《Biosensors and Bioelectronics》：Machine Learning-Assisted Plasmonic Sensing Using Au@Ag–Ti
3C
2T
x MXene/Au Hybrid Interfaces for High-Efficiency and Ultrasensitive microRNA Detection
编辑推荐：
微RNA非侵入性检测新方法：构建Au@Ag-Ti3C2Tx-MXene/Au复合界面提升表面等离子体共振（SPR）信号，结合灰色狼优化（GWO）辅助的CNN-LSTM模型，通过早期光谱特征预测完整结合响应曲线，将检测时间缩短至4分钟（效率提升73%），灵敏度达fM级，定量准确率达100%。
作者：闫杰、刘润成、杨文、曲翠云、蒋明顺
单位：山东大学控制科学与工程学院，济南 250061，中国
摘要
即时核酸检测需要高灵敏度和快速检测速度，但传统的等离子体生物传感器通常为了提高准确性而牺牲速度。在这里，我们提出了一种集成传感策略，该策略结合了纳米材料增强的等离子体界面和智能时间序列预测技术，实现了微RNA的分钟级超灵敏检测。在镀金（Au）的倾斜光纤布拉格光栅表面等离子体共振（TFBG-SPR）传感器上构建了一层均匀的Au@Ag–Ti3C2Tx MXene层。该界面激发了强耦合的SPR–局域SPR混合等离子体模式，并实现了金属纳米结构与MXene之间的高效界面电荷转移。这种级联增强效应放大了电场，使得能够在非侵入性的唾液基质中实现fM级别的微RNA-21检测。为了加速定量分析，我们建立了一个由灰狼优化器辅助的CNN-LSTM模型驱动的结合响应曲线重建框架。该模型通过学习早期光谱的时间特征，无需达到平衡状态即可准确重建完整的响应演变过程。这种“从短到长”的策略将检测时间缩短到了4分钟（约减少了73%）。在独立的验证数据集中，该方法显示出92–105%的稳健信号恢复率，并且在基于一个数量级的区间量化方案上实现了100%的定量准确性。这一双重创新系统集成了混合等离子体增强界面和智能时间响应建模，为核酸检测提供了一个灵敏、高效且可扩展的平台。
引言
生物标志物对于疾病的早期预测、精确诊断和动态监测至关重要。高效、高通量和准确的生物标志物检测是推动医学应用发展的基础（Luppa等人，2011年）。微RNA（miRNAs）由于其在中疾病发展和进展中的关键调控作用而成为有前景的生物标志物。它们广泛存在于各种生物液体中，如血清、血浆和唾液。唾液是一种理想的诊断介质，因为它可以非侵入性地收集。在病理过程中，它们的表达水平通常会表现出特征性的变化——上调或下调（Shang等人，2023年；Zhu等人，2022年）。因此，准确量化这些浓度区间对于临床筛查和纵向监测至关重要。然而，miRNAs的低丰度和高序列同源性使得传统检测方法灵敏度和效率不足，这突显了开发快速准确的miRNA定量技术对于下一代诊断的必要性（Shi等人，2023年）。
目前的miRNA检测主要依赖于定量实时聚合酶链反应（Hong等人，2020年）和基于微阵列的杂交技术（Guo等人，2018年）。这些方法需要核酸扩增和荧光标记，导致工作流程复杂。它们对技术人员的依赖性进一步限制了在高通量临床诊断中的可扩展性（Li等人，2023年；Bruch等人，2019年）。相比之下，表面等离子体共振（SPR）技术能够实时监测光纤表面的折射率变化，便于动态分析分子相互作用。基于SPR的检测方法具有无需标记、非破坏性测量和低成本等关键优势（Capelli等人，2023年）。特别是倾斜光纤布拉格光栅（TFBG）传感器，通常涂有一层薄贵金属膜（例如50纳米的金；Liu等人，2021年），具有紧凑的结构、远程感应和温度自补偿功能（Fasseaux等人，2024年；Villatoro等人，2024年）。然而，单金属层传感器对低丰度目标的灵敏度有限。
SPR信号的灵敏度与激发电场的强度正相关（Law等人，2012年）。先前的研究表明，在金属膜涂层的TFBG-SPR传感器表面引入复合敏化结构可以将弱场转化为强化的共振场。因此，贵金属纳米结构（如纳米颗粒和纳米棒）被广泛用作敏化层，因为它们具有显著的局域SPR（LSPR）效应。当LSPR与底层金属膜的SPR耦合时，可以实现强烈的电磁场限制和高效的光谱调制（Wu等人，2024年）。银（Ag）在可见光范围内表现出较低的等离子体阻尼和更强的局部场增强作用，产生更清晰、更强烈的共振（Wang等人，2019年）。金（Au）具有更好的化学稳定性和生物相容性（Deng等人，2024年）。因此，双金属Au/Ag复合纳米颗粒常用于平衡信号增强和结构稳定性（Liu等人，2024年）。此外，引入二维材料为进一步调制等离子体响应提供了额外的自由度。MXene纳米片因其稳定的表面积、丰富的表面功能和高的导电性而成为理想候选材料（Wang等人，2023年；Zhang等人，2025年）。MXene的层状结构和大的表面积允许均匀负载Au/Ag纳米颗粒，而层间间距防止了聚集（Sun等人，2024年；Ezhil Villian等人，2022年）。亲水功能基团（–OH、–O和–F）的富集改善了固液界面的润湿性，并加速了分析物向敏感区域的传输（Hou等人，2024年；Li等人，2022年）。值得注意的是，MXene的电子特性使得在光激发下可以实现等离子体辅助的界面电荷重新分布，从而增强局部电场（Patra等人，2023年；Liu等人，2025年）。MXene/贵金属纳米结构的协同作用提供了稳定的敏化界面，用于超灵敏检测。
仅靠高灵敏度已无法满足现代数据驱动环境中快速、高通量检测的需求。人工智能的集成赋予了传感器自主数据处理和模式识别能力（Zhao等人，2024年）。在特定分析物的检测中，主要目标是通过分析物结合产生的时间分辨信号捕捉局部折射率变化。一旦结合曲线达到平衡，就可以快速量化分析物浓度（Liu等人，2024年）。传统方法通常需要较长的平衡时间——从几十分钟到几小时不等——从而限制了通量和响应速度（Chen等人，2025年；Wang等人，2025年）。然而，早期的生物识别响应并非完全随机。尽管存在噪声和非线性，短期信号仍保留了关于反应进展、相互作用强度和系统稳定性的关键信息。然而，现有的基于机器学习的SPR研究主要关注终点信号分析或批量折射率变化的精确反演，旨在提高稳态预测的准确性，而很大程度上忽略了结合响应的时间演变（Chubchev等人，2022年；Hadrien等人，2024年）。这种以终点为导向的方法需要较长的检测时间。相比之下，开发使用早期动态信号的策略是必要的。这些策略将短期测量映射到完整的响应演变过程中，从而实现更快、更广泛适用的预测，同时不牺牲准确性。
本研究专注于非侵入性检测，选择唾液中的miR-21作为目标分析物。在TFBG平台上设计了Au@Ag–Ti3C2Tx MXene（Ti3C2Tx-M）/Au混合界面，以增强等离子体耦合信号并实现fM级别的检测限。这种协同效应通过DFT和COMSOL模拟得到了验证。传感区域的电场强度显著增强，放大了特定结合事件的信号。基于多通道光学阵列生成的大型实时响应数据库，我们引入了一个针对核酸识别的智能预测模型。该框架不依赖于单一的神经架构，而是集成了灰狼优化器（GWO）、卷积神经网络（CNN）和长短期记忆网络（LSTM）。该模型可以通过GWO引导的自适应参数调整自动调整其内部配置。在这个框架中，模型从短时间、非稳态的光谱片段中提取动态特征，以推断随后的结合响应轨迹。与传统的拟合完整曲线的方法不同，它能够捕捉到“过程规律性”，从而在早期阶段实现准确的曲线重建。这种方法消除了长时间监测的需要，大大减少了时间，大约减少了73%。因此，复合等离子体传感界面除了其固有的物理灵敏度外，还获得了额外的计算能力。综上所述，增强的光学信号和预测模型形成了一个双重驱动的传感框架。该框架具有更高的灵敏度、更高的通量支持，并保持了稳定的定量准确性（方案1）。
材料与试剂
所有材料、试剂和核酸序列的详细信息请参见补充材料的3.1.1节。
表征与仪器
所有表征技术的详细信息也请参见
补充材料的
3.1.2节。
Ti3C2Tx MXene的合成
Ti
3C
2T
x MXene的合成细节也请参见
补充材料的
3.1.3节。
Au@Ag–Ti3C2Tx-M材料的制备
Ti
3C
2T
x-M分散在去离子水（DI）中（浓度为0.05 mg·mL
-1），并在避光条件下超声处理1小时，以获得均匀的纳米片分散液。
Ti3C2Tx MXene和Au@Ag的制备
使用透射电子显微镜（TEM）观察了Ti
3C
2T
x-M的微观形态。典型的“手风琴状”结构由单层或少数层片组成，具有均匀、有序的堆叠（图1(a) – (b)）。高分辨率TEM显示晶格条纹的间距约为0.243纳米（图1(c)），证实了纳米片的结晶完整性和高质量结构。
Au@Ag核壳纳米颗粒表现出明确的形态特征。
结论
本研究建立了一个高性能的miRNA检测平台，集成了先进的材料工程和智能算法。从光学设计到数据分析，实现了全面的优化。混合Au@Ag–Ti3C2Tx-M /Au界面改善了能量耦合并放大了信号。这种协同机制使得能够在非侵入性基质人工唾液中实现fM级别的miR-21检测，而无需核酸扩增。在数据分析方面，一个智能框架
CRediT作者贡献声明
闫杰：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、软件、方法学、研究、形式分析、数据管理、概念化。刘润成：方法学、研究、形式分析、数据管理、概念化。杨文：研究、资金获取、形式分析。曲翠云：可视化、监督、形式分析。蒋明顺：监督、项目管理、资金获取
未引用的参考文献
Law等人，2011年；Ezhil Vilian等人，2022年；Liu等人，2024年；Choubey和Ohri，2021年；Khodaie和Heidarzadeh，2025年。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
数据可用性
数据可应要求提供。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了
国家自然科学基金（资助编号：62373215 和 62373219）、山东省博士后创新计划（资助编号：SDCX-ZG-202502073）以及
国家自然科学基金的青年科学家基金（资助编号：82502829）的支持。
