基于COMSOL Multiphysics的叉指电极生物传感器阻抗与灵敏度分析用于登革热NS1检测

《Biosensors》：COMSOL-Based Impedance and Sensitivity Analysis of an Interdigitated Electrode Biosensor for Dengue NS1 Detection

　　

登革热仍然是全球重大公共卫生问题，凸显了快速、灵敏地早期检测登革热病毒生物标志物的必要性。本研究在COMSOL Multiphysics中建立了一个有限元模型，用于基于叉指电极（IDE）的阻抗型生物传感器检测登革热非结构蛋白1（NS1）。所提出的传感器由包被抗体生物识别层的金叉指电极组成，并浸没于导电水溶液样品介质中。抗体–NS1结合采用Langmuir吸附等温线进行建模。利用频域仿真考察了NS1浓度在0至1000 ng/cm³范围内的阻抗响应。结果表明，仿真阻抗幅值随NS1浓度和激励频率的增加而降低。在10 MHz下，归一化阻抗响应在低NS1浓度下快速增加，并在较高浓度下逐渐趋于饱和。对三个仿真浓度点（1–3 ng/cm³）进行线性拟合，得到归一化响应斜率为0.9223%/(ng/cm³)（R² = 0.9963），提供了模型预测低浓度响应的初步表征。这些发现证明了计算建模在表征基于叉指电极的阻抗型NS1生物传感器预测电响应方面的潜力，为传感器优化和未来实验验证提供了基础。所报道的灵敏度和浓度依赖性响应均为基于仿真的预测，尚未经实验验证。

登革热是由登革病毒（DENV）引起的蚊媒病毒感染，DENV是一种单链RNA（ssRNA）病毒，属于黄病毒科（Flaviviridae）正黄病毒属（Orthoflavivirus）。登革热构成全球重大健康问题，尤其在热带和亚热带地区。世界卫生组织（WHO）估计每年约发生1亿至4亿例感染，其中约70%为无症状感染。这凸显了及时、准确诊断登革热感染以支持适当临床管理并降低登革出血热（DHF）和登革休克综合征（DSS）相关发病率和死亡率的重要性。目前有若干传统实验室诊断方法可用于检测登革热感染，包括血清学方法如IgM/IgG抗体检测、核酸检测方法如聚合酶链反应（PCR）以及抗原检测方法。非结构蛋白1（NS1）抗原检测已成为一种有前景的方法，因其可在感染早期实现快速且相对廉价的检测。此外，NS1抗原检测的灵敏度据报道在63%至94%之间，特别适合资源有限的医疗机构。近年来，生物传感方法通过实现登革热NS1抗原（登革热感染的早期生物标志物）的快速、准确和低成本检测，在登革热诊断中受到越来越多的关注。以往研究探索了多种用于NS1检测的生物传感平台，包括电化学、光学、微流控和基于智能手机的生物传感器。由于具有高灵敏度、小型化潜力、低成本和多用途性，电化学生物传感器被广泛用于检测低水平生物标志物。此外，电化学生物传感器可实现无标记检测，减少试剂消耗并简化检测过程。在可用的电化学检测方法中，电化学阻抗谱（EIS）被广泛用于无标记生物分子检测。EIS是一种非破坏性分析技术，通过向电化学系统施加小幅交流电压并测量产生的电流响应来测量阻抗。对于基于EIS的阻抗型传感器，叉指电极（IDE）因其高灵敏度和易于小型化而常被使用。EIS与IDE的结合已在多种生物医学传感应用中被广泛研究，包括免疫生物标志物检测、癌症诊断、生物亲和传感和传染病检测。近年来，若干研究探讨了利用抗NS1抗体通过检测NS1抗原来实现登革热诊断的阻抗型生物传感器。例如，Cecchetto等开发了一种基于金电极固定抗NS1抗体的无标记阻抗型生物传感器，在PBS中检测限为3 ng/mL，在血清中为30 ng/mL。类似地，Nawaz等开发了一种基于抗NS1修饰丝网印刷碳电极的便携式阻抗型免疫传感器，NS1检测的检测限为0.3 ng/mL，线性范围为1–200 ng/mL。最近，Ojha等开发了一种基于抗NS1功能化金纳米棒–石墨相氮化碳修饰电极的无标记阻抗型免疫传感器，在PBS中线性检测范围为0.6–216 ng/mL，检测限（LOD）为0.09 ng/mL。尽管取得了这些进展，大多数已报道的研究集中在阻抗型生物传感器的实验开发和性能评估上，而关于NS1浓度如何改变基于IDE传感器界面电学性质的详细计算研究仍然有限。这凸显了基于物理的建模对于理解界面阻抗响应如何受NS1浓度影响的重要性。为填补这一空白，本研究利用COMSOL Multiphysics研究了用于登革热NS1检测的IDE生物传感器的阻抗响应和模型预测灵敏度。此外，本研究考察了关键的传感器响应特性，包括线性度、灵敏度、频率依赖性阻抗响应和电场分布。研究人员利用COMSOL Multiphysics?（版本6.3）进行有限元分析（FEA），建立了所提出的基于IDE的登革热NS1检测生物传感器的三维模型。该模型用于模拟生物传感器在导电水溶液样品介质中的电响应。金IDE建模于玻璃基底上，基底宽度为200 μm、厚度为20 μm，上方覆盖生物识别层。金IDE图案化于基底上，每个电极指条的宽度、长度和厚度分别为10 μm、100 μm和0.2 μm。相邻指条间的间隙设定为恒定距离10 μm，传感器几何结构中共使用八个叉指指条。厚度为0.01 μm的薄生物识别层直接位于金电极表面上方，代表抗体功能化的传感界面。IDE结构和生物识别层由高度为50 μm的样品介质覆盖。每个接触垫尺寸为30 μm × 30 μm，厚度为0.2 μm。COMSOL Multiphysics中的电流（EC）物理场接口用于在频域中模拟基于IDE的生物传感器内的电场和电势分布。控制方程如原文公式（1）至（4）所示。Langmuir结合模型用于描述登革热NS1抗原与生物识别层中固定化抗NS1抗体的特异性结合。该模型基于目标抗原与抗体功能化表面上均一、独立结合位点之间1:1结合的假设。该方法的公式（5）用于计算可用抗体结合位点的分数占据。其中，分数占据为抗体结合位点的分数占据，为NS1浓度，为平衡解离常数。Langmuir关系预测，随着抗原浓度增加，表面占据增加并在高抗原浓度下趋于饱和。在本模型中，平衡解离常数假设为10 ng/cm³，作为代表性建模参数而非实验确定的结合亲和力。Langmuir模型假设平衡结合和均匀表面覆盖。时间依赖性结合动力学和传质限制未被明确考虑；因此，该模型不预测达到平衡所需的时间。为考虑NS1结合对电响应的影响，生物识别层的有效电导率和相对介电常数假设随Langmuir模型计算的分数占据线性变化。这些性质在定义的未结合态和完全结合态之间进行插值，如公式（6）和（7）所示。在本模型中，未结合态和NS1结合态生物识别层的电导率分别设为和 S/m，相对介电常数分别设为4和6。如Langmuir关系所述，模拟的分数占据随NS1浓度增加而增加，逐渐改变生物识别层的有效电学性质，随后将其纳入频域阻抗仿真。在物理上，NS1结合可能通过界面电荷分布、局部水合和介电极化的变化改变生物识别层的有效电学性质。在本模型中，这些效应通过假定的占据依赖性电导率和介电常数集体表示，而未明确建模单个分子机制或层厚度变化。线性插值被采用为未结合态和完全结合态之间的一阶现象学近似，假设电导率和介电常数的有效变化与抗体结合位点占据成正比。该方法在保持生物识别层厚度固定的同时，提供了Langmuir结合模型与频域电学仿真之间的一致耦合。抗体–NS1结合通过生物识别层的浓度依赖性电学性质而非明确的表面反应来表示。对于每个NS1浓度，在執行频域仿真之前，使用平衡分数占据更新生物识别层的电导率和相对介电常数。未施加额外的结合反应或质量输运边界条件。NS1结合与电响应之间的耦合通过生物识别层有效电导率和相对介电常数的变化实现。随着NS1浓度增加，Langmuir模型预测更大的抗体结合位点占据，根据公式（6）和（7）修改这些电学性质。由此产生的变化影响IDE表面附近的导电和电容电流分布，特别是在相邻电极指条之间的高电场区域，从而改变总端电流和计算的阻抗。该机制代表了生物分子结合与电学性质之间假设的现象学关系，而非实验建立的相互作用。计算域的电学性质以电导率和相对介电常数定义。玻璃基底被视为绝缘（介电）材料，而IDE被赋予金的电学性质。样品介质建模为导电水溶液介质，假设相对介电常数为78，电导率为1.5 S/m，与以往计算研究报告的值一致。前节中呈现的抗体–NS1结合分数占据用于通过假设的未结合和完全结合材料性质确定生物识别层的浓度依赖性电学性质。对于电激励，一个IDE连接到振幅为10 mV的正弦电压，使用终端边界条件，另一个电极使用接地边界条件设为接地。施加电压如公式（8）定义。其余外部边界被视为电绝缘，使得没有法向电流流过这些边界，如公式（9）所示。这些边界条件应用于建模的传感器和样品域，以将电响应限制在计算域内并允许计算频率依赖性电势和电流分布。生物传感器的复阻抗由施加的端电压和产生的总电流确定，如公式（10）所示。阻抗幅值随后如公式（11）计算。在不同NS1浓度下获得IDE生物传感器的频率依赖性电响应，并使用计算的阻抗进行表征。进行了频域参数化研究，以考察NS1浓度对所提出的基于IDE的生物传感器电响应的影响。NS1浓度在0至1000 ng/cm³的宽浓度范围内变化，使用的值为：0、1、2、3、4、5、6、7、8、9、10、25、50、100、250、500和1000 ng/cm³。基于Langmuir结合模型计算每个浓度的抗体–NS1结合分数占据。然后相应地更新生物识别层的电学性质。为表征生物传感器的频率依赖性阻抗响应，对每个NS1浓度在指定频率范围内进行频域仿真。复阻抗和阻抗幅值由施加的端电压和产生的端电流计算。获得的阻抗谱用于研究激励频率和NS1浓度对传感器响应的影响。还分析了电势和电场分布以研究传感区域的电学行为。使用10 MHz下的阻抗幅值研究生物传感器响应作为NS1浓度的函数。阻抗响应归一化至基线条件（= 0），并检查NS1浓度与模拟归一化阻抗响应之间的关系。归一化阻抗响应如公式（12）计算，其中代表拟合线的斜率，用于确定模拟传感器灵敏度，为截距。决定系数（）用于评估线性回归的拟合优度。图2显示了IDE生物传感器在NS1浓度为10 ng/cm³、激励频率为10 MHz时的电势和电场分布。电势在激励电极和接地电极之间变化，在叉指指条周围产生高低电势交替区域（见图2a）。电势梯度在相邻电极指条之间的间隙中最为显著，表明这些区域在与生物识别层和周围样品介质的电学相互作用中起重要作用。图2b显示了电场幅值和场线。最大模拟电场幅值约为2.91 × 10⁵ V/m，发生在IDE指条附近，特别是在电极边缘和它们之间的间隙中。场线从电极区域延伸到样品介质中，表明传感区域中存在电场边缘效应。所提出的传感机制依赖于抗体–NS1生物识别层电学性质的变化，这些变化可以影响电极表面附近高场区域的阻抗响应。图2b中的电场幅值以对数尺度绘制，以说明宽动态范围内的场分布。为评估电场穿透深度，沿从传感表面延伸到样品介质的垂直线在电极间隙中心提取电场幅值（图3a）。在10 MHz和0 ng/cm³ NS1浓度下，电场从传感表面处的约484.61 V/m降至距离约8.82 μm处初始值的36.8%（1/e），对应于沿所选垂直线的特征穿透深度。该特征穿透深度远大于生物识别层的厚度0.01 μm，表明电场延伸超出传感层进入周围样品介质。为研究NS1浓度对电场分布的影响，评估了10 MHz下1000和0 ng/cm³之间的电场幅值差异，如图3b所示。结果揭示了空间非均匀变化，电场幅值的局部增加和减少主要发生在电极边缘和电极间隙附近。在电极表面附近的代表性位置（x = 25 μm，y = 20.22 μm），电场幅值从309.80增加到374.56 V/m，对应20.9%的增加。图4显示了代表性NS1浓度（0至1000 ng/cm³）下模拟阻抗幅值作为频率的函数。低频和中频下的阻抗幅值相对恒定。此外，结果显示不同NS1浓度下具有明显的阻抗值。阻抗幅值随NS1浓度增加而降低，该趋势在所研究的频率范围内均被观察到。这种行为导致了抗体–NS1结合模型引入的生物识别层电学性质的变化。阻抗幅值在高频下显著降低，在MHz范围内降低更为明显。这种频率依赖性行为与随激励频率增加电容电流贡献增加相一致。尽管阻抗整体降低，曲线之间的分离在高达10 MHz时仍保持。最高阻抗在基线条件（= 0）下获得，阻抗随后随NS1浓度增加而降低。在较高NS1浓度下降低变得不那么明显，与Langmuir结合模型预测的饱和行为一致。基于在所研究频率范围上限处维持的浓度依赖性响应，选择10 MHz下的阻抗幅值来评估生物传感器的浓度依赖性响应和灵敏度。10 MHz的选择基于所研究频率范围内不同NS1浓度下模拟阻抗响应之间维持的分离。然而，该频率被选择用于评估浓度依赖性响应，并未被确立为最佳工作频率。尽管在较低频率下观察到更大的绝对阻抗差异，本研究选择10 MHz作为代表性频率，在该频率下尽管电容贡献增加，浓度依赖性响应仍可区分。频率依赖性灵敏度、测量噪声和信噪比的系统比较超出了本仿真的范围，需要通过实验确定最佳工作频率。观察到所提出的IDE生物传感器的阻抗幅值随NS1浓度增加而逐渐降低，从无NS1时的约2502 Ω降至1000 ng/cm³时的约2233 Ω，如图5a所示。最大的阻抗变化在相对较低的NS1浓度下观察到。阻抗值归一化至= 0 ng/cm³时的基线阻抗，以进一步表征浓度依赖性响应。归一化阻抗响应在低NS1浓度下快速增加，然后在较高浓度下逐渐趋于平稳，在1000 ng/cm³时达到约10.7%，如图5b所示。这种非线性饱和行为与描述抗原浓度依赖性抗体结合的Langmuir模型一致。在低抗原浓度下，占据的抗体结合位点比例快速增加，而在较高NS1浓度下，分数占据接近 unity。对于假设的平衡解离常数10 ng/cm³，Langmuir模型预测在NS1浓度为10、100和1000 ng/cm³时结合位点占据分别约为50%、90.9%和99.0%。因此，随着可用结合位点接近饱和，NS1浓度的进一步增加产生生物识别层有效电学性质的逐渐较小的变化，导致增量阻抗响应减小和观察到的平台。相应的Langmuir结合位点占据曲线如图6所示，说明可用抗体结合位点随NS1浓度增加而逐渐饱和。进一步研究了低浓度下的显著响应，以确定所提出传感器的线性范围和灵敏度。使用10 MHz下的归一化阻抗响应评估所提出的IDE生物传感器的灵敏度和线性范围。如图7所示，NS1浓度为1、2和3 ng/cm³时的模拟响应分别为1.2879%、2.3075%和3.1324%。在该浓度范围内，获得了以下线性回归方程（公式13）。决定系数（）为0.9963。灵敏度由回归线的斜率确定，为0.9223%/(ng/cm³)。高值表明在评估范围内归一化阻抗响应与NS1浓度之间具有很强的线性关系。在该低浓度区域之外，增量响应随NS1浓度增加而降低，浓度–响应曲线逐渐接近平台。因此，1–3 ng/cm³区间用于表征模拟低浓度响应的局部斜率，而非建立统计验证的线性工作范围。为进一步评估线性校准区间的选择，在逐渐扩大的NS1浓度范围内进行回归分析。将区间从1–3扩展到1–5 ng/cm³，决定系数从0.9963降至0.9871，拟合灵敏度从0.9223降至0.7698%/(ng/cm³)。进一步扩展到1–10 ng/cm³，决定系数降至0.9589，表明偏离线性行为增加。因此，1–3 ng/cm³区间被保留为保守的、模型预测的低浓度校准范围，具有高拟合灵敏度。尽管1–4 ng/cm³区间也表现出强线性（R² = 0.9918），但选择较窄区间是为了优先获得更高的拟合灵敏度和更低的线性偏离，而非将3 ng/cm³确立为严格的线性上限。该区间不应被解释为制造的传感器实验建立的分析工作范围。不同浓度区间的回归结果总结于表4。在本研究中，使用基于IDE的阻抗型生物传感器的有限元模型检测登革热NS1抗原，以研究生物传感器的电响应。仿真结果表明，NS1结合后抗体功能化生物识别层电学性质的变化可导致传感器阻抗的可测量变化。此外，电势和电场分布表明叉指电极几何结构对传感区域有显著影响。电场集中在电极指条周围，特别是在电极间隙中。这种场分布有利于阻抗型传感，因为电极表面附近生物识别层内的变化可以影响测量的电响应。电极几何结构是影响基于IDE的阻抗型生物传感器电响应的重要因素。在本模型中，IDE配置由八个电极指条组成，每个宽10 μm、长100 μm，电极间隙为10 μm。模拟电场分布显示电极边缘附近和电极间隙内场集中显著，表明这些区域有助于电场与生物识别层之间的相互作用。从静电角度看，减小电极间距可在给定施加电压下增加局部电场强度，而电极宽度、长度和指条数的变化可能影响有效传感面积、电流分布和整体阻抗。然而，这些几何效应在本研究中未被独立评估，因为电极尺寸在整个仿真中保持恒定。因此，IDE几何结构的系统优化仍是未来研究的重要方向。对于频率依赖性分析，阻抗幅值在低频和中频下相对恒定，但在高频下降低。此外，在所探索的频率范围内，随着NS1浓度增加，观察到阻抗幅值的系统性降低。阻抗曲线之间的分离在较高频率下保持，这支持选择10 MHz用于分析浓度依赖性阻抗响应。这种行为是传感界面介电和导电性质的频率依赖性贡献的结果。电容贡献在较高频率下变得更加显著，生物识别层有效电学性质的变化可以影响测量的阻抗。在本模型假设下，结果表明工作频率是基于IDE的传感配置设计中需要考虑的关键参数之一。尽管模拟阻抗响应在10 MHz下仍可区分，但电极处的信号稳定性未被明确评估。频域模型未考虑时间依赖性信号漂移、测量噪声或电极退化。因此，需要实验测量来评估所选频率下的信号稳定性和可重复性。结果显示，在10 MHz下，随着NS1浓度增加，阻抗幅值呈非线性降低。归一化阻抗响应在低NS1浓度下急剧增加，在较高浓度下接近饱和。该趋势与仿真中使用的Langmuir结合模型一致。当NS1浓度较低时，增加浓度导致占据的抗体结合位点分数相对较大的增加。随着浓度变高，更多位点被占据，表面覆盖的额外增加变小，导致观察到的饱和行为。因此，模拟阻抗响应的最大相对变化发生在低浓度区域。模拟阻抗幅值随NS1浓度增加而降低与Wasik等的实验结果定性一致，他们报道了基于IDE的NS1免疫传感器中电阻降低。相反，Cecchetto等和Bachour Junior等使用法拉第电化学阻抗谱观察到电荷转移电阻增加，突出了传感机制和测量配置对电响应方向的影响。阻抗响应被归一化，发现在1–3 ng/cm³范围内与NS1浓度具有非常好的线性关系。线性回归得到= 0.9963，对应于模拟灵敏度0.9223%/(ng/cm³)。结果表明传感器在该低浓度范围内作为浓度的函数响应。所确定的线性范围基于三个浓度点，因此被认为是模型推导的工作范围而非实验确定的分析范围。需要进一步的实验测量，包括额外的低浓度校准点和重复测量，以建立制造的传感器的分析工作范围和灵敏度。模拟浓度范围与先前报道的实验NS1阻抗型传感器相比也具有相关性。然而，结果不应直接比较，因为实验传感器之间的传感机制、电极材料、功能化方法、样品基质和响应指标不同。Cecchetto等提出了一种抗NS1无标记金电极阻抗型传感器，能够在PBS中检测3 ng/mL，在血清中检测30 ng/mL。Nawaz等报道了一种抗NS1丝网印刷碳电极免疫传感器，线性范围为1–200 ng/mL，检测限为0.3 ng/mL。Ojha等最近报道了一种金纳米棒–石墨相氮化碳阻抗型免疫传感器，在PBS中线性范围为0.6–216 ng/mL，检测限为0.09 ng/mL。这些实验研究有助于确立使用阻抗测量检测NS1的可行性，并为当前计算研究中探索的浓度范围提供了背景。然而，本工作中获得的灵敏度不应被解释为优于或劣于所讨论的实验装置，因为传感器结构和测量技术存在显著差异。本工作不同于制造的免疫传感器的实验优化，侧重于基于物理的IDE传感响应研究。该模型提供了关于NS1依赖性生物识别层变化如何修改宽频率范围内电场分布和阻抗响应的见解。这种计算分析在制造之前可能有用，因为电极几何结构、激励频率、生物识别层性质和样品介质性质等参数可以在无需重复制造周期的情况下系统分析。特别是，目前的结果表明，所提出的IDE几何结构与高频阻抗测量相结合值得进一步研究用于NS1传感。然而，在解释结果时应考虑若干局限性。第一，抗体–NS1结合使用Langmuir平衡模型建模，该模型假设均一和独立的结合位点。当前模型未表示时间依赖性结合动力学、非特异性吸附或真实生物传感器表面上可能观察到的异质性结合。此外，NS1向传感表面扩散相关的传质限制未被考虑，因为结合响应在平衡假设下评估。第二，生物识别层的电导率和相对介电常数的变化使用有效电学性质建模。这些性质需要实验表征，其与NS1表面结合的定量关系需要建立。第三，样品被表示为均匀导电水溶液，而临床血清或血浆可能含有蛋白质、离子和其他组分，可能影响界面阻抗并导致非特异性效应。制造公差、电极表面粗糙度、温度变化、噪声和寄生电容的影响也未被考虑。最后，本研究完全是计算性的，所报道的阻抗响应、灵敏度和线性范围代表理论预测而非实验证明的分析性能。此外，依赖于实验测量和统计分析的分析性能参数，如检测限、定量限、选择性、重复性和再现性，不能仅从本仿真确定。需要对所提出的IDE传感器进行实验制造和测试，以验证预测的阻抗趋势和灵敏度。进一步研究应包括纳入功能化界面的实验获得的介电和导电性质，以及研究干扰物质、在生理相关样品基质中评估传感器以及比较模拟和测量的阻抗谱。这种验证将有助于评估模型进一步优化IDE几何结构和工作条件用于登革热NS1检测的适用性。本研究使用COMSOL Multiphysics开发了用于登革热NS1检测的阻抗型生物传感器的有限元模型。该模型结合Langmuir结合模型描述抗体–NS1结合，并评估了传感界面电响应的由此产生的变化。模拟电势和电场分布显示了叉指电极指条周围和电极间隙中强电场局域化。频域分析表明阻抗幅值随频率和NS1浓度增加而降低。10 MHz下的浓度依赖性分析显示非线性响应，在较高NS1浓度下接近饱和。对三个模拟浓度点（1–3 ng/cm³）的线性拟合得到归一化响应斜率为0.9223%/(ng/cm³)（R² = 0.9963），应被解释为模型推导的估计值而非实验建立的传感器灵敏度或线性范围。结果证明了计算建模在表征基于IDE的生物传感器用于登革热NS1检测的预测阻抗响应方面的潜力，并指导其未来优化。然而，所报道的性能完全基于数值仿真，需要实验验证。未来研究将集中在所提出传感器的实验制造和验证、生物识别层电学性质的表征以及在生理相关样品中的测试，以评估实验条件下的传感器性能。