使用机器学习优化的Au–TiO2–石墨烯表面等离子体共振生物传感器进行疟疾感染红细胞的新一代光谱检测

《Materials Today Advances》：Next-generation spectroscopic detection of malaria-infected red blood cells using a machine-learning-optimized Au–TiO2–graphene surface plasmon resonance biosensor

　　

尿液中的红细胞检测可以指示人体内的疟疾感染。为了在早期阶段进行保护，研究人员正在研究用于检测血细胞中疟疾感染的生物传感器。当前的生物传感器采用表面等离子体共振（SPR）技术，并以两层配置开发，包括金（Au）谐振器、二氧化钛（TiO₂）基底和石墨烯。通过与正常红细胞比较，研究人员可以了解其他红细胞血液成分（环状体期感染细胞、滋养体期感染细胞和裂殖体期感染细胞）的灵敏度。检测到的红细胞的灵敏度性能为714.28、473.68和413.79 nm/RIU，并且透射输出已被分类用于参数分析部分，在稿件中机器学习优化的R²值超过0.99。所开发生物传感器的检测限（LD）为0.01051419，品质因数（FOM）为107.14，品质因子（QL）为134.41。除了当前SPR生物传感器对疟疾疾病的红细胞测试外，它们还可用于多种疾病的感染，如血癌。

疟疾作为一种由疟原虫（*Plasmodium*）引起的严重传染病，主要通过感染红细胞（RBC）导致周期性发热、贫血甚至脑型疟等并发症。传统检测依赖血液涂片或抗原检测，但灵敏度有限，难以区分不同感染阶段。表面等离子体共振（SPR）生物传感器因其无标记、实时检测和高灵敏度特性，成为疟疾早期诊断的潜在工具。然而，现有SPR传感器在检测疟疾感染红细胞时，灵敏度不足且无法精确区分环状体期、滋养体期和裂殖体期等不同感染阶段，亟需通过材料优化和机器学习（ML）方法提升性能。

研究人员在《Materials Today Advances》上发表论文，提出了一种基于金（Au）谐振器、二氧化钛（TiO₂）基底和石墨烯（graphene）的两层SPR生物传感器，用于检测正常红细胞及三种疟疾感染阶段的红细胞（环状体期、滋养体期、裂殖体期）。通过COMSOL Multiphysics进行有限元分析（FEA），优化了谐振器厚度、基底厚度和石墨烯化学势，并使用机器学习线性回归方法进一步优化参数。结果表明，该传感器灵敏度分别达到714.28、473.68和413.79 nm/RIU，检测限（LD）为0.01051419，品质因数（FOM）为107.14，品质因子（QL）为134.41，ML优化的R²值超过0.99。该研究实现了对疟疾感染不同阶段的精准区分，为早期诊断提供了新方案，并展示了扩展到其他血液疾病（如血癌）检测的潜力。

**主要关键技术方法**
研究采用COMSOL Multiphysics进行有限元分析（FEA），设计了两层SPR生物传感器结构，包括金（Au）谐振器、二氧化钛（TiO₂）基底和石墨烯层。通过参数扫描优化谐振器厚度（A=100 nm）、基底厚度（B=300 nm）和石墨烯化学势（0.1–0.9）。利用机器学习线性回归方法对传感器性能进行优化，测试集大小为0.25，获得R²值超过0.99。研究未涉及临床样本队列，所有分析基于模拟数据。

**研究结果**
- **Resonator thickness analysis**：通过改变谐振器厚度A（100–500 nm），发现A=100 nm时透射峰稳定且尖锐，可用于计算灵敏度；其他厚度（200–500 nm）导致峰值不稳定或无法达到峰值。
- **Substrate Layer thickness analysis**：改变基底厚度B（100–500 nm），B=300 nm时获得最佳透射峰，适合计算灵敏度；B=100和200 nm时透射率过高但无峰值，B=400和500 nm时峰值不稳定。
- **Graphene potential analysis**：改变石墨烯化学势（0.1–0.9），不同势能下透射率变化，但未明确最佳值；研究表明石墨烯可提高表面结合面积和光学性能，增强SPR信号。
- **Electric field intensity**：在四个不同峰值波长（2299 nm对应裂殖体期、2304 nm对应滋养体期、2308 nm对应环状体期、2311 nm对应正常红细胞）下，电场强度分布显示传感器可有效区分各感染阶段。
- **Comparison with other papers**：与文献中其他SPR传感器相比，所提传感器在灵敏度（714.28 nm/RIU）和检测波长范围（2260–2340 nm）上优于同类检测血液成分的传感器。
- **Machine learning optimization**：对谐振器厚度A=100 nm和基底厚度B=300 nm进行线性回归优化，ML模型输出R²值均超过0.99，均方误差（MSE）分别为0.18×10^-4和0.56×10^-4，显著降低了仿真复杂度。

**总结讨论与结论翻译**
讨论部分指出，该SPR生物传感器通过Au–TiO₂–石墨烯结构增强了等离子体局域效应，结合ML优化实现了高灵敏度和低检测限，可有效区分疟疾感染不同阶段。结论部分翻译如下：人类疟疾感染可通过检测感染红细胞与正常红细胞的差异在早期阶段被发现。作为SPR技术在生物传感器中检测血液成分的优势，研究人员可以有效地在医学领域检测传染病。当前的SPR生物传感器采用两层系统，包括新型金属和陶瓷金属（Au和TiO₂）以及碳基石墨烯层，已开发出灵敏度分别为714.28、473.68和413.79 nm/RIU的环状体期、滋养体期和裂殖体期感染细胞检测能力。为了发展SPR技术在生物传感中的应用，论文在“设计与参数”部分增加了详细的研究设计和光刻制造；在“结果与讨论”部分分析了层厚度和石墨烯势能的参数；最后，“机器学习优化”部分通过线性回归方法配置了模型，并在表格中展示了比较结果。当前SPR生物传感器可用于红细胞检测，也可探索用于其他癌细胞检测，如乳腺癌、肾上腺和宫颈细胞。