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
其他（DNA链置换逻辑推理生物传感器）
检测对象
疾病相关mRNA（mRNA1、mRNA2、mRNA3）；样品基质：体外核酸溶液（原文未明确具体生物样品）
检测原理
该传感器以核酸链置换作为识别与信号转换机制。被测mRNA或DNA输入链作为命题P/¬P，通过短toehold域与规则复合物的互补域可逆结合，随后发生分支迁移，置换桥链中的对应域。辅助链aux与释放的桥链域结合，使反应不可逆，最终释放含双链历史区和单链活性区的输出诊断链Q或¬P。输入浓度越高，触发链置换并生成输出链的量越多，FRET荧光信号随之增强。系统通过真值链与互补假值链双编码实现错误抵消，并可通过规则级联实现多步推理和信号放大。
检测灵敏度
原文未报告 LOD、线性范围、灵敏度斜率或相关系数。
效应效果
该文为动力学模拟研究，未进行实际样品检测或方法学对比。模拟显示，在1 nM初始浓度下，基本推理规则约需8.3 h（30,000 s）产生相当于70%输入浓度的输出；将辅助链加倍至2 nM后，约需2.7 h（1000 s）。对AND规则，1 nM初始浓度约需19.4 h（70,000 s），辅助链加倍后约需6.4 h（23,000 s）。错误分析给出最坏单碱基错配概率1/10、最好情形10^-10、平均约6.53×10^-8，并可通过序列Hamming距离设计设定错误上界。作者主张该模型无需限制酶、支持否定推理和级联诊断，适用于体外遗传诊断。
传感器的构成
- 溶液相反应体系：无固体基底或电极，所有DNA/RNA组分在缓冲液中执行链置换推理
- 输入命题链：DNA/RNA单链P或¬P，含两个连续6 bp域（p1、p2或互补域），作为被测核酸事实的识别元件
- 规则上链：双链规则复合物中的上链，编码前提与结论域（如¬p2、¬p1、q1、q2），提供toehold并触发链置换
- 桥链（bridge）：与规则上链部分杂交的DNA链，携带可置换域，参与分支迁移并释放废物双链
- 辅助链（aux）：桥链的Watson–Crick互补DNA链，结合桥链释放域，完成不可逆置换并生成输出
- 输出诊断链：反应后含双链历史区和单链活性区的核酸链，编码结论Q或¬P，可级联或读出
- 荧光读出层：FRET荧光检测（具体染料未指定），用于测量输出诊断链
中文摘要
尽管已有多种基于DNA链置换的分子器件设计，但尚无明确用于实现逻辑推演的系统。本文提出一种新的核酸生物传感器模型，利用DNA或RNA链编码简单诊断规则，例如“若DNA链1存在则疾病A”或“若DNA链1和DNA链2同时存在则疾病B”。该模型以链置换为基本操作，使编码规则与输入信号相互作用，并释放代表诊断结论的核苷酸链输出。输出信号既可用FRET荧光技术测量，也可作为另一逻辑推演级联的输入，甚至作为响应症状而释放的药物。该编码方式引入隐式错误抵消机制，提高系统可扩展性，使更长的推理级联具有有界且可控的信噪比；同时允许同一规则用于正向推理或反向推理，并可有效输出否定命题，如“排除诊断A”。所提模型可用于构建体外遗传诊断的智能逻辑DNA器件。
英文摘要
Despite the many designs of devices operating with the DNA strand displacement, surprisingly none is explicitly devoted to the implementation of logical deductions. The present article introduces a new model of biosensor device that uses nucleic acid strands to encode simple rules such as "IF DNA_strand(1) is present THEN disease(A)" or "IF DNA_strand(1) AND DNA_strand(2) are present THEN disease(B)". Taking advantage of the strand displacement operation, our model makes these simple rules interact with input signals (either DNA or any type of RNA) to generate an output signal (in the form of nucleotide strands). This output signal represents a diagnosis, which either can be measured using FRET techniques, cascaded as the input of another logical deduction with different rules, or even be a drug that is administered in response to a set of symptoms. The encoding introduces an implicit error cancellation mechanism, which increases the system scalability enabling longer inference cascades with a bounded and controllable signal-noise relation. It also allows the same rule to be used in forward inference or backward inference, providing the option of validly outputting negated propositions (e.g. "diagnosis A excluded"). The models presented in this paper can be used to implement smart logical DNA devices that perform genetic diagnosis in vitro.