基于机器学习辅助的Ti3C2Tx MXene/Au@Fe3O4核壳纳米复合材料的电化学基因传感器用于超灵敏检测肺癌中的EGFR T790M突变

《Microchimica Acta》：Machine learning-assisted Ti3C2Tx MXene/Au@Fe3O4 core-shell nanocomposite-based electrochemical genosensor for ultrasensitive detection of EGFR T790M mutation in lung cancer

　　一种基于DNA杂交的无标记、灵敏且选择性电化学基因传感器被设计用于检测EGFR基因中的T790M突变。该突变见于部分接受非小细胞肺癌治疗的患者中，原因是产生了耐药性。所述基因传感器通过将丝网印刷碳电极（SPCE）表面用Ti?C?T_X MXene/Au@Fe?O?核壳纳米复合材料修饰而制备。具有丰富官能团的MXene纳米片增强了电导率和比表面积。此外，Au@Fe?O?纳米结构在增强导电性的同时，还稳定了硫醇化生物分子在电极表面的固定。为有效研究所合成纳米颗粒的结构和形貌特征，采用了多种表征技术，包括FE-SEM、UV-Vis、VSM、EDS、FTIR和XRD。为进一步提高传感器性能，系统评估了几种机器学习算法以确定最具预测性的替代模型。随后使用贝叶斯优化（BO）高效探索和优化实验参数空间。在最佳条件下，线性范围、灵敏度、检测限（LOD）和定量限（LOQ）分别为1 pM–1 μM、69.97 μA cm?2·dec、226 fM和755 fM。此外，所设计的基因传感器在存在非互补寡核苷酸序列时表现出可接受的选择性。最后，使用所设计的基因传感器对来自肺癌患者的组织和胸水样本进行了评估。测量了这些样本中突变基因的浓度，并将结果与实时PCR结果进行有效比较，以验证该方法的准确性。图形摘要