Patz等97例盲法验证队列、Molina等513例肺癌患者与289例良性对照队列。关键技术方法包括：化学气相沉积（chemical vapor deposition, CVD）制备3D石墨烯泡沫与管状结构；Hummers法及改性路线合成氧化石墨烯（GO）并化学还原为还原氧化石墨烯（rGO）；溶液法制备碳纳米管（CNT）网络和MXene/碳复合膜；激光诱导石墨烯（laser-induced graphene, LIG）电极阵列制造；石墨烯场效应晶体管（GFET）和浮动栅CNT-FET器件集成；机器学习（如支持向量机SVM、层次逻辑回归）用于信号解码和临床预测。这些技术覆盖了从界面纳米工程到系统级封装的多个层次。

3.1 石墨烯：导电性与三维架构

研究表明，将石墨烯从2D改为3D框架可阻止π-π堆积并调节生物界面。例如，Yang等利用3D石墨烯/金纳米颗粒平台，以丰富纳米通道促进Fab片段取向，实现癌胚抗原（CEA）和细胞角蛋白19片段（CYFRA21-1）同时检测；Mao等的氮掺杂空心碳纳米花通过开口花瓣结构减少位阻，结合Pt-Fe合金纳米粒子对鳞状细胞癌抗原（SCCA）的检测限达0.003 pg/mL。CVD生长的3D石墨烯泡沫具有100-300 μm多级孔，利于质量传递，但工艺能耗高。Zhang等将3D石墨烯纤维膜集成于微流控ECIS，样本体积降至19 μL；CVD空心石墨烯管进一步降至4.8 μL。结论是，3D拓扑参数（孔径、曲率）决定抗体的空间取向和位阻，但规模化制造仍是瓶颈。

3.2 氧化石墨烯：表面工程与固定化

GO因含氧官能团提供高密度锚定位点，但绝缘性需要导电复合。Hou等的GO/HRP@DAb标签催化原位沉淀，CEA检测限0.64 pg/mL，但批内/批间变异系数达7%-11%。多级放大策略如AuNPs/CQDs-PEI-GO可实现亚pg/mL检测，但耗时长、步骤复杂。导电聚合物如PEI-AuNPs/GO复合物支持无标记多路检测，35天信号衰减12%。结论是，GO基传感器需平衡受体密度与电子传输，优先采用可重复的功能化方案。

3.3 还原氧化石墨烯：通用平台

rGO部分恢复导电网络并保留结合位点。酶催化放大方面，Shin等用3D HRP封装蛋白纳米粒子（HEPNPs）使酶信号比游离HRP高40倍，结合rGO修饰的3D Au电极，对H₂O₂检测限达10 nmol/L。光电化学（PEC）平台方面，Zeng等的CdSe/TiO₂-rGO对CEA检测限1.38 pg/mL，但14天信号保留低于90%；Huang等构建的SnS₂-rGO 2D/2D结构对CEA检测限59.9 fg/mL，30天保留92.4%。便携器件方面，Joshi等开发了rGO基便携无标记传感器，用于CEA快速检测；但批间差异是主要问题。

3.4 碳纳米管：一维电子传输与集成

单壁碳纳米管（SWNT）场效应晶体管（FET）对蛋白质检测受德拜屏蔽限制。Li等利用起伏Y₂O₃浮动栅绝缘层包裹SWNT通道，CEA检测限达72 ag/mL，动态范围9个数量级，但极低LOD的临床有效性需验证。Yan等用印刷电路板（PCB）技术构建3D反蛋白石CNT修饰的电极阵列，同时检测C反应蛋白（CRP）、CA125和CEA，但孵育时间60分钟。Rejeeth等用聚丙烯酸（PAA）模拟抗体替代天然抗体，提高化学稳定性。结论是，CNT的1D电子输运和3D网络优势明显，但制造不均匀和生物受体不稳定仍阻碍转化。

4.1 人工智能辅助信号解码与校准

Xue等构建超过200个石墨烯晶体管的阵列，用机器学习映射跨芯片非均匀电导，从而实现实时校准。Cai等开发了基于LIG的多通道免疫传感器，结合深度学习放射组学和临床数据，多模态预测AUC达0.936，优于单一模态。但存在训练队列小、过拟合和“存活者偏差”问题，需要开放数据库和标准化元数据。

4.2 硬件集成与CMOS兼容性挑战

实现自主传感需要边缘处理，神经形态计算提供低功耗路径。但将石墨烯传感器与硅CMOS异质集成面临高温、化学环境与脆弱生物界面的冲突。需满足REASSURED标准，解决电磁屏蔽、封装兼容性等问题。

总结讨论部分指出，本综述考察的工程策略——涵盖3D生物界面设计、可扩展CMOS集成和容错算法解码——勾勒出一个实用框架，以解决将碳基ECIS原型与可行的POCT设备分隔开的物理和制造限制。然而，解决这些技术挑战只是临床评估的初始阶段。研究结论为：实现肺癌标志物的可靠分析检测不同于证明改善的早期诊断或患者生存结局。肺癌亚型间的生物异质性、慢性炎症状态下的非特异性标志物升高以及过度诊断的临床风险，意味着卓越的分析灵敏度不会自动转化为治疗获益。因此，尽管生物界面工程和硬件-算法协同设计提供了不可或缺的基础，建立智能石墨烯平台的真正临床价值最终将需要从实验室指标基准转向以患者结局为中心的多中心临床筛查试验。