《Biosensors and Bioelectronics》:AI-powered dynamic scattering liquid crystal biosensor for label-free detection of ovarian cancer biomarker CA125
编辑推荐:
•双频液晶 (DFLC) 被用作生物传感介质•双频液晶的动态散射被用作一种新的信号放大策略•雾度被测量作为 DFLC-DSM 生物传感器的定量读数•DFLC-DSM 生物传感器对 CA125 的检测不受基质干扰的影响•建立了一个对雾度值具有高预测准确率的深度学习模型引言开发快
- •
双频液晶 (DFLC) 被用作生物传感介质
- •
双频液晶的动态散射被用作一种新的信号放大策略
- •
雾度被测量作为 DFLC-DSM 生物传感器的定量读数
- •
DFLC-DSM 生物传感器对 CA125 的检测不受基质干扰的影响
- •
建立了一个对雾度值具有高预测准确率的深度学习模型
引言
开发快速、无标记且灵敏的分析平台一直是生物医学传感领域的主要目标。在各种换能策略中,基于液晶 (LC) 的生物传感器引起了相当大的关注,因为液晶的双折射、长程取向有序性和界面敏感性使得生物分子事件能够转化为可见的光学响应 (Carlton et al. 2013; Gupta et al. 1998; Qu and Li 2022; Wang et al. 2021)。在典型的基于液晶的传感系统中,生物分子在液晶 - 固体或液晶 - 水界面上的吸附或识别会扰乱液晶排列,并在偏光显微镜 (POM) 下产生可观察到的纹理变化。最近的综述总结了不同传感几何形状、界面设计和分析目标下液晶生物传感器的发展 (Rouhbakhsh et al. 2022; Tang et al. 2024; Wang et al. 2022; Zhan et al. 2022)。代表性的实验平台包括基于液晶液滴的免疫分析、微流控液晶液滴葡萄糖传感、多微流控液晶免疫分析、用于蛋白质检测的单基底旋涂液晶膜以及水 - 液晶界面上介导的胰岛素检测 (Alino et al. 2011; Chen et al. 2022; Fan et al. 2020; Kim et al. 2013; Wu et al. 2021)。
尽管取得了这些进展,许多液晶生物传感器仍然依赖静态 POM 纹理观察作为主要信号输出。当痕量水平的生物分子结合仅引起微弱的取向扰动时,这种方法仍然具有挑战性,导致相对于背景的光学对比度有限。此外,基于纹理的解释通常是半定量的,可能会受到图像采集条件、主观解释和有限的分析自动化的影响,从而限制重复性和实用的定量分析 (Lee and Lee 2021; Zhan et al. 2022)。为了克服这些局限性,提出了几种基于液晶的信号增强策略,包括背散射干涉仪、电场辅助信号放大、紫外线照射或聚乙烯醇表面改性,以及采用高双折射液晶或液晶 - 光聚合物复合材料作为传感介质 (Chang et al. 2022; Hsu et al. 2019; Khan and Park 2017; Shaban et al. 2021; Su et al. 2015)。尽管如此,在无标记液晶生物传感中实现强光学对比度和稳健的定量读数仍然具有挑战性。
双频液晶 (DFLCs) 被认为是一种有前途的生物传感介质,因为它们表现出频率依赖的介电各向异性,在特征交叉频率处反转符号 (Lin et al. 2019; Schadt 1982)。当在适当的电压条件下将驱动频率调节到接近交叉频率时,DFLC 的介电响应可能会发生实质性改变,导致指向矢重取向和电致流体动力学 (EHD) 模式形成产生频率依赖的不稳定性 (Song et al. 2023)。这种 EHD 不稳定性可以在 Carr-Helfrich 传导框架内进行解释,其中涉及指向矢畸变、各向异性离子传导、空间电荷积累、粘滞流动和电场诱导力矩之间的耦合 (Carr 1969; Dubois-Violette et al. 1971; Helfrich 1969; Smith et al. 1975)。在此过程中,指向矢波动和各向异性离子传导引起空间电荷积累,诱导的空间电荷与施加电场之间的相互作用产生库仑体力,驱动对流流动并进一步增强指向矢畸变。当这种反馈过程变得足够强时,液晶进入动态散射模式 (DSM),这是一种最初在向列型液晶中报道的高度散射电光状态 (Heilmeier et al. 1968)。因此,在动态散射阈值附近运行可能提供了一种物理机制,将生物分析物引起的微妙界面扰动转化为放大的散射响应 (Geis et al. 2016)。
为了量化复杂的 DSM 散射模式,本研究引入了一种分析策略,将雾度测量与深度学习辅助自动化相结合,用于基于 DFLC 的生物传感平台。宏观雾度,定义为偏离入射光束超过规定角度范围的透射光比例,已成为描述液晶散射状态的有用标量度量。最近的研究进一步证明了基于雾度的定量分析在液晶生物传感中的可行性,包括涉及牛血清白蛋白 (BSA) 和癌抗原 125 (CA125) 的蛋白质检测和免疫分析应用 (Peng et al. 2026; Wu et al. 2024)。与 POM 纹理的目视检查相比,雾度测量提供了基于仪器的、可重复的读数,与分析物浓度直接相关。然而,由于动态散射模式在空间上是异质的,局部纹理形态通常显示出超出整体雾度强度的浓度依赖性特征。因此,需要先进的图像描述符和自动化计算分析来解决 DSM 图像的完整光学复杂性,以实现定量传感 (Haralick et al. 2007; Ojala et al. 2002; Zhang et al. 2022)。
深度学习,特别是卷积神经网络 (CNNs),提供了一个合适的框架,用于从复杂的光学图案中提取分层图像特征,这些特征难以通过传统图像处理或人工检查来量化 (Krizhevsky et al. 2012; LeCun et al. 2015)。基于 CNN 的方法越来越多地被应用于分析液晶光学纹理,展示了它们加速图像解释和提高基于纹理的检测准确性的潜力 (Zhang et al. 2025)。在 CNN 架构中,残差学习提供了一种有效的稳定深度特征提取策略,ResNet 系列已被广泛用于需要稳健表示细微空间变化的图像分析任务中 (He et al. 2016)。根据这一框架,本研究建立了一个无标记生物传感平台,该平台集成了在 DSM 范围内运行的 DFLC、基于雾度的定量分析和 ResNet-34 辅助的图像分析。通过使用牛血清白蛋白 (BSA) 作为蛋白质标准的蛋白质检测和针对卵巢癌生物标志物 CA125 的免疫分析,验证了这种 DSM 辅助信号放大的可行性。
章节摘要
实验
请参考补充材料中的第 S1-S6 节和图 S1-S3。
DSM 工作条件的机制与优化
DFLC 电池在 DSM 运行前后的示意图见图 1(a)。在没有施加电场 (静态模式) 的情况下,由于 DMOAP 定向层的作用,液晶指向矢优先排列成垂向 (垂直) 构型,而液晶电池内部少量的杂质离子保持随机分布,没有方向性迁移。相比之下,当在优化的 DSM 条件下施加交流电场时,移动离子
结论
本研究展示了一个基于 DSM 运行的 DFLC 的高灵敏度、无标记生物传感平台。本工作的主要进展在于从传统的静态纹理观察(在低分析物水平下通常对比度有限)转变为动态放大的光学传感机制。通过在介电交叉频率处电致流体动力学不稳定的起始点附近运行,DFLC-DSM 平台将分析物引起的微小界面扰动转化为
CRediT 作者贡献声明
Wei Lee: 撰写 - 审阅与编辑,验证,监督,资源,项目管理,资金获取,数据管理,概念构思。 Mon-Juan Lee: 撰写 - 审阅与编辑,验证,监督,资源,项目管理,资金获取,数据管理。 Chia-Tung Chang: 撰写 - 原稿,可视化,软件,方法论,调查,正式分析,数据管理
利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系,这可能影响本文报告的工作。
利益冲突声明
? 作者声明他们没有已知的竞争性经济利益或个人关系,这可能影响本文报告的工作。
致谢
本研究得到了台湾国家科技咨询委员会的资助,项目编号为 114-2112-M-A49-015, 113-2112-M-A49-022 和 112-2314-B-309-001。
Chia-Tung Chang|Mon-Juan Lee|Wei Lee