MetaVision-SPR：一种 96 孔彩色超表面 SPR 成像平台，用于肿瘤生物标志物定量及表观动力学预筛选

《Biosensors and Bioelectronics》：MetaVision-SPR: a 96-well chromatic Meta-SPR imaging platform for tumor biomarker quantification and apparent kinetic prescreening

　　

摘要

我们报道了 MetaVision-SPR，这是一个 96 孔色度超表面等离子体共振（Meta-SPR）成像平台，用于血清生物标志物定量和表观动力学分析。该系统集成了纳米杯阵列 Meta-SPR 芯片、发光二极管（LED）照明、工业相机以及计算校正，包括自动孔识别、基于蔗糖参考的光学平场校正和 Δ(R?G) 色度读出。光谱模拟和光学响应匹配确定了 20/75/25 nm Ti/Ag/Au 结构和 Δ(R?G) 信号作为定量成像的最佳芯片 - 读出组合。平场校正将蛋白 A/免疫球蛋白 G (IgG) 测定中的孔间变异从 26.74% 降低到 6.74%，而可编程摇动改善了开放孔格式中的质量传输。利用金纳米颗粒 (AuNP) 增强夹心测定，该平台能够敏感地检测甲胎蛋白 (AFP)、癌胚抗原 (CEA) 和糖类抗原 19-9 (CA19-9)，检测限 (LoDs) 分别为 AFP 5.0 pg/mL、CEA 10.0 pg/mL 和 CA19-9 0.49 U/mL。临床血清测量显示与医院电化学发光免疫分析 (ECLIA) 和商业酶联免疫吸附测定 (ELISA) 结果具有参考方法一致性。此外，该系统支持抗体药物偶联物和脂多糖相关相互作用的结合曲线的实时测量，产生适合高通量筛选的表观动力学参数。这些结果支持 MetaVision-SPR 作为用于血清生物标志物测量和表观相互作用排序的低硬件成本 96 孔色度 Meta-SPR 工作流程。

引言

快速可靠的肿瘤生物标志物定量对于癌症筛查、治疗监测和复发随访很重要（Bray 等，2024；Passaro 等，2024；Zhou 等，2024）。血清甲胎蛋白 (AFP)、癌胚抗原 (CEA) 和糖类抗原 19-9 (CA19-9) 在临床上与肝细胞、胃肠道和胰胆疾病相关（Ballehaninna 和 Chamberlain，2012；Duffy 等，2014；Singal 等，2023）。然而，单标志物测试通常受限于肿瘤异质性、疾病分期、个体差异和血清基质效应。

除了终点生物标志物检测外，生物医学研究和药物开发中也需要分子相互作用分析。抗体和抗体药物偶联物 (ADC) 的结合强度及随时间变化的结合或解离行为影响候选物选择和治疗评估（Beck 等，2017；Drago 等，2021）。脂多糖 (LPS) 是革兰氏阴性菌外膜的主要成分，也是研究细菌包膜结合物、LPS 识别分子和 LPS 转运相关抗生素机制的重要靶点（Raetz 和 Whitfield，2002；Simpson 和 Trent，2019；Zampaloni 等，2024）。

传统免疫测定和无标记相互作用平台各自满足了部分需求。酶联免疫吸附测定 (ELISA) 成熟、应用广泛且兼容多孔板，但通常需要多次孵育、洗涤和显色步骤，且主要提供终点读数（Engvall 和 Perlmann，1971；Lequin，2005）。自动化学发光和电化学发光免疫测定提供了高灵敏度和临床通量，但它们依赖于封闭仪器和配套试剂系统（Roda 等，2003；Lyu 等，2025）。表面等离子体共振 (SPR) 实现了无标记和时间分辨的分子相互作用分析，但传统 SPR 通常需要棱镜耦合、精密流路和专用光学系统（Hojjat Jodaylami 等，2025；Homola，2008；Kretschmann 和 Raether，1968；Liedberg 等，1983）。生物层干涉测量 (BLI) 提供了用于亲和力和动力学测定的并行无标记格式，但它仍然依赖于专用仪器和耗材（Abdiche 等，2008；Bates 等，2025）。

超表面等离子体共振 (Meta-SPR) 及相关纳米等离子传感器为低成本和高通量光学生物传感提供了一条途径。金属纳米结构可以通过局域电磁场增强将折射率变化和表面分子结合转化为可测量的光学响应（Anker 等，2008；Mayer 和 Hafner，2011；Yanik 等，2011；Zeng 等，2014）。介质超表面、等离子体纳米结构和纳米孔阵列进一步实现了基于成像的分子识别、可见光传感和多孔等离子体检测（Couture 等，2016；Tittl 等，2018；Yesilkoy 等，2019）。

近期研究推进了实用 Meta-SPR 生物传感所需的几个组件。Meta-SPR 和纳米孔微板格式已证明了多孔和高通量分子筛选（Chen 等，2024b；Couture 等，2016）。明场成像和工业机器视觉系统减少了光学复杂性并实现了基于相机的亲和力分析（Chen 等，2024a；Chen 等，2025a）。纳米酶和金纳米颗粒 (AuNP) 增强 Meta-SPR 测定改善了低丰度蛋白和肿瘤标志物检测的信号（Chen 等，2025b；Li 等，2023；Zong 等，2026）。基于成像的 Meta-SPR 也已扩展到生物分子结合曲线中的细胞监测和质量传输可视化（Chen 等，2026a；Li 等，2026）。等离子体散射成像和多重纳米等离子体测定支持了单分子和多分析物检测（Masterson 等，2021；Zhang 等，2020）。现有研究分别改善了通量、成像成本、信号增强、便携读出或时间分辨相互作用分析。然而，它们尚未统一到一个具有芯片 - 读出协同筛选、整板空间校正、血清参考方法比较和表观动力学预筛选的 96 孔 RGB 成像平台中。

在 96 孔色度 Meta-SPR 可用于可重现的肿瘤生物标志物定量之前，必须解决几个技术挑战。首先，Meta-SPR 芯片的光谱响应必须与 LED 源和 CMOS RGB 通道匹配。其次，大视场成像对照明梯度、镜头渐晕、依赖孔的光学响应敏感。这些效应引入空间偏差并需要整板校正（Peng 等，2017）。第三，开放孔反应受液相质量传输影响，这可能会减慢表面结合并扭曲时间分辨响应曲线（Schuck 和 Zhao，2010）。最后，血清生物标志物检测需要稳健的表面功能化、耐基质信号校正以及与既定临床或商业参考方法的比较（Yavas 等，2018）。

在此，我们开发了 MetaVision-SPR，这是一个用于肿瘤生物标志物定量和表观动力学预筛选的 96 孔色度 Meta-SPR 成像平台。我们首先通过结合时域有限差分 (FDTD) 模拟芯片光谱与 LED 发射和互补金属氧化物半导体 (CMOS) 红绿蓝 (RGB) 响应函数，建立了一种集成的芯片 - 读出筛选策略。该策略确定了 20/75/25 nm Ti/Ag/Au 芯片和 Δ(R?G) 信号作为主要色度读出。然后，我们结合自动孔识别、参考帧减法和基于蔗糖参考的平场校正以减少整板空间偏差。引入了可编程摇动以增强开放 96 孔格式中的液相质量传输。我们将该平台应用于血清样本中 AFP、CEA 和 CA19-9 的 AuNP-Ab 增强定量，并将结果与医院 ECLIA 和商业 ELISA 参考方法进行比较。最后，我们使用相同的成像格式记录 ADC - 靶蛋白和 LPS 相关相互作用的时间分辨结合曲线，由于开放孔格式仍受质量传输和表面异质性影响，报告拟合参数为表观动力学参数。

章节摘要

材料和试剂

Meta-SPR 96 孔纳米杯阵列芯片和底开板由梁准（武汉）有限公司制造。三个候选金属叠层为 20/75/25 nm Ti/Ag/Au、10/65 nm Ti/Au 和 15/95 nm Ti/Au。AFP、CEA 和 CA19-9 的抗原、捕获抗体、检测抗体和商业 ELISA 试剂盒购自 Sino Biological、Fapon Biotech、ABclonal 和 FEIMOBIO；目录号见补充说明 S1。蛋白 A (ProA)、人免疫球蛋白 G (IgG)、ADC 相关

芯片 - 读出协同筛选和整板信号校正

为了选择适合基于相机的色度读出的 Meta-SPR 芯片结构，我们将 FDTD 模拟光谱与 LED 光谱和 CMOS 相机 RGB 响应函数进行卷积，以获得模拟成像响应（图 2a 和补充说明 S1）。芯片在空气、纯水和 32% 蔗糖中的颜色差异见补充图 S1b。三个芯片的扫描电子显微镜 (SEM) 图像见补充图 S2，相机的光谱响应曲线

结论

MetaVision-SPR 将芯片 - 读出协同筛选、基于蔗糖参考的平场校正和可编程摇动集成到一个开放的 96 孔色度 Meta-SPR 工作流程中。AuNP-Ab 测定实现了 AFP、CEA 和 CA19-9 的敏感定量，临床血清测量支持每种生物标志物 49 个样本的参考方法一致性。该平台还解析了 ADC - 靶点和 LPS 结合物相互作用的浓度依赖性结合曲线。紧密的 ADC-Po 亲和力估计

CRediT 作者贡献声明

Wen Li: 调查。 Yihui Yang: 软件。 Siqin Tan: 写作 - 初稿，验证。 Hotung Cheng: 写作 - 初稿，验证。 Mingqian Chen: 写作 - 审阅与编辑，资金获取，形式分析。 Chuncan Zhou: 写作 - 初稿，可视化，软件，形式分析。 Liangjun Yang: 验证，方法论，数据整理。 Fei Ge: 项目行政，资金获取，概念化。 Jun Song: 资源。 Gang Logan Liu: 监督，项目

伦理声明

临床血清样本取自合作医院，在使用前已匿名处理，并在机构伦理批准下处理。伦理批准证书将在提交时单独提供。

数据可用性

支持本研究结果的数据可根据合理要求从通讯作者处获得。由于隐私和伦理限制，与临床样本相关的数据不公开可用。

资助

本工作得到了 国家自然科学基金 [资助号 32471472, 82072735]； 湖北省科学技术厅, JD 项目 [JD2023BAA011]；重大人畜共患传染病诊断与治疗国家重点实验室 [资助号 2024ZZ10007, 2024ZZ00019]； 中央高校 基本科研业务费 [资助号 2020kfyXJJS113]；安徽省高校协同创新项目 [资助

利益冲突声明

作者声明他们没有任何已知的竞争性经济利益或个人关系，这些利益或关系可能被认为影响了本论文中报告的工作。

Liangjun Yang|Chuncan Zhou|Mingqian Chen|Hotung Cheng|Siqin Tan|Yihui Yang|Wen Li|Wenjun Hu|Gang Logan Liu|Jun Song|Fei Ge

华中科技大学生命科学与技术学院纳米生物传感与人工智能系，重大人畜共患传染病诊断与治疗国家重点实验室，中国武汉 430074