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

本研究由西安交通大学王福团队与信阳师范大学许婧团队合作，针对乳腺癌早期诊断中miRNA检测的挑战，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。该传感器能够高效检测乳腺癌标志物miRNA-451和miRNA-145，并集成智能终端实现实时动态监测。研究团队还引入了机器学习技术，通过大量实验数据的模型训练和验证，提高了检测的准确性和效率。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，稳定性好，适用于真实样品检测。这一成果为乳腺癌的早期诊断提供了新的技术途径，具有重要的临床应用潜力。