Rapid and Differential Diagnosis of Sepsis Stages Using an Advanced 3D Plasmonic Bimetallic Alloy Nanoarchitecture-Based SERS Biosensor Combined with Machine Learning for Multiple Analyte Identification
使用先进的3D等离子体双金属合金纳米结构SERS生物传感器结合机器学习进行多种分析物鉴定的脓毒症阶段的快速和鉴别诊断
原文出处：Advanced Science, 2025, 12, 2414688 DOI: 10.1002/advs.202414688
主讲人：杨君，2026年3月22日
一、研究背景
脓毒症是全球范围内严重的急危重症，据世界卫生组织统计，2020年全球约1100万人因脓毒症死亡，占总死亡人数的近20%。脓毒症的严重程度随感染进展急剧升高，早期精准诊断与病情分级是提高患者生存率、减少抗生素滥用的关键。
目前脓毒症的临床诊断方法存在显著局限性：传统炎症标志物（C反应蛋白CRP、降钙素原PCT）检测耗时且对早期脓毒症诊断精度不足；序贯器官衰竭评估（SOFA）评分依赖临床症状，主观性强；金标准微生物培养技术耗时久且易出现假阴性。这些缺陷导致临床常经验性使用广谱抗生素，不仅降低治疗有效性，还加剧抗生素耐药性问题，同时脓毒症进展过程中的药代动力学改变进一步削弱治疗效果，因此亟需**快速、高灵敏、高特异性的脓毒症分级诊断工具。
近年来，可溶性蛋白标志物（CD123、PD-L1、HLA-DR、ChiT）被证实可反映脓毒症进程中的免疫应答状态，为脓毒症分期诊断提供新靶点；表面增强拉曼散射（SERS）生物传感器因高灵敏、可多标志物检测的优势，成为临床分子诊断的研究热点。但传统SERS平台存在背景噪音大、信号重现性差、检测限较高的问题，难以满足临床低丰度蛋白检测需求。
3D等离子体双金属合金纳米结构结合了金的抗氧化性和银的等离子体活性，可形成大量SERS“热点”，显著提升检测灵敏度；机器学习算法的引入则能实现复杂光谱数据的精准分析，为脓毒症的差异化诊断提供支撑。本研究开发基于3D金纳米颗粒修饰金银合金纳米柱（AuNG@Au-AgNP）的SERS生物传感器，并结合支持向量机（SVM）机器学习算法，实现脓毒症不同阶段的快速、精准诊断，填补了临床脓毒症早期分级诊断的技术空白。
二、核心研究内容与解决方案
本研究的核心目标是开发一种高灵敏、高特异性的3D双金属等离子体纳米结构SERS生物传感器，实现血清中脓毒症相关可溶性蛋白标志物的同步定量检测，并结合机器学习算法实现健康人群、非脓毒症感染人群、脓毒症患者、感染性休克患者的精准分级诊断，阐明该传感器的检测机制与临床应用价值。
（一）关键实验体系构建与验证
1.3D AuNG@Au-AgNP SERS基底的制备与优化
采用阳极氧化铝（AAO）模板辅助电化学沉积法制备金银合金纳米柱（Au-AgNP），通过磁控溅射在其表面修饰金纳米颗粒（AuNG），形成3D纳米结构；通过有限差分时域（FDTD）模拟优化金银比例（最优9:1）和AuNG尺寸（最优323±27 nm），实现电磁场增强效果最大化，最终获得的SERS基底具有均匀的纳米间隙和高密度“热点”。
2.多标志物SERS检测体系构建
设计3D打印多通道检测芯片与直接上样腔室，基于抗原-抗体夹心免疫分析，将捕获抗体固定于SERS基底表面，检测抗体偶联不同拉曼报告分子（Cy3、Cy5、Cy7、FITC），实现CD123、PD-L1、HLA-DR、ChiT四种蛋白的同步检测，血清样本经简单离心后可直接上样，检测过程快速简便。
3.临床样本与实验分组
收集临床血清样本，分为健康对照组、非脓毒症感染组、脓毒症组、感染性休克组，每组各10例，所有样本均来自高丽大学安山医院，经伦理委员会批准（IRB#2024AS0030），患者或其法定代理人签署知情同意书。
（二）核心研究结果与机制解析
1.3D SERS生物传感器的性能表征：高灵敏、高重现、高特异
重现性：在50×50 μm检测区域内，PD-L1检测信号的相对标准偏差（RSD）仅1.79%，归因于AAO模板制备的纳米柱排列均匀，电磁场分布稳定；
特异性：对靶标蛋白的检测信号显著，非靶标蛋白即使浓度高100倍也无明显干扰，牛血清白蛋白（BSA）的封闭作用进一步降低非特异性吸附，加标回收实验回收率为96.0%-110.0%；
灵敏度：对四种靶标蛋白的检测限（LOD）低至4.01-5.52 fM，远低于传统SERS传感器和荧光、电化学等其他检测方法，线性检测范围为10 fM-1 μM（R⟡>0.950），覆盖人体血浆中蛋白的生理浓度范围，高灵敏度源于3D纳米结构中密集的等离子体耦合“热点”。
2.蛋白比值分析：实现脓毒症的初步诊断与分级
通过检测四种蛋白的表达水平，构建PD-L1/CD123诊断比值和ChiT/HLA-DR病情分级比值：
PD-L1/CD123比值可有效区分健康人群与各类感染人群（p<0.001），诊断效能显著优于传统ELISA方法（ELISA仅p<0.01，且部分样本无检测结果）；
ChiT/HLA-DR比值可有效区分脓毒症患者与感染性休克患者（p<0.01），实现脓毒症病情严重程度的评估，而ELISA方法无显著临床差异。
3.机器学习算法整合：提升脓毒症分级诊断的精准度
将SERS检测的复杂光谱数据输入机器学习模型，对比线性判别分析（LDA）、k近邻（KNN）、支持向量机（SVM）三种算法，SVM算法表现最优：
对四组人群的分类准确率95.0%、精密度95.8%、灵敏度95.0%、特异性98.3%、F1值0.974；
盲法验证实验中，3例未知临床样本均被正确分类，证实该整合系统的临床诊断可靠性；
与单一蛋白比值分析相比，SVM算法分析全光谱数据，可实现多标志物的综合评估，解决了单一比值无法区分非脓毒症感染与早期脓毒症的问题。
4.3D SERS生物传感器的核心作用机制
3D AuNG@Au-AgNP纳米结构通过金银双金属的协同等离子体效应和高密度纳米间隙的电磁场耦合，形成大量SERS“热点”，实现拉曼信号的超倍放大，从而检测到极低浓度的可溶性蛋白；
3D打印多通道芯片与直接上样腔室实现样本的快速处理与多标志物同步检测，简化检测流程，满足临床急诊的快速诊断需求；
机器学习算法对复杂SERS光谱数据的精准解析与分类，实现了从“标志物检测”到“疾病分级诊断”的跨越，提升了检测结果的临床应用价值。
（三）核心技术要点
1.首次制备AuNG@Au-AgNP 3D双金属等离子体纳米结构，通过FDTD模拟优化结构参数，实现SERS检测灵敏度与重现性的双重提升，检测限低至飞摩尔级别；
2.构建3D打印多通道一体化检测平台，实现血清样本的直接上样与四种脓毒症标志物的同步检测，检测流程简便、快速，适配临床急诊场景；
3.实现SERS生物传感技术与SVM机器学习算法的深度整合，突破了传统标志物检测仅能定性/定量、无法直接实现疾病分级的局限，提升了诊断的精准度与临床实用性；
4.验证了PD-L1/CD123、ChiT/HLA-DR两个蛋白比值在脓毒症诊断与病情分级中的临床价值，为脓毒症的免疫诊断提供了新的分子靶点；
5.该传感器在临床样本检测中表现出优于传统ELISA的诊断效能，为脓毒症的早期分级诊断提供了新型工具，同时为其他疾病的多标志物分子诊断提供了方法学参考。
三、研究总结与展望
（一）研究总结
本研究成功开发了基于3D AuNG@Au-AgNP纳米结构的SERS生物传感器，并结合SVM机器学习算法，实现了脓毒症不同阶段的快速、精准、差异化诊断，核心结论如下：
1.所制备的3D双金属等离子体SERS基底具有高灵敏、高重现、高特异的检测性能，对脓毒症相关可溶性蛋白的检测限低至4-6 fM，可实现血清中低丰度蛋白的精准定量；
2.构建的多通道一体化检测平台可实现**四种标志物的同步快速检测，样本处理简单，检测流程适配临床急诊需求，克服了传统诊断方法耗时、操作复杂的缺陷；
3.蛋白比值分析可实现脓毒症的初步诊断与病情分级，结合SVM机器学习算法后，诊断精准度显著提升，对健康人群、非脓毒症感染、脓毒症、感染性休克的分类准确率达95.0%，盲法验证结果可靠；
4.该传感器在临床样本检测中的诊断效能显著优于传统ELISA方法，为脓毒症的早期分级诊断提供了新型工具，同时为减少抗生素滥用、实现脓毒症的个性化治疗提供了实验基础。
（二）研究局限性
1.临床样本量相对较小（每组10例），尚未开展大样本、多中心的临床验证，其诊断效能的普适性仍需进一步证实；
2.未探究不同病原体感染（细菌、真菌、病毒）对靶标蛋白表达水平的影响，其是否适用于不同类型感染所致脓毒症的诊断仍需研究；
3.该传感器的产业化仍需解决纳米基底的大规模制备、检测设备的小型化与便携化等技术问题，目前检测依赖定制化拉曼显微镜，难以在基层医疗机构推广。
（三）未来研究展望
1.扩大临床验证规模：开展大样本、多中心的临床研究，纳入不同年龄、不同基础疾病、不同病原体感染的脓毒症患者，验证传感器的诊断效能与普适性；
2.拓展检测标志物：在现有四种蛋白的基础上，加入其他脓毒症相关免疫标志物或代谢标志物，进一步提升诊断的精准度与早期预警能力；
3.推进设备与技术的产业化：研发小型化、便携化的拉曼检测设备，实现纳米基底的大规模、低成本制备，推动该技术从实验室向临床基层医疗机构转化；
4.深化机制研究：探究靶标蛋白（CD123、PD-L1、HLA-DR、ChiT）在脓毒症免疫应答中的调控机制，明确其作为脓毒症诊断与预后标志物的分子基础；
5.拓展应用场景：将该3D SERS生物传感技术推广至其他疾病的分子诊断，如癌症、心血管疾病、感染性疾病等，实现多疾病的高灵敏多标志物检测。
