性爱网站 分子酶学工程教育部重点实验室李全顺/梁骁团队围绕疾病代谢标志物生物传感开展研究。针对犬尿氨酸通路（KP）代谢物结构高度相似、单一传感器存在交叉干扰、传统大型检测设备难以快速批量筛查等关键难题，团队融合多通道适配体阵列与机器学习算法，构建可同步实现多组分定性识别与定量检测的一体化分析平台。研究成果以“Machine learning-empowered nanozyme-based aptasensor arrays for accurate discrimination and sensitive quantification of kynurenine pathway metabolites”为题，在国际知名学术期刊《Biosensors and Bioelectronics》上发表。论文第一完成单位为性爱网站 ，性爱网站 博士生姜文艳与天津师范大学硕士生张珊为论文共同第一作者，梁骁副教授为通讯作者。

KP代谢物（KYN、XA、KA、3-HA、3-HK）是肿瘤、抑郁症、类风湿关节炎和阿尔茨海默病等疾病的重要生物标志物。针对HPLC、LC-MS/MS等传统检测设备成本高昂、操作繁琐、难以实现现场快速检测，以及传统适配体传感器无法准确区分结构相似KP代谢物的技术短板，研究团队建立了人工智能辅助适配体传感器阵列同步检测新策略。团队以具有优异类过氧化物酶活性的PAF(Fe)为基底，构建多通道适配体传感阵列。目标代谢物与适配体发生特异性结合后，可通过空间位阻效应调控类过氧化物酶活性，在传感阵列中形成特异性吸光度指纹图谱，实现多种KP代谢物的快速识别（图1）。结合线性判别分析、随机森林、人工神经网络等机器学习算法，可同步完成代谢物的种类鉴别与浓度定量检测，单一及混合样本分类准确率达100%，检测限低至6.4-9.0 ng/mL，且抗干扰性能优异。人血清样本验证结果表明，该方法检测结果与HPLC法高度吻合，加标回收率为98.39%-106.65%。同时，团队搭建可视化网页分析平台，可实现数据的自动化分析与结果输出。该研究为重大疾病的早期筛查与精准诊断提供了高灵敏、低成本、便携化的新型检测技术，同时为人工智能赋能传感平台的开发提供了全新思路。

图1 适配体传感阵列联合机器学习实现KP代谢物检测

本研究得到了国家自然科学基金、吉林省自然科学基金、吉林省发展和改革委员会项目、中国博士后科学基金以及中央高校基本科研业务费专项资金资助。

全文链接：//doi.org/10.1016/j.bios.2026.118625