深圳大学许太林、刘聪慧AFM：基于化学计算的汗液生物标志物的精准识别

可穿戴汗液传感器在个性化健康监测中具有重要作用，但传统电化学系统存在依赖外部电源、需频繁校准及酶基识别层稳定性差等问题。比色传感器虽免校准但灵敏度和特异性不足。本研究提出了一种基于计算筛选的超分子主客体化学与无源微流控技术相结合的新型可穿戴传感平台，通过热驱动设计实现汗液诱导、定向传输与多重生理监测的集成。研究团队利用密度泛函理论精确设计人工大环受体，实现K⁺、Ca²⁺和尿酸等生物标志物的无酶高选择性识别，并采用K-最近邻机器学习算法解码多维RGB信号，使目标分析物分类准确率达100%。该成果为开发非侵入性、无电子元件的可穿戴生化传感器提供了新思路，有望推动个性化健康管理技术发展。