组成图示
点击图片查看大图 · 依据论文自动绘制
传感器类型
综述或非传感器论文
检测对象
神经递质与代谢物（谷氨酸、多巴胺、GABA、ATP、乙酰胆碱、葡萄糖、乳酸、H2O2、NO等；脑组织/细胞外液）、阿尔茨海默病标志物（Aβ、tau、ADDLs；脑脊液）、精神分裂症血清多标志物（51种代谢物、肽、蛋白；血清）、帕金森/亨廷顿/抑郁代谢物（血液/脑脊液/尿液）
检测原理
本文综述多种生物传感机制：生物识别元件（抗体、适配体、酶、核酸探针、MIP等）与目标分析物发生特异性结合或催化反应，引起界面质量、折射率、电荷转移、体积或荧光/颜色变化。换能器将上述变化转换为电流、电位、波长、频率或颜色信号；电化学微电极通过氧化还原电流反映神经递质浓度，SPR通过折射率变化监测结合动力学，全息光栅通过布拉格衍射波长/强度变化实现肉眼或仪器读出。信号放大策略包括酶级联、底物/辅酶循环、纳米颗粒生物条形码、PCR/等温扩增、金属/磁性纳米颗粒和量子点标记。多参数面板可整合基因组、蛋白质组和代谢组数据，使信号随被测物浓度或疾病状态变化。
检测灵敏度
生物条形码检测CSF中Aβ: 100 fM–100 aM；PSA: 3 aM（ELISA: 3 pM）
效应效果
文中未给出单一传感器的RSD、稳定性或回收率数据。实际表现方面，基于Luminex xMAP的51重血清免疫检测在CLIA认证实验室中经独立队列验证（精神分裂症n=577，对照n=229），总体敏感性和特异性均为83%；生物条形码检测PSA达3 aM，较ELISA的3 pM提高6个数量级；AD脑脊液四标志物面板在盲测中可区分轻度AD与对照。作者强调生物传感器具有小型、坚固、低成本、低功耗、实时、可由非专业人员使用、生物相容并可连接移动设备的优势，POC检测可将单次检测成本降低约35%，并将周转时间从数小时缩短至数分钟，有望用于精神与神经退行性疾病的床旁诊断和个体化治疗。
传感器的构成
- 生物识别层：酶、抗体、受体、核酸、适配体、肽、分子印迹聚合物（MIP）、微生物、细胞器或组织，用于特异性识别目标分析物
- 换能层：电化学、光学、声学、磁性、热或微工程器件，将识别事件转换为电信号
- 读出层：微工程与微电子仪器及信号处理电路，将信号显示为用户友好结果
中文摘要
心理、精神及神经退行性疾病的分子生物标志物正在改变这类严重精神疾病的诊断范式。基因组学、蛋白质组学和代谢组学新工具的发展，使开发灵敏且特异的生化检测以取代传统纸笔问卷成为可能。未来，生物传感器技术、即时检测，以及将临床生物标志物数据、脑电图和磁共振成像数据与患者既往病史、生物模式和预后相融合，可能为脑疾病建立个性化生物档案或指纹。此外，移动通信技术和网格计算可用于支持数据、计算和知识任务，辅助疾病预测、诊断、预后和依从性监测。作者预计，移动设备最终可能成为下一代个性化药房，实现从采样、检测、数据传输、诊断到个体化给药的全流程闭环。
英文摘要
The emergence of molecular biomarkers for psychological, psychiatric, and neurodegenerative disorders is beginning to change current diagnostic paradigms for this debilitating family of mental illnesses. The development of new genomic, proteomic, and metabolomic tools has created the prospect of sensitive and specific biochemical tests to replace traditional pen-and-paper questionnaires. In the future, the realization of biosensor technologies, point-of-care testing, and the fusion of clinical biomarker data, electroencephalogram, and MRI data with the patient's past medical history, biopatterns, and prognosis may create personalized bioprofiles or fingerprints for brain disorders. Further, the application of mobile communications technology and grid computing to support data-, computation- and knowledge-based tasks will assist disease prediction, diagnosis, prognosis, and compliance monitoring. It is anticipated that, ultimately, mobile devices could become the next generation of personalized pharmacies.