据麦姆斯咨询报道，近期，韩国江北三星医院（Kangbuk Samsung Hospital）、庆熙大学医学院（Kyung Hee University College of Medicine）和韩国材料科学研究所（Korea Institute of Materials Science，KIMS）的研究人员将深度学习（DL）和表面增强拉曼散射（SERS）技术相结合，开发出一种可通过人体泪液检测新冠肺炎（COVID-19）的新型生物传感器平台。

韩国江北三星医院Han Ji-sang教授

表面增强拉曼散射（SERS）是一种通过金属（例如银和金等）表面等离子体共振来增强微量物质（包括化学和生物分子）检测能力的技术。该过程可将分子信号增强一亿倍以上，这对于多种物质的精确诊断和表征至关重要。

韩国眼科医生和生物医学工程师团队利用二硫化钼辅助金纳米粒子（AuNP）的三维结构，开发了将深度学习与表面增强拉曼散射相结合的生物传感器平台，以便通过人体泪液实现快速且准确的COVID-19筛查

相关研究成果以题为“Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering”的论文发表在ACS Publications期刊上，该技术使用三维金纳米粒子（AuNP）来实现快速、非侵入性的检测。

一般制造金纳米粒子结构的常用方法包括两个步骤：首先，使用聚乙烯吡咯烷酮（polyvinylpyrrolidone）合成金纳米粒子；其次，通过Langmuir-Blodgett（LB）技术将它们组装成薄膜。虽然该方法非常有效，但纳米合成和自组装过程均需额外的时间、精力和专门的设备。

江北三星医院眼科教授Han Ji-sang、庆熙大学医学院眼科教授Moon Sang-woong和Choi Sam-jin以及韩国材料科学研究所纳米生物融合专家Jung Ho-sang博士开发了一种更快、更有效的制造方法。他们提出了一种单步制造工艺，用于制造大面积的三维金纳米粒子结构，无需额外的步骤。

在该研究中，研究小组使用二硫化钼作为催化剂，使金纳米粒子自发形成三维结构。这是因为在半导体表面产生的电子还原金离子，使二硫化钼和金溶液之间的费米能级达到平衡。当加入聚乙烯吡咯烷酮时，有助于形成较宽的二维二硫化钼层，这反过来又促进了密堆积的层状金纳米粒子结构的形成，非常类似于化学镀。

随合成时间，单层二硫化钼衬底上金纳米粒子层的形成过程和SERS性能

深度学习模型指导整个实验过程。研究人员表示，该模型利用卷积神经网络（Convolutional Neural Network，CNN），在低功率照射和毫秒级采集时间下运行，实现了“亚万亿水平的卓越表面信号性能”。根据该研究，这种方法通过分析人体泪液样本中的微小化学变化，可以快速准确地检测出COVID-19的易感性——两分钟内达到98.5%的灵敏度。

利用卷积神经网络深度学习模型通过泪液检测COVID-19的示意图

Han Ji-sang教授表示：“该技术展示了利用人体泪液，以非侵入性的方式，快速、准确地实时评估COVID-19感染情况的潜力。”他补充说，研究结果表明，该技术不仅适用于传染病，也适用于需要快速、准确做出诊断的其它各种疾病。

论文链接：
https://doi.org/10.1021/acsnano.4c00978

据麦姆斯咨询报道，近期，韩国江北三星医院（Kangbuk Samsung Hospital）、庆熙大学医学院（Kyung Hee University College of Medicine）和韩国材料科学研究所（Korea Institute of Materials Science，KIMS）的研究人员将深度学习（DL）和表面增强拉曼散射（SERS）技术相结合，开发出一种可通过人体泪液检测新冠肺炎（COVID-19）的新型生物传感器平台。

韩国江北三星医院Han Ji-sang教授

表面增强拉曼散射（SERS）是一种通过金属（例如银和金等）表面等离子体共振来增强微量物质（包括化学和生物分子）检测能力的技术。该过程可将分子信号增强一亿倍以上，这对于多种物质的精确诊断和表征至关重要。

韩国眼科医生和生物医学工程师团队利用二硫化钼辅助金纳米粒子（AuNP）的三维结构，开发了将深度学习与表面增强拉曼散射相结合的生物传感器平台，以便通过人体泪液实现快速且准确的COVID-19筛查

相关研究成果以题为“Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering”的论文发表在ACS Publications期刊上，该技术使用三维金纳米粒子（AuNP）来实现快速、非侵入性的检测。

一般制造金纳米粒子结构的常用方法包括两个步骤：首先，使用聚乙烯吡咯烷酮（polyvinylpyrrolidone）合成金纳米粒子；其次，通过Langmuir-Blodgett（LB）技术将它们组装成薄膜。虽然该方法非常有效，但纳米合成和自组装过程均需额外的时间、精力和专门的设备。

江北三星医院眼科教授Han Ji-sang、庆熙大学医学院眼科教授Moon Sang-woong和Choi Sam-jin以及韩国材料科学研究所纳米生物融合专家Jung Ho-sang博士开发了一种更快、更有效的制造方法。他们提出了一种单步制造工艺，用于制造大面积的三维金纳米粒子结构，无需额外的步骤。

在该研究中，研究小组使用二硫化钼作为催化剂，使金纳米粒子自发形成三维结构。这是因为在半导体表面产生的电子还原金离子，使二硫化钼和金溶液之间的费米能级达到平衡。当加入聚乙烯吡咯烷酮时，有助于形成较宽的二维二硫化钼层，这反过来又促进了密堆积的层状金纳米粒子结构的形成，非常类似于化学镀。

随合成时间，单层二硫化钼衬底上金纳米粒子层的形成过程和SERS性能

深度学习模型指导整个实验过程。研究人员表示，该模型利用卷积神经网络（Convolutional Neural Network，CNN），在低功率照射和毫秒级采集时间下运行，实现了“亚万亿水平的卓越表面信号性能”。根据该研究，这种方法通过分析人体泪液样本中的微小化学变化，可以快速准确地检测出COVID-19的易感性——两分钟内达到98.5%的灵敏度。

利用卷积神经网络深度学习模型通过泪液检测COVID-19的示意图

Han Ji-sang教授表示：“该技术展示了利用人体泪液，以非侵入性的方式，快速、准确地实时评估COVID-19感染情况的潜力。”他补充说，研究结果表明，该技术不仅适用于传染病，也适用于需要快速、准确做出诊断的其它各种疾病。

论文链接：
https://doi.org/10.1021/acsnano.4c00978