综述：机器学习辅助传感技术监测COVID-19的研究进展

《Micromachines》：Overview in Machine-Learning-Assisted Sensing Techniques for Monitoring COVID-19 Yan Feng and Ming La

　　

病毒突然从无名的隐匿状态出现并影响人们的生活质量，同时增加发病率和死亡率。一个典型的例子是全球2019冠状病毒病（COVID-19）大流行。尽管严重急性呼吸综合征冠状病毒2（SARS-CoV-2）作为COVID-19的病原体已被显著清除，但其监测仍然至关重要，因为该传染病可能再次爆发。因此，有必要开发简单有效的工具来监测COVID-19及其他疾病。本文综述了基于机器学习（ML）的生物传感器在COVID-19监测和管理方面的进展。该文主要包括三个部分：机器学习算法、机器学习辅助生物传感器以及挑战和未来展望。研究人员认为，这项工作对于开发基于人工智能（AI）的创新型分析设备，以用于医疗保健监测和管理COVID-19及其他传染病具有重要价值。

1 引言

病毒突然从无名的隐匿状态出现，引发了对其从免疫学角度在人群中持续传播的担忧。严重急性呼吸综合征冠状病毒2（SARS-CoV-2）是全球冠状病毒病2019（COVID-19）大流行的致病因子。尽管SARS-CoV-2已被显著清除，但其监测仍然至关重要，因为该传染病可能再次爆发。病毒的早期评估对于临床即时检测（POCT）至关重要。在医学诊断中，病毒检测可在实验室通过传统方法进行，如聚合酶链式反应（PCR）扩增和酶联免疫吸附测定（ELISA），这两种方法都需要放射性同位素、酶和荧光基团等标记物，这些标记物可通过各种分析技术轻松测量。此外，尽管这些方法具有极高的灵敏度和选择性，但通常需要多重检测步骤和熟练操作人员。与传统分析方法相比，生物传感器具有响应快速、成本低、无损检测和现场检测等优势，广泛应用于基础生物学研究、食品安全、环境监测、疾病诊断和药物筛选等领域。近年来，随着纳米技术、信号放大策略和换能器的广泛发展，传感领域取得了显著进展。然而，大多数生物传感器仍依赖抗体或适体作为生物受体，不可避免地表现出一些不规则或高信号噪声，且质量保证期短、稳定性、准确性和可靠性差，限制了其在实际应用中的商业价值。研究人员正在寻求新的方法来改善生物传感器的分析性能。基于人工智能的数据分析为开发新的策略以克服当前生物传感器的挑战带来了巨大希望，主要包括机器学习（ML）和深度学习（DL）。传统生物传感器可以发展为能够通过决策系统自动预测分析物类型和浓度的智能设备。化学计量学中使用统计或数学方法可以通过数据分析来探索更多化学信息，并设计或优化实验和测试条件。因此，化学计量学可以作为解决生物传感器问题的有效策略或工具。化学计量学在处理各种生物传感器获得的复杂信号方面的应用已被广泛报道，许多先进的机器学习算法正在涌现。与传统方法相比，先进机器学习方法的优势在于能够研究复杂生物样品中适当的非线性依赖关系，为解决生物传感器领域的紧迫问题提供了独特的可能性。

2 用于生物传感器的机器学习算法

机器学习能够有效处理来自复杂生物基质的大规模数据。将机器学习与生物传感器集成的主要优势在于，即使在高噪声、低分辨率和潜在严重数据重叠的情况下，也能产生合理的分析结果。此外，机器学习算法的正确应用可以通过数据可视化揭示样本参数或生物事件与传感信号之间的潜在关系。针对生物传感器的信号解释和性能优化，需要根据线性/非线性、单组分/多组分、信噪比等数据特征选择合适的机器学习算法。监督学习、无监督学习和深度学习技术各自提供不同的功能，范围从诊断和异常检测到模式识别和实时预测。由于没有普遍最优的算法，理解各种机器学习方法的原理和能力对于选择最适合的解决方案并为特定传感应用获得最佳结果至关重要。该章节简要介绍了几种用于通过生物标志物识别进行疾病诊断的经典机器学习算法，主要关注监督学习和深度学习方法。

线性回归和逻辑回归是两种最基本的线性模型，适用于信号与目标浓度呈线性相关的简单检测系统。线性回归的核心功能是构建特征参数与目标浓度之间的线性映射关系，实现单一组分的定量分析。该模型的优势在于其简单性、高计算效率和强可解释性，适用于基质简单、干扰最小的样品分析，如标准溶液校准、纯物质定量测定等。逻辑回归是一种分类算法，可以根据不同的信号特征实现目标分析物的定性识别，适用于阈值检测场景，通过构建信号特征与分析物形式之间的映射关系来提高定性判断的准确性。

支持向量机（SVM）是一种用于分类和回归任务的多功能机器学习模型。其主要优势在于通过核函数将线性不可分的信号特征映射到高维空间，构建最优分类超平面，实现对复杂信号的精确区分。该模型特别适合解决分析化学中的基质干扰和信号重叠问题。复杂样品中的一些共存组分容易产生干扰信号，导致线性不可分，使传统信号分析方法难以区分。SVM可以优化径向基核函数、多项式核函数等的处理，探索目标/干扰信号中的细微差异，从而实现对它们的准确分离，提高生物传感器的选择性。

随机森林（RF）是一种集成学习算法，可以构建多个决策树模型并进行集成投票，以实现信号分类和回归。由于其强大的抗干扰能力和稳定性，RF算法适用于分析化学中的长期连续监测场景。该算法的核心优势在于对异常值不敏感，能够有效处理高维特征数据。同时，它可以评估每个特征参数对检测结果的重要性，为优化生物传感器性能提供依据。在复杂样品检测中，可以评估特征参数的重要性，筛选出对uju目标分析物最敏感的信号特征，为优化识别界面提供指导。

人工神经网络（ANN），特别是深度学习中的卷积神经网络（CNN）和循环神经网络（RNN），是处理复杂信号的有效算法。它们模拟人脑神经元的层次结构，实现原始信号的端到端分析，无需人工提取特征参数。在应对多组分同时检测或低信噪比等挑战时，深度学习可以发挥关键作用。通过利用多层网络架构从原始数据中发现深层特征，该方法能够实现重叠多组分信号的精确分离和定量，展现出强大的噪声过滤能力。然而，它需要大量高质量的训练数据，通常适用于多组分、复杂基质和高精度检测的分析场景。

3 用于COVID-19诊断的机器学习辅助生物传感器

3.1 电化学生物传感器

尽管全面的电化学理论可以解释各种复杂信号，但电化学生物传感器在实际应用中仍然表现出较差的重复性和稳定性。含有许多干扰物的真实样品在离子强度、温度、pH值等方面可能存在显著差异。电化学生物传感器中使用的修饰电极通常会随时间钝化。因此，仅靠一维数据分析不足以获得与分析物类型和水平高度相关的敏感信号。机器学习算法已与电化学生物传感器相结合，以提高COVID-19诊断的准确性。例如，Soleymani课题组开发了一种通过工程化三聚体适体（TMSA52）与病毒表面三聚体抗原刺突蛋白之间的相互作用来测定SARS-CoV-2病毒的电化学方法。在机器学习算法的辅助下，每个样本获得了许多阻抗数据点，以在短检测时间内提供高度准确的检测结果。该方法通过测定27名阴性供体和10名阳性供体的真实人唾液样本，成功用于诊断COVID-19，精确度达到100%。随后，Soleymani课题组设计了一个框架，以促进机器学习在基于实时多聚体适体分析的172份COVID-19唾液样本诊断数据中的应用。在该工作中，通过多个非线性回归模型从瞬态信号中提取了九个关键特征。这些特征用于训练三种机器学习算法（SVM、ANN和RF），训练/测试比例为75/25。基于传统受试者工作特征（ROC）曲线的分类实现了83.6%的准确率，而基于机器学习的模型显著提高了性能。SVM、ANN和RF的准确率分别为86%、100%和100%，均高于ROC曲线所达到的数值。在这些机器学习算法中，ANN模型在处理复杂和高方差数据方面表现出优异的性能，提高了即时检测的诊断准确率。

考虑到COVID-19管理的挑战和方面，Kaushik等人探索了用于测定SARS-CoV-2病毒的微型化即时检测电化学生物传感器。诊断方法可以与机器学习、深度学习等人工智能技术相结合，通过数据存储、共享和分析来研究有用的信息学。此外，Castro等人报道了一种使用名为PEP2003的肽（Asn-Asn-Ala-Thr-Asn-COOH）作为识别元件来结合抗SARS-CoV-2刺突蛋白抗体的无标记生物传感器。该肽非共价吸附在涂有金纳米颗粒（AuNPs）的碳电极上，信号变化通过电化学阻抗谱记录。肽与刺突蛋白抗体的结合由氢键和疏水相互作用驱动。通过机器学习拟合的两个方程，该生物传感器用于诊断COVID-19，对39个健康组和感染组的准确率达到100%。

电化学发光（ECL）是通过电化学反应产生光，是测定具有低背景噪声和高灵敏度的生物标志物的有力工具。Firoozbakhtian等人开发了一种基于逆转录聚合酶链式反应（RT-PCR）循环阈值（Ct值）的ECL传感系统。依赖于SARS-CoV-2病毒浓度的ECL信号变化通过智能手机摄像头监测。用ECL图像训练机器学习算法，从45个真实样本的测定中获得的ANN模型对50个未知样本的诊断准确率超过90%，对人工样本的测定Ct值为32。

测量呼出气可提供一种监测人体代谢状态的非侵入性方法。Banga等人研究了一种手持式呼吸分析仪电化学传感技术在从未吸烟或 Former Light吸烟史人群中预测COVID-19感染的效果。该方法基于与COVID-19相关呼吸道炎症相关的呼出一氧化氮水平的变化。通过该技术，使用由46名感染和未感染参与者（包括从未吸烟或Former Light吸烟者）的呼吸特征训练机器学习算法。该技术用于每个参与者的检测。结果，在该人群中获得了高特异性（91.11%）和高阴性预测值（97.62%）。尽管该技术可以作为即时检测COVID-19诊断的宝贵工具，但仍需要大规模临床试验和验证来证明其效用。

上述工作凸显了将机器学习与电化学生物传感器相结合以提高实际样品分析准确性和可靠性的新机遇。然而，不同分析物需要独特的传感材料，选择和整合相容材料以实现稳定准确的检测仍然是一项复杂而密集的任务。实现长期材料稳定性可以确保传感器性能随时间保持一致，这对于在临床和护理环境中维持诊断和监测系统的可靠性至关重要。因此，基于机器学习的电化学生物传感器的实际应用仍处于起步阶段。未来研究可以聚焦于通过机器学习预测和改善材料稳定性和质量保证期，确保生物传感器性能的一致性和可靠性。

3.2 光学生物传感器

3.2.1 比色法

开发灵活的光学生物传感器因其非侵入性、易于观察以及良好的连续健康监测能力而受到广泛关注。这类生物传感器可以显著提高疾病监测的准确性和速度，特别是在与人工智能集成时。这种组合为连续健康监测和个性化医学开辟了新机遇。迄今为止，通过基于机器学习的光学生物传感器（如比色法、荧光法和拉曼散射等）已实现了对生物实体的高灵敏度检测。其中，比色法由于具有高简便性和低成本，在COVID-19诊断中显示出巨大潜力，特别是在资源匮乏的环境中。然而，大多数用于COVID-19诊断的比色方法涉及特定的pH敏感染料，限制了下游检测优化或阻碍了结果的准确判读。为解决这一问题，Kiatpathomchai课题组提出了一种使用双染料的比色实时环介导等温扩增（RT-LAMP）方法用于RNA的测定。在该工作中，使用两种内部pH依赖性指示剂（二甲酚橙XO和薰衣草绿LG）来提高灵敏度和简便性。该比色方法进一步与人工智能操作工具相结合，以在大规模临床试验中实现更精确和快速的测定。该方法 showed 50拷贝/反应的检测限，Ct值低于39.7，适用于COVID-19的即时诊断。此外，Biswas等人报道了一种基于核酸的即时检测RT-LAMP方案用于COVID-19诊断，并使用机器学习算法来提高效率。检测程序包括七个步骤：样本采集、RNA提取、反应物加入、等温扩增、显色反应、图像获取和基于机器学习的数据分析。

SARS-CoV-2的变异会影响COVID-19的准确诊断。Song等人报道了一种使用成簇规律间隔短回文重复序列（CRISPR）技术的比色LAMP触发DNAzyme反应，用于监测SARS-CoV-2及其变异基因。CRISPR相关系统可以消除LAMP产物的假阳性信号。该方法在一小时内达到阿摩尔（attomolar）灵敏度。该工作中，使用三维打印技术和基于机器学习的智能手机应用程序来收集数据和核查诊断结果。对于136份临床样本的检测，COVID-19患者的诊断灵敏度和特异性均为100%。此外，该方法成功用于监测SARS-CoV-2刺突基因G614G（变异-通用）、T478K（delta特异性）和A67V（omicron特异性）三种突变。

此外，Mahshid课题组展示了一种名为QolorEX的分子诊断平台，通过将无晶圆厂等离子体纳米表面整合到自主微流控卡盒中，用于测定SARS-CoV-2及其变体。该装置由微流控卡盒和成像盒组成，用于在机器学习辅助分析下对COVID-19样本进行快速和即时识别。微流控卡盒包括六个组件：唾液入口、扩增试剂、混合通道、比色窗口、抽吸按钮螺丝和加热室。QolorEX微流控卡盒操作包括三个步骤：95°C下唾液采集和裂解、第一个抽吸杯的启动以进行唾液计量、第二个抽吸杯的启动以与试剂混合和加热。该方法成功用于监测COVID-19唾液样本，样本到答案时间为13分钟，准确率为95%。

侧向流免疫测定、纸基垂直流免疫测定和其他比色试纸条是常用的视觉生物传感器。将比色生物传感器与智能手机读取器相结合对于临床或家庭诊断更具吸引力。智能手机和基于云的机器学习模型可能为高精度和可重复 Jabatan的分析提供新途径。

3.2.2 荧光法

荧光生物传感器由于响应迅速和信号强度强，可实现实时、高灵敏度和多重检测。然而，目前用于COVID-19早期临床诊断的荧光生物传感器具有侵入性、昂贵、易受生物背景荧光干扰、缺乏足够的穿透能力以及成像相关挑战等缺点。通过使用机器学习技术从原始信号中过滤噪声、提取相关特征并充分解码复杂参数，可以提高荧光生物传感器的分析性能。集成方法可以将信号分类为阳性、阴性或不确定等诊断类别，并准确区分分析物的数量。

Wang等人展示了一种机器学习辅助的纸基比率荧光生物传感器，用于测定SARS-CoV-2 RdRp基因。采用靶标诱导滚环扩增产生磁性的DNAzyme，可通过纸基比率荧光生物传感器监测。该生物传感器通过将蓝色SiO₂（B-SiO₂）和量子点（QD）修饰的SiO₂纳米颗粒/多巴胺（DPA-QD@SiO₂或R-SiO₂）整合到纤维素纸中制造而成。对于靶标SARS-CoV-2 RdRp基因的测定，磁性DNAzyme和H₂O₂将多巴胺催化氧化为多巴色素，淬灭了R-SiO₂上QD的荧光。同时，相应的荧光图像由RNN机器学习平台收集。该方法以超过99%的准确率和30 fM的检测限实现了对SARS-CoV-2 RdRp基因的检测。此外，Wang等人报道了一种RNN机器学习辅助的比率荧光生物传感器，用于使用金属-有机框架Al³⁺/Au NCs@ZIF-90对SARS-CoV-2 RdRp基因进行即时检测。在该方法中，ZIF-90发出蓝色荧光作为参比信号，Al³⁺/Au NCs发出红色荧光作为分析信号。该基因可诱导超支化滚环扩增（HRCA）促进焦磷酸（PPi）的产生，导致比率纸生物传感器荧光的淬灭。检测限为0.3 pM，准确率超过99%。此外，Samacoits等人开发了一种基于智能手机的设备，结合机器学习驱动的软件，用于评估CRISPR诊断COVID-19的荧光信号。该系统对96份鼻咽拭子样本的检测显示6.25 RNA拷贝/μL的检测限，准确率为95%，灵敏度为97%。

当多种病原体具有相似的临床症状时，呼吸道感染的准确诊断尤其具有挑战性。Kshirsagar等人报道了通过将RT-LAMP与基于机器学习的紧凑型分析仪集成，同时测定三种呼吸道感染SARS-CoV-2、流感（Flu）和呼吸道合胞病毒（RSV）。检测工作流程包括三个部分：唾液采集、便携式RNA提取和多重RT-LAMP，使用特定引物和不同的荧光探针进行一锅法多重测定。标记有淬灭剂的正向内引物（QFIP）在反应启动前与互补于F1c区域的荧光标记探针（Fd）退火。在F2区域启动过程中，探针的荧光被淬灭。F3引物的杂交触发了淬灭剂标记链的置换。随着反向内引物（BIP）启动反向链的形成，Fd探针与QFIP分离，导致荧光基团的释放。随着LAMP反应中产生更多的扩增子，荧光信号增加直到达到平台期。该方法可以高准确率地测定三种不同的RNA序列。唾液样本测定的曲线下面积值分别为RSV 0.82、流感0.93和SARS-CoV-2 0.96，结果与RT-PCR测定的结果高度一致。

3.2.3 表面增强拉曼光谱（SERS）

SERS可以获得复杂基质中分析物的内在指纹信息。SERS生物传感器是快速、无标记、现场和非破坏性测试最有前途的分析工具之一。然而，基质中的许多分析物和物质具有相似或重叠的光谱，这使得SERS生物传感器几乎无法直接区分目标。机器学习与SERS生物传感器的结合可以极大提高目标识别的效果。SERS基底的增强因子均匀性对机器学习算法至关重要，因为数据集中的大方差会增加预测方差。Yang等人报道了一种通过基于RNN的深度学习测定人鼻咽拭子（HNS）标本中SARS-CoV-2 RNA的SERS生物传感器。特异性针对RNA序列的DNA探针固定在银纳米棒阵列（AgNR）表面。RNA与DNA修饰的AgNR表面结合导致SERS光谱的变化。通过使用基于RNN的深度学习方法，40份阳性和120份阴性样本的分类准确率达到98.9%。对于72份临时样本的分类，该方法对阳性和阴性样本的预测准确率分别为97.2%和100%。因此，集成深度学习的AgNR阵列基SERS生物传感器可以作为COVID-19诊断的潜在平台。

此外，Senapati等人开发了一种基于机器学习的SERS方法，用于区分临床HNS样本中的SARS-CoV-2。通过倾斜角沉积（GLAD）策略制备了GLAD原始AgNR基底，用于区分野生型和SARS-CoV-2变体。该检测限为100 pfu/mL，用于测定四种变体和四种协变体。为区分细微的光谱变化，机器学习与SERS数据集成以识别复杂模式并增强诊断效果。该工作中，使用两种不同的分类方法SVM和双向长短期记忆网络（BiLSTM）来从122份阳性HNS样本中识别变体。SVM和BiLSTM的准确率分别为88.79%和85.98%。对于盲测，SVM和BiLSTM的准确率分别为74.77%和70.09%。集成的机器学习-SERS生物传感器可以增强诊断效果，并为COVID-19提供现场预测能力。

便携式和免标记光谱平台将为病毒检测和突发疫情预防提供重要工具。Paria等人报道了一种使用金属-绝缘体-金属纳米结构的机器学习辅助SERS生物传感器用于SARS-CoV-2检测。纳米结构基底通过纳米压印光刻和转移印刷制备。该生物传感器可以在25分钟内区分不同的呼吸道和非呼吸道病毒，也可以在没有任何样本预处理的情况下区分人唾液中的病毒。纳米图案化方法表明，生物传感器可以在柔性表面上开发以制造可穿戴设备。考虑到SARS-CoV-2刺突蛋白的受体结合域（RBD）是病毒感染的关键组分，Zhang等人研究了SARS-CoV-2 RBD在金纳米颗粒（AuNPs）表面的拉曼性质。发现由于AuNPs的聚集，拉曼增强强烈依赖于激发波长。通过主成分分析（PCA）揭示SERS光谱中的二级结构，确定了SARS-CoV-2和MERS-CoV的特征RBD拉曼光谱。基于机器学习算法，两种RBD的拉曼光谱可以轻松区分，准确率、精确率、召回率和F1分数均超过95%。

此外，Hwang等人报道了一种用于检测呼吸道气溶胶中SARS-CoV-2的SERS生物传感器。该生物传感器由Au-TiO₂ SERS口罩和消融辅助自动编码器组成。纳米复合SERS口罩可以连续预浓缩并有效捕获口鼻气溶胶。与简单的金纳米岛相比，这显著增强了SERS信号强度47%。Au-TiO₂纳米复合材料允许成功测定人工呼吸道NIL气溶胶中浓度低至100 pM的SARS-CoV-2刺突蛋白。使用基于深度学习的自动编码器监测刺突蛋白的SERS特征，可以测定浓度为10¹-10⁴ pfu/mL的SARS-CoV-2裂解物。该检测范围与19-29个PCR循环阈值测定的COVID-19患者样本相当。该方法的高准确率超过98%，表明Au-TiO₂ SERS口罩可以为测定呼吸道气溶胶中的各种生物标志物提供平台。

4 挑战与未来展望

总之，迫切需要开发有效的工程工具来处理生物传感器收集的大型数据集，并将实验室诊断转移到个性化医疗设备中。本文综述了基于机器学习的传感技术用于COVID-19预测和诊断的进展。已测定了多种生物标志物，并通过各种机器学习算法分析了数据集。复杂重叠信号的定性识别和低丰度生物标志物的定量测定已得到提升。此外，传统数据回归分析使用数学方程计算样本的因变量，通常具有少于两个输入特征。相比之下，先进的机器学习模型可以处理具有数百个输入特征的数据库。值得注意的是，足够的数据集对于机器学习方法至关重要。多通道或高通量传感设备（如微阵列和多通道流体芯片）的开发可以促进研究人员克服机器学习与生物传感器集成的数据瓶颈。然而，在研究早期，机器学习辅助诊断方法需要大量样本和数据。数据隐私、伦理考量和算法偏见等关键问题需要实施稳健的加密协议、透明的数据治理框架和可解释的人工智能模型。未来研究应聚焦于通过推进自适应学习系统、优化实时数据处理和确保物联网生物传感器的伦理和负责任使用来克服这些挑战。

泛化性是机器学习模型用于COVID-19诊断临床应用的另一个挑战。在已报道的模型中，训练数据集很好地代表了临床人群。然而，在实际筛查场景中，绝大多数患者或供体预计为非COVID-19患者，导致数据集中的类别分布非常不平衡。这凸显了实施严格模型验证策略的必要性，以基于个体特征和模型训练中的相似性为每个预测提供可靠性测量，如k折交叉验证、留一法验证和外部数据集测试。

与实验室使用的传统方法相比，即时检测的可靠性和准确性通常较低。机器学习算法在即时检测中的应用为提高临床分析生物传感器的可靠性和准确性提供了机会。集成机器学习算法的智能手机可能成为未来非常有趣的家庭检测工具。例如，可以在智能手机中创建小程序用于数据分析以提高可用性和便利性，其中算法可用于滤除同一浓度下的异常频率差异，将数据拟合到模型中，并在屏幕上显示结果。对于单分子、单颗粒和单细胞数据的挑战主要在于低信噪比、信号重叠和信号离散。基于传统假设的数据探索和选择可能不合理，因为可能会遗漏意外信号。使用机器学习方法来降低噪声并收集多个信号，可以改善模式识别的分辨率和目标检测的灵敏度。

可穿戴生物传感器因其通过汗液、泪液和唾液等各种生物流体进行非侵入性人体生理监测的巨大潜力而备受关注。将可穿戴生物传感器与机器学习算法相结合用于健康监测是另一个机遇。机器的决定必须被专业人员理解。同时，有必要将人类知识和推理规则以清晰的方式融入人工智能系统，以加强和规范学习和决策过程，减少训练算法的样本量。因此，迫切需要将可解释机器学习与可穿戴电子设备相结合，用于健康监测和相关医疗干预。