基于回音壁模式微腔光声光谱的自由流动纳米颗粒与细胞无标记检测与分类新方法
《Light-Science & Applications》:Whispering-gallery-mode resonators for detection and classification of free-flowing nanoparticles and cells through photoacoustic signatures
【字体:
大
中
小
】
时间:2025年12月12日
来源:Light-Science & Applications 23.4
编辑推荐:
传统光学传感器依赖表面结合且难以区分复杂样本中的目标物。为解决这一问题,Liao等开发了一种基于光声效应的回音壁模式微泡谐振器传感器,实现了对自由流动的纳米颗粒和红细胞的高通量、无标记检测与分类。该技术通过机器学习分析光声指纹,即使在全血等复杂基质中也能精准识别目标,为临床诊断和环境监测提供了新工具。
在生物医学研究和环境监测领域,微纳米尺度颗粒的精准检测与识别始终是科学界面临的重大挑战。从靶向药物递送到早期疾病诊断,这些微小颗粒在众多应用中扮演着关键角色。然而,传统的光谱学和显微镜技术虽然能够提供详细的特征信息,却通常需要笨重的设备和复杂耗时的样品制备过程,极大限制了其实用性。尤其令人困扰的是,当前广泛使用的光学微传感器虽然具有高灵敏度优势,却存在两大瓶颈:一是必须依赖表面结合才能实现选择性传感,二是难以有效区分不同的传感目标。这些限制使得它们在检测天然状态下的目标物或复杂生物样本时显得力不从心。
更为棘手的是,在真实的应用场景如临床诊断中,样本往往具有高度复杂性。以全血为例,这种含有大量干扰物质的复杂基质会给传统光学传感器带来严重挑战。代谢物、电解质和其他生物分子可能通过倏逝场与光学模式相互作用,导致假阳性或假阴性结果。为了保证检测准确性,研究人员不得不实施繁琐的多步骤样品纯化方案,包括孵育和洗涤等操作,这不仅增加了检测成本,也延长了等待时间。
面对这些挑战,科学家们开始将目光投向一种结合光学激发与声学检测的创新技术——光声光谱。这种技术利用短脉冲激光激发目标物,通过光吸收和后续的热弹性膨胀产生声信号。分析光声信号的频域特征可以揭示目标的形状、尺寸、取向等结构信息。然而,传统光声技术主要局限于具有强吸收的纳米颗粒,对于吸收较弱的样品,由于缺乏高灵敏度的传感器来检测其产生的微弱声波,应用范围受到很大限制。
在这项发表于《Light: Science & Applications》的研究中,由Lan Yang领导的研究团队提出了一种创新的解决方案。他们设计并验证了一种光流体高通量超灵敏光学微谐振器传感器,能够捕获由微小颗粒吸收脉冲光能产生的细微声信号,为在天然溶液环境中实时、无标记检测和 interrogation 颗粒与细胞提供了光声光谱信息。
这项技术的核心突破在于巧妙利用了光声效应与高品质因数光学微腔的协同作用。研究人员设计了一种气泡形回音壁模式微谐振器,其独特的中空核心结构与微流控通道直接相连,允许样品溶液在内部流动的同时,从外部通过脉冲激光进行光学刺激,通过光声效应产生声波。这些携带样品光声光谱信息的声波通过溶液传播到达WGM传感器,无论声波最初产生的位置距离传感器远近都能被有效捕获。
与传统的基于倏逝场的传感机制相比,这种创新设计具有多重优势。首先,它实现了真正的无标记和无固定化检测,颗粒可以在溶液中自由流动,而不需要与传感器表面结合。其次,检测体积得到显著扩展,通过沿毛细管扫描脉冲激光,即使远离微泡谐振器的颗粒也能被检测到。最重要的是,通过选择与目标颗粒光学吸收重叠的脉冲激光波长,即使在复杂流体介质中也能选择性检测目标颗粒。
该技术的另一个关键创新在于其独特的模式保护设计。微谐振器的厚壁结构将光学回音壁模式完全限制在二氧化硅壁内,与含有样品的核心区域几乎不重叠。这种光学隔离确保谐振器的品质因数和信噪比不受样品吸收和散射特性的影响,即使核心充满具有强吸收的黑色染料溶液,也不会观察到明显的共振偏移或Q值恶化。
研究人员采用微泡谐振器制备技术,在二氧化硅毛细管内制造了具有特定几何参数的传感器。实验系统包括780纳米波段的连续波激光器用于激发回音壁模式,以及532纳米的脉冲激光器用于光声激发。通过精密的光学对准和信号采集系统,实现了对光声信号的高灵敏度检测。
为了验证该技术检测和识别纳米颗粒的能力,研究人员测试了四种不同几何形状的金纳米颗粒:纳米球、纳米棒、纳米立方体和纳米壳。每种溶液通过微流控通道注入传感器,在标准化条件下收集光声信号。
实验结果显示,四种不同几何形状的金纳米颗粒的光声信号变化显著不同。这表明即使由相同材料组成,不同的纳米颗粒形状也会导致独特的空间热分布,从而独特地影响光声信号的产生。光声信号中的光谱信息进一步提供了颗粒形状特性的度量。通过建立各种纳米颗粒的光声指纹库,可以实现基于光谱匹配算法的颗粒分类。
在生物颗粒检测方面,研究团队测试了五种不同物种的洗涤红细胞:猪、绵羊、火鸡、山羊和骆驼。这些细胞悬浮样品在磷酸盐缓冲盐水溶液中按体积稀释至1%,无需任何进一步的纯化、标记或孵育过程。
时序和频域表征同时获得,显示信噪比超过30分贝。与金纳米颗粒的结果相比,五种不同细胞的光声光谱看起来相似,主要光谱峰在4兆赫兹附近,在不同物种间都得以保留。尽管不同物种之间存在细微差异,但这些差异可能不明显,直接区分不同物种的细胞具有挑战性。
为了应对这一挑战,研究人员采用机器学习技术分析每个频率分量的差异,实现了高精度的细胞分类。他们收集了每个物种的大量光声信号数据集,利用一维卷积神经网络从光声信号的频域中提取特征。通过引入原型学习,增强了从相同细胞物种提取特征的相似性,同时减少了误分类的机会。
主成分分析可视化结果显示,使用原始特征时,不同物种的数据显著重叠,难以区分。而通过机器学习模型提取特征后,PCA揭示了不同类别之间的明显决策边界,清晰分离了不同的红细胞物种,证明了该方法在细胞分类中的有效性。
微谐振器固体壁内的模式保护设计确保光学共振声学检测有效运行,不受溶液复杂性的影响。为了探索在复杂基质溶液中传感的可行性,研究人员测试了五种不同物种的全血样品:猪、绵羊、火鸡、山羊和马。
全血是一种具有胶体特性的复杂生物流体,包含多种成分,包括水、细胞元素(包括红细胞、白细胞和血小板)、各种代谢物、溶解电解质、多种蛋白质和循环激素。全血中特定分析物的直接测量对传统传感器技术构成了重大挑战。
实验中的血样按体积稀释至1%,无需任何额外的纯化、标记或孵育过程。不同物种全血的光声信号变化显示出可作为识别指纹的特征性差异。由于血基质的复杂组成,测量中光声信号出现相对较大的偏差。
为了对不同全血样品进行分类,研究人员训练了针对全血样品的独立机器学习模型。该模型学习同一类全血的一致特征表示,同时确保这些特征足够明显以区分不同类型的全血。PCA可视化结果显示,使用从全血样品获得的光声信号进行分类的有效性,不同类别之间清晰明显的决策边界突出了准确区分不同样品类型的能力。
这项研究开发的光流体传感平台集成了高灵敏度光学模式和光声效应,实现了颗粒的快速、无标记和高通量测量。与依赖表面结合的传感平台不同,这种无固定化方法可以检测流体中自由流动的颗粒,通过高Q微泡谐振器捕获的光声光谱特征实现优异的特异性。
通过将光学模式限制在微泡谐振器传感器壁内,该技术实现了长距离声学介导测量,不依赖随机扩散,并在空间上将光学模式与传感体积解耦,对溶液中潜在的污染具有强大抵抗力。测量不需要外部流体通道和腔室、冗长的培养、昂贵试剂或热循环设备,并且在溶液变化(如折射率和吸收变化)下仍然有效。
光声过程对样品的功能和分子组成表现出内在敏感性,利用了生物系统中广泛存在的光学吸收对比。通过选择适当的波长激发光声信号,可以选择性地收集特定对象的信号。当使用532纳米激光时,这种独特能力允许非侵入性监测大量处于天然生理状态的红细胞。
该方法规避了全血的固有复杂性,这种复杂性常常由于血液基质中存在的无数细胞和分子成分的干扰而阻碍传统分析技术。此外,该技术最大限度地减少了外部扰动(如温度波动和折射率变化)的影响,通过光声签名确保对传感目标的准确评估。
值得注意的是,光声信号的特征可能受到通过脉冲激光诱导的瞬态热弹性效应影响声波生成的各种因素的影响。金纳米颗粒胶体悬浮液中的光声生成与块状固体或液体中的有根本不同。在激光曝光期间,金纳米颗粒的高热导率和纳米级尺寸促进了向周围介质的快速热传递,这可能影响光声信号。
原则上,该技术可应用于检测和表征各种天然状态下的目标物,为在液体和气态环境(如溶液中的细胞和空气中的病毒)中的传感提供多功能性。通过选择适当波长的激光脉冲或在光声过程中使用频率梳,可以高通量测量合成颗粒或生物细胞。
光声光谱中的特征可进一步用于研究红细胞的状态,并区分病变细胞与健康细胞。这将实现快速疾病诊断,例如血红蛋白C病、血红蛋白S-C病、镰状细胞性贫血和各种类型的地中海贫血。高度自动化的测量和数据采集过程为临床和工业应用带来了希望。
结合大数据集,这里提出的AI辅助传感平台可以快速扫描和识别患者样本中的细胞,并一步推荐初步诊断。它还可以为纳米材料表征或环境评估提供有价值的颗粒信息,而无需等待培养或纯化和随机扩散步骤。这种智能传感平台在推进诊断、纳米材料产业和环境监测方面具有显著潜力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号