香港城大于欣格/北航常凌乾等《自然·通讯》：多功能无线生物电子系统用于呼吸道病原体感染检测及症状严重性评估

2019年12月突如其来的新型冠状病毒（SARS-CoV-2）引发了规模空前的呼吸道传染病--新冠肺炎(COVID-19)，并迅速全球蔓延。截止2023年11月，全球超过7.7亿人感染，死亡病例超过697.7万人。学界广泛认为病毒基因突变及抗原进化会增加疫苗失效及重复感染的风险，尤其对患有基础疾病的人群，变异病毒依然是致命的。对病毒及其感染后症状严重性的快速诊断可以在疫情传播的早期阶段为疫情防控策略的制定及其他公共卫生紧急事件中医疗资源的合理调节提供科学基础。新冠病毒主要通过呼吸活动进行传播，如说话，咳嗽，喷嚏等。目前小型化、可穿戴、便携式的新冠感染检测技术依然依赖于唾液、血液及鼻咽拭子采样，通过呼吸或吹气的方式实现新冠病毒检测及感染后症状严重性的评估依然充满挑战，困难重重。尚未解决的技术壁垒包括：1.依靠器件本身实现呼吸气溶胶中病毒的快速收集及现场检测；2.对呼吸活动的多参数监测及深度分析；3.检测系统的小型化集成；4.病毒感染后症状严重性的非侵入式评估。

近日香港城市大学于欣格教授与北京航空航天大学常凌乾教授联合香港大学黄建东教授、四川大学华西医院胡文闯教授报道了一种无线无源多功能呼吸道病原体检测系统，该系统可以连续快速捕获并检测呼吸活动产生的气态病原体样品。通过机器学习该系统还可以对病人感染病毒后的症状严重性进行实时快速诊断预测。相关成果以‘Wireless, battery-free, multifunctional integrated bioelectronics for respiratory pathogens monitoring and severity evaluation’为题，发表在Nature Communications上。

研究者们开发了具有气液界面的气溶胶微流道结构，在气液界面处实现了新冠病毒的连续快速捕获。通过将免疫生物传感器、呼吸频率传感器、温度传感器和NFC无线通信芯片一体化集成，借助机器学习技术，作者们实现了通过呼吸活动对新冠病毒感染及其症状严重性的快速准确诊断。同时，通过适当的结构调整，作者们展示了该技术在小型化可穿戴的电子诊断设备、个性化的电子诊断饰品及皮肤电子设备中的应用(图1)。

图1.无线无源多功能病原体感染诊断系统通过呼吸及吹气对病毒感染进行诊断。

实验招募了42位志愿者，测试结果表明，该技术可以在1分钟内实现对阳性及阴性健康状态的诊断。通过吹气检测，4分钟准确率达到100%。通过呼吸检测，25分钟准确率达到100%（图2）。

图2.通过呼吸和吹气测试实现阳性及阴性志愿者的快速准确识别。

研究人员通过机器学习模型进行病毒感染及症状严重性评估预测，对病毒感染的预测准确率为100%，对症状严重性预测的准确率为92.3%（图3）。

图3.机器学习辅助的多参数呼吸分析实现SARS-CoV-2感染及症状严重性诊断评估。

这一小型化可穿戴的集成生物电子技术，可以快速高效的从空气中捕获气态病原体样品，并实现对抗原蛋白的快速现场识别。该技术无需人工采样和复杂的样品预处理，避免了依赖昂贵的大型设备，频繁更换电源及繁琐的实验室检测流程。该技术不仅仅局限于新冠病毒检测，同样适用于当下大流行的流感病毒检测。

原文链接：

https://www.nature.com/articles/s41467-023-43189-z