利用基于新型样品垫的Bradford检测方法,通过智能手机实现尿蛋白的即时检测

《Microchemical Journal》:Smartphone enabled point of care estimation of urinary protein using a novel sample pad-based Bradford assay

【字体: 大 中 小 】 时间:2026年01月03日 来源:Microchemical Journal 5.1

编辑推荐:

  尿液蛋白快速检测方法研究及临床应用验证。该研究开发了一种基于 lyophilized 样本垫的 Bradford 试剂颜色传感器,通过智能手机成像和 MATLAB 算法实现蛋白质浓度的定量分析。方法采用紫外线可见光谱检测蛋白结合后的吸光度变化,通过 HSV 色空间提取 V 值计算浓度。实验表明检测限达 67-96 μg/mL,线性相关系数 R2=0.98-0.99,与商用试纸和分光光度法结果一致,且具有 300 天稳定性。该技术成本低(<50 美元)、便携易用,适用于基层医疗机构的糖尿病肾病和慢性肾病监测。

  
Tileshwar Sahare|Hritik Kumar|Badri Narayana Sahoo|Abhijeet Joshi
印度理工学院生物科学与生物医学工程系,印度印多尔市Simrol区Khandwa路,邮编453552

摘要

蛋白尿,即尿液中蛋白质含量过高,是肾脏损伤或功能障碍的早期指标。准确估计蛋白尿对于早期诊断、监测和管理肾脏及系统性疾病至关重要。本研究介绍了一种基于样品垫的Bradford试剂(SP@BR)比色传感器,该传感器与智能手机成像技术结合,可实现快速、定量的尿液蛋白质检测。通过从色调-饱和度-值(HSV)颜色空间中提取V值成分,分析了SP@BR设备上的颜色变化。一种定制的基于MATLAB的智能手机算法自动化计算V%值,使得现场定量变得简单易用。该方法与蛋白质浓度呈强线性关系(人工尿液中R2=0.99;真实尿液中R2=0.98),并且检测结果与标准分光光度法结果高度吻合。SP@BR传感器具有高选择性、长期稳定性(300天),其检测限分别为67 μg/mL(人工尿液)和96 μg/mL(真实尿液)。临床验证表明,该传感器优于市售试纸和分光光度法,具有可靠性与准确性。这项工作首次提出了一个冻干型、试剂固定型样品垫,结合智能手机和MATLAB分析技术,用于定量尿液蛋白质检测,具有成本低廉、便携性强、用户友好等优点,为传统试纸提供了一种可靠的替代方案。在资源有限的医疗环境中,该方法在肾脏健康早期诊断和持续监测方面具有巨大潜力。

引言

常规监测尿液中的蛋白质对于诊断和管理各种肾脏疾病(包括急性肾损伤、慢性肾病以及与蛋白尿相关的疾病)至关重要[1]。蛋白尿是指尿液中存在蛋白质,通常包括白蛋白、球蛋白、Bence-Jones蛋白和黏蛋白等。据报道,受影响个体中持续蛋白尿的患病率为每1000人年15.3例[2]。健康个体的尿液蛋白质水平通常低于100 μg/mL,而肾病患者尿液蛋白质水平常超过300 μg/mL[3]。即使是轻微的蛋白质增加(如每天30至300 mg的白蛋白排泄量,称为微量白蛋白尿),也是糖尿病肾病和心血管或肾脏疾病的早期敏感标志[4][5][6]。因此,对尿液蛋白质进行敏感和特异的检测对于评估肾功能、监测疾病进展和指导早期治疗干预至关重要。
传统的实验室方法,如酶联免疫吸附测定和高效液相色谱法,被认为是蛋白质分析的金标准[7]。然而,这些方法通常流程繁琐、需要专用设备,并可能延迟临床决策。市售试纸虽然包含蛋白质参数,但无法准确测定蛋白质浓度[8]。因此,迫切需要经济高效且可靠的传感器来定量检测尿液蛋白质。尿液分析是最简单且最具成本效益的常规诊断和筛查方法之一,因为采集尿液样本非常方便、无创,且可由患者自行完成。最重要的是,尿液生物标志物为肾脏病学和泌尿系统疾病提供了重要的诊断工具[9]。尿液主要由95%的水、2%的尿素、0.1%的肌酐、0.03%的尿酸以及少量的氯化物、钠、钾、硫酸盐、铵、磷酸盐和其他离子和分子组成[10]。
Coomassie Brilliant Blue是一种广泛用于生化检测的阴离子染料,因为它能牢固地结合蛋白质,特别是在比色测定中。在Bradford测定中[11],该染料与蛋白质结合后吸光度发生变化,从而可以定量样品中的蛋白质浓度。这一特性在生物化学研究和诊断中非常有用,因为准确的蛋白质测量至关重要[12,13]。一次性传感器价格低廉、易于使用,适用于短期或单次测量[14]。纸张是一种多功能材料,在日常生活中有多种应用。纸张是传感设备的理想材料,因为它丰富、重量轻、价格便宜且易于使用[15,16]。此外,纸张可以通过其亲水基质实现液体的被动传输,无需外部力。许多基于纸张的光学传感器都与智能手机配合使用,用于生物医学分析[17,18]。在此背景下,样品垫是侧向流动分析(LFAs)的重要组成部分,确保样品中的分析物能够与结合剂和膜上的捕获试剂结合。比色测定在分析化学中广泛应用,因其简单性、灵敏度和视觉检测能力;目前有许多研究致力于开发和改进这些测定方法,以适应各种应用[19]。借助成像技术的比色生物传感已成为科学界的热门课题,这可能得益于智能手机技术的普及[20][21][22][23][24][25][26]。
为了基于颜色定量生物标志物,人们已在多种颜色空间中开发了多种算法(常用的图像分析颜色模型包括:RGB(红、绿、蓝);CMYK(青、品红、黄、黑);HSV(色调、饱和度、值);HSB(色调、饱和度、亮度);HSL(色调、饱和度、明度);CIE XYZ(国际照明委员会XYZ:X-与红色相关的锥体响应曲线混合;Y-亮度或明度;Z-与蓝色相关的锥体响应曲线混合);CIE LAB/Lab*(L-明度,(a-绿色到红色) 和 (b-蓝色到黄色);以及YUV(亮度-Y,色度-U和V)来评估颜色变化。此外,由于设备测量区域或周围环境可能影响颜色值,因此正在开发包括基于监督学习的卷积神经网络(CNN)、人工神经网络(ANN)、支持向量机(SVM)、多项式回归、基于统计学习的颜色重建以及基于颜色检查器的数字图像重建等算法[27,28]。MATLAB是一种高级计算环境,广泛用于图像分析和生物传感器数据处理,提供了强大的颜色空间转换和特征提取功能,由MathWorks开发,适用于数值计算、可视化和编程。MATLAB为工程师和科学家提供了分析数据、开发算法和创建各种应用模型的多功能平台[29][30][31]。ImageJ和其他图像处理工具在多个科学领域中用于分析和处理数字图像[32][33][34]。对于包含多个像素的区域进行颜色分析时,ImageJ、Adobe Photoshop或MATLAB是最合适的选择[35]。
如今,基于智能手机的即时检测(POCT)被视为传统实验室检测的替代方案,尤其是在资源有限的地区[36][37][38][39][40]。智能手机可以配备不同类型的生物传感器和其他附件,显著提升医学检测数据的质量[41]。随着肾脏疾病的日益普遍,亟需开发无需复杂实验室基础设施即可快速出结果的POCT解决方案[42,43]。实时尿液蛋白质分析不仅有助于患者管理,还能促进主动的医疗措施[44]。各种用于医学诊断的智能手机应用程序的出现,为医疗提供者获取和解释临床数据的方式带来了变革[45]。MATLAB编程作为一种创新方法,可通过移动设备直接进行尿液蛋白质评估。
本研究介绍了一种基于智能手机的尿液蛋白质定量平台,该平台使用基于样品垫的Coomassie染料传感器和自动化的MATLAB图像分析技术,其中专用的纸质基底(样品垫)经过冻干处理,实现了稳定的试剂固定和可靠的即时检测。通过探索这些技术的协同作用,本研究旨在强调它们在增强肾脏监测方面的临床应用价值。

材料

图像采集使用的是配备48 MP后置摄像头的Samsung Galaxy A21S智能手机、带有10英寸环形灯的Brolaviya移动支架以及从印度印多尔市本地商店购买的哑光黑色木质平台。牛血清白蛋白(BSA)A9418(CAS编号9048468)、Bradford试剂(B6916 LOT-SLBV5669)、柠檬酸钠二水合物(CAS编号6132043)、尿酸(CAS编号69932)和柠檬酸(CAS编号77929)均购自Merck公司。d-葡萄糖(CAS编号50997)

特性和传感器测量

对SP@BR蛋白质传感器的表征显示,冻干后的改性传感器呈现出均匀的浅棕色至琥珀色,而未涂层的样品垫则保持完全白色,证实了试剂在样品垫表面的固定。从SP@BR蛋白质传感器中提取的溶液的紫外-可见光谱在约465 nm和595 nm处显示出明显的吸光峰,表明...

蛋白质定量方法的比较评估

本研究比较了三种尿液蛋白质定量方法:基于智能手机和MATLAB定制算法的SP@BR蛋白质传感器、基于智能手机的Color Picker辅助SP@BR蛋白质传感器以及传统的分光光度Bradford测定法,在多个性能参数(包括灵敏度、重复性、回收率)方面的表现(见表S1)。其中,基于智能手机和MATLAB的SP@BR方法显示出LOD:(67 μg/mL和96 μg/mL) 和 LOQ:(204 μg/mL和291 μg/mL)

结论

本研究成功开发并验证了一种基于智能手机的、集成MATLAB的纸质生物传感器,用于使用新型样品垫的Bradford测定法定量尿液蛋白质。SP@BR传感器平台在生理相关蛋白质浓度范围内(50至1000 μg/mL)表现出高准确性、重复性和强线性。使用环境环形照明和智能手机成像结合自动化的MATLAB V%分析...

CRediT作者贡献声明

Tileshwar Sahare:撰写 – 审稿与编辑、原始草稿撰写、可视化、验证、软件开发、方法学设计、资金获取、数据分析、概念构思。Hritik Kumar:撰写 – 审稿与编辑、数据分析。Badri Narayana Sahoo:撰写 – 审稿与编辑、方法学设计、数据分析。Abhijeet Joshi:撰写 – 审稿与编辑、验证、软件开发、资源管理、项目协调、资金获取、数据分析。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

Tileshwar Sahare感谢科学与工业研究委员会(CSIR)提供的博士学位奖学金(编号09/1022-15601-2022)。Hritik Kumar感谢印度大学拨款委员会(UGC)提供的博士学位奖学金(编号220510538078)。Badri Narayana Sahoo感谢印度教育部提供的博士学位奖学金。Abhijeet Joshi感谢印度科技部的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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