生物传感器在多种应用中展现出灵活性，但其系统优化仍是限制其作为可靠即时检测工具广泛采用的主要障碍。实验设计（DoE）是一种强大的化学计量学工具，可通过有效引导超灵敏生物传感器的开发与优化提供解决方案。本视角综述概述了实验设计在光学与电学超灵敏生物传感器部署中的近期应用。文章考察了全因子设计、中心复合设计和混合设计等实验设计方法，将其...
去中心化监测需求推动临床、制药、环境和农食领域开发快速、易用、低成本的分析设备。本文作为《分析化学》Feature，系统阐述化学计量学方法在需求点/即时检测、芯片实验室和生物传感器开发中的作用，覆盖目标分析物识别、实验设计与优化、多元数据分析及结果数字化等全流程。文章介绍实验设计（DoE）、主成分分析（PCA）、偏最小二乘回归（PL...
化学计量学在基于生物传感器的检测、分析和诊断中发挥关键作用。如今，作为人工智能（AI）分支的机器学习（ML）已取得显著进展。然而，新型先进机器学习方法，尤其是以图像分析、人脸识别和语音识别著称的深度学习，在生物传感器领域仍相对少见。本文系统讨论机器学习如何有益于生物传感器。基于传感数据分析，总结最常用机器学习算法的优缺点，重点强调卷...
生物传感领域发展迅速，新型传感器架构与传感元件不断涌现。生物传感器依靠抗体、适配体、酶、DNA、分子印迹聚合物等生物识别元件获得高选择性，其校准通常只需将单一响应值与分析物浓度进行单变量回归。然而，在复杂真实样品基质中，多种组分可能产生干扰，导致分析误差增大。化学计量学方法能够从多变量传感数据中提取有效信息，提高选择性，克服响应非线...
农业中大量使用有毒且残留持久的农药，促使人们开发高效、低成本且快速的分析工具，以控制环境和食品中的农药残留水平。在此背景下，基于酶抑制的生物传感器被提出作为合适的分析装置，其优势在于利用农药毒性进行检测，比标准色谱法更具“生物学相关性”。本文综述了利用胆碱酯酶、光合系统II、碱性磷酸酶、细胞色素P450A1、过氧化物酶、酪氨酸酶、漆...
近年来，环境监测、食品安全和公共健康对快速、高灵敏、高选择性分析方法的需求不断增加。生物传感器能够及时、低成本地提供准确化学数据，但单一传感器往往难以同时满足对特定分析物的选择性和灵敏度要求，也难以解决毒性、质量指标、来源和新鲜度等整体效应评价问题。为此，电子舌概念被提出，通过低选择性传感器阵列与复杂数据处理相结合，从交叉响应中提取...