西交大王福/信阳师范许婧ACS Nano：基于双极自供电传感器的机器学习辅助智能监测多变量miRNA生物标志物

本文介绍了西安交通大学王福团队与信阳师范大学许婧团队在《ACS Nano》上发表的研究，开发了一种基于硒化物微孔空心立方结构的双极自供电传感器，用于高效检测乳腺癌标志物miRNA-451和miRNA-145。该研究解决了传统miRNA检测方法灵敏度低和多靶标同步分析难的问题，通过集成智能终端实现实时动态监测，并引入机器学习技术提高检测的准确性和效率。研究结果表明，该传感器在1-100000 fM的宽线性范围内表现出卓越的分析性能，检测灵敏度高，适用于真实样品检测，为乳腺癌的早期诊断提供了新的可能性。