基于抗氧化纳米限域三维柔性纤维素纤维中氢键介导预富集实现超灵敏10^-19 mol/L级别的SERS检测

《Biosensors and Bioelectronics》:Hydrogen-Bond Mediated Pre-Enrichment in Antioxidant Nano-Confined 3D Flexible Cellulose Fibers for Ultrasensitive 10-19 M Level SERS Detection

【字体: 大 中 小 】 时间:2026年09月19日 来源:Biosensors and Bioelectronics 11.8

编辑推荐:

   • 亲水性三维网络实现氢键SERS预富集的创举 • 绿色水-乙醇电纺工艺制备可生物降解的HPMC基底 • 仿生珍珠层结构为AgNPs提供双重抗氧化保护 • 协同富集实现10?1? M的超低检测限 • 机器学习辅助智能口罩实现呼吸VOC诊断,3秒出结果,准确率99% **引言

  

• 亲水性三维网络实现氢键SERS预富集的创举
• 绿色水-乙醇电纺工艺制备可生物降解的HPMC基底
• 仿生珍珠层结构为AgNPs提供双重抗氧化保护
• 协同富集实现10?1? M的超低检测限
• 机器学习辅助智能口罩实现呼吸VOC诊断,3秒出结果,准确率99%

**引言**

作为一种非侵入性光谱技术,表面增强拉曼散射(SERS)凭借其指纹识别能力、高灵敏度和非破坏性特征,已成为痕量物质分析的基石。它在环境污染物监测(Jing等,2025)、食品安全筛查(Zhu等,2023)和生物医学诊断(Hang等,2022)方面展现出巨大的应用潜力,特别是在即时生物标志物分析超灵敏平台的开发中(Arabi等,2021)。值得注意的是,呼出气体中痕量生物标志物(如甲醇、丙酮、苯甲醛)的检测对于糖尿病、肺癌和呼吸道疾病的早期诊断至关重要(Liu等,2025;Zhang等,2025)。然而,这些生物标志物在呼出气体中的浓度极低(通常低至nM甚至pM水平),并受到复杂基质干扰(如水蒸气、其他挥发性有机化合物),这对SERS基底的灵敏度、稳定性和富集能力提出了极为苛刻的要求。

大量研究致力于优化SERS基底,其中金属纳米粒子(如银和金)由于具有强烈的局域表面等离激元共振(LSPR)效应,成为核心组分,是产生SERS"热点"的关键(S.-Y. Ding等,2017;Langer等,2019)。尽管已有诸多努力,SERS技术的广泛应用仍受限于四大持续存在的挑战:首先,传统固态基底(如玻璃、硅)刚性且易碎,限制了其在曲面或可穿戴场景中的应用。虽然三维(3D)柔性基底提供了一种解决方案,但它们往往依赖不可生物降解的聚合物(如聚苯乙烯、PVC)或有毒溶剂(如DMF、氯仿)进行制备,违背了绿色化学原则,增加了环境负担和生物相容性风险(Xie等,2025;K. Xu等,2019)。其次,广泛使用的贵金属纳米粒子(如银)在高湿度、氧气或生物分子存在的复杂环境中容易发生氧化、团聚或中毒,导致等离激元共振特性衰减、SERS"热点"失效,以及信号稳定性和重现性差(Shen等,2025;B. Wang等,2025)。第三,也是最关键的,大多数当前高灵敏度SERS策略依赖于构建疏水表面,通过液滴蒸发将分析物浓缩在小区域内。这种机制对于气态分子——尤其是呼出气体中的极性挥发性有机化合物(VOCs)——的主动捕获和富集本质上效率低下(De Angelis等,2011a;X. Lin等,2021)。第四,现有SERS基底主要局限于离线实验室分析,缺乏与可穿戴设备(如口罩)的集成设计,无法满足呼吸生物标志物"原位、实时、快速"检测的需求(Guo等,2024;Qin等,2024)。

为应对这些局限性,纤维素及其衍生物(如羟丙基甲基纤维素(HPMC))凭借其优异的可生物降解性、水溶性和丰富的羟基官能团,作为SERS基底的理想基体材料引起了广泛关注(Nie等,2025;Skwierczyńska等,2022)。以往研究将纤维素与银纳米粒子(AgNPs)结合,但仍存在明显不足。某些方法虽然采用了绿色溶剂,但未能利用纤维素羟基的还原和锚定双重功能,需要额外添加化学还原剂(如硼氢化钠),增加了成本和污染风险(X. Wang等,2025;Xiong等,2020)。另一些研究通过电纺构建了三维纤维素支架,但其富集机制仍依赖于疏水改性(如聚偏氟乙烯(PVDF)),未能充分利用-OH的氢键吸附优势,且缺乏针对AgNPs长期抗氧化保护的结构设计(Y. Xu等,2024;Zeng等,2024,2025)。此外,尽管最近的研究成功将人工智能与柔性纸基SERS芯片结合,实现了病原体的快速识别(L. Bi等,2025),但将纤维素基SERS基底与日常可穿戴物品(如口罩)集成并引入机器学习(ML)以提升数据分析效率仍基本处于未被探索的状态,阻碍了向"便携式家庭监测"场景的进展(Tang等,2025)。

为弥补这些研究空白,本研究提出了一种以"亲水三维网络用于氢键富集"为核心的新型基底构建策略。我们利用水-乙醇混合溶剂体系通过电纺制备HPMC/Ag复合纳米纤维基底,核心设计创新包括:(1) 利用HPMC在水-乙醇纺丝体系中的水溶性和可生物降解性,实现完全绿色的基底制备,避免SERS检测中有毒溶剂残留;(2) 利用HPMC -OH的原位还原能力,将残余Ag?离子(来自初始AgNPs中的Ag?O等杂质)还原为金属Ag?,同时通过配位相互作用锚定AgNPs,形成协同的"还原-锚定"机制和仿生"珍珠层"结构,有效缓解AgNPs的团聚和氧化问题;(3) 构建三维纤维网络结构,结合-OH的亲水特性,通过大量微/纳沟槽和氢键增强目标分子的富集,从而提升SERS灵敏度(Xiong等,2022)。最终,对4-氨基硫酚(4-ATP)实现了10?1? M的超低检测限(LOD),与已报道的贵金属基SERS基底相比,灵敏度提升了3-10个数量级;(4) 将柔性基底集成到商用口罩中,并采用支持向量机(SVM)机器学习算法,实现呼吸生物标志物(丙酮/苯甲醛/甲醇)的快速原位检测。本研究不仅提供了创新的材料设计概念和机理洞察,还建立了开发绿色、稳定和高灵敏度SERS基底的新的范式,进一步推动SERS技术从实验室走向实用的家庭呼吸健康监测(图1)。

**仿生"珍珠层"架构:嵌入抗氧化银热点**

我们SERS基底的设计核心在于柔性绿色基体与高性能等离激元纳米材料的协同组合。我们选择HPMC作为基础基体,据我们所知,这是受其优异的水溶性、生物相容性和可生物降解性所启发的。对于等离激元组分,银(Ag)相较于其他金属(如Au、Cu)因其卓越的电磁增强(EM)因子而被选用。然而,AgNPs易受...

**解析羟基介导的银还原与稳定化作用**

为阐明HPMC中-OH的双重作用,即其还原氧化银和稳定AgNPs的能力,进行了系统的结构表征。图3a展示了所合成AgNPs的X射线衍射(XRD)图谱。在2θ = 38.3°、44.5°、64.6°和77.5°处观察到明显的衍射峰,可归属于具有面心立方(FCC)结构的金属银(Ag?)的(111)、(200)、(220)和(311)晶面(JCPDS No.

**创纪录的SERS灵敏度:10?1? M的超低检测限**

为评估AH-NFMs的SERS活性,选择4-巯基苯甲腈(4-MBN)和4-ATP作为探针分子来评估其检测灵敏度(图4a)。图4b-f展示了不同银质量分数的AH-NFMs对4-MBN的SERS响应。光谱在2228 cm?1、1585 cm?1、1180 cm?1和1077 cm?1处显示出四个特征强峰,分别对应C≡N伸缩振动(νC≡N)、苯环C=C伸缩振动(νC=C)、对称C-N...

**亲水三维纳米纤维网络的优异分子富集**

SERS基底的富集能力与其增强性能密切相关,因为将目标分子有效递送至SERS"热点"是超灵敏检测的基本前提。传统高灵敏度SERS策略主要依赖于构建超疏水基底以浓缩分析物:例如,多孔材料(如金属-有机框架,MOFs)作为分子筛将分析物捕获在活性位点...

**机器学习助力多VOC呼吸诊断的智能口罩**

肺癌长期以来一直是全球所有恶性肿瘤中的死亡原因之首。作为最常见的恶性肿瘤之一,肺癌早期通常无明显症状,导致大多数患者直到症状出现时才被诊断为晚期,使其成为致死率最高的癌症(Qiao等,2018)(图6a)。然而,现有检测方法存在灵敏度低、成本高和操作复杂等局限。

**结论**

本研究开发了一种基于绿色HPMC和AgNPs的亲水性三维纳米纤维SERS基底(3D-AH-NFM),集成了"还原-锚定"双重功能、优异的分子富集和机器学习辅助检测。HPMC丰富的-OH基团不仅能将Ag?原位还原为Ag?,还通过O-Ag配位键锚定AgNPs,有效抑制AgNPs的氧化和团聚(6个月后信号衰减≤4%),同时构建具有高比...

**CRediT作者贡献声明**

Junxi Hu:软件。Cheng Gao:原创论文撰写、方法论、调查、数据管理。Yun Tang:论文审阅与编辑、原创论文撰写、监督、资源、调查、资金获取、概念化。Shitong Wang:验证。Bowen Hu:形式分析。Taixian Wang:数据管理。Yumeng Gong:可视化。Yi Xiong:论文审阅与编辑、原创论文撰写、监督、资源、项目管理、调查、资金

**未引用的参考文献**

Bi等,2025;Wang等,2025;Williams,2026。

**资助**

本研究得到国家自然科学基金(22408281)、国家文物局考古出土木器和漆器保护重点实验室开放研究项目经费(MQQKF2408)、安徽省高校协同创新项目(GXXT-2023-014)、安徽省科技攻关计划(202423e09050002和202423d12050003)、安徽省高校自然科学基金的资助。

**利益冲突声明**

作者声明,与本手稿中所述工作相关的专利申请正在进行中。未声明其他利益冲突。

Cheng Gao | Yun Tang | Zewei Zheng | Yumin Wang | Mengying Che | Wenqin Wu | Zhenfei Fu | Taixian Wang | Yumeng Gong | Shitong Wang | Bowen Hu | Junxi Hu | Pengfei Fang | Wei Zeng | Zhaowei Zhang | Qin Zhou | Yi Xiong
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号