Harmonizing Wearable Biosensor Data Streams to Test Polysubstance Detection.
可穿戴生物传感器作为无线体域网（WBAN）的关键组件，使医疗提供者能够开展连续健康监测。已有研究表明，外部佩戴的非侵入式传感器结合机器学习算法可检测多种物质导致的中毒，但此类方法仍存在局限。开发能够普遍检测中毒的模型面临个体差异、传感器差异、药物差异和环境差异等挑战。本文探讨无线通信进展和分布式系统新范式如何促进多物质使用检测。作者...
Advancing Biosensors with Machine Learning.
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...
Machine learning linked evolutionary biosensor array for highly sensitive and specific molecular identification.
细菌通过数百种转录因子（TF）感知胞内代谢物或外源物质并启动复杂信号级联，这些 TF 已被广泛用作遗传编码生物传感器。然而，可用 TF 数量有限且底物特异性较宽，导致小分子识别存在歧义。本研究提出一种结合机器学习的进化生物传感器阵列小分子指纹技术，以捕获高特异性底物信号。作者以单一转录因子 DmpR 为模板，通过高通量遗传筛选和蛋白...
Combining mechanistic and machine learning models for predictive engineering and optimization of tryptophan metabolism.
本文提出将机理模型与机器学习模型相结合，用于实现从基因型到表型的准确预测，并指导代谢工程。作者首先利用基因组规模代谢模型筛选影响色氨酸生产的关键基因靶点，结合转录组数据挖掘选择30个表达水平多样的启动子，构建由5个基因和6种启动子组合组成的7776个组合设计文库。随后开发基于大肠杆菌TrpR-GAL4激活域融合蛋白的酵母色氨酸荧光生...
Toward a hemorrhagic trauma severity score: fusing five physiological biomarkers.
背景：提出出血性创伤严重性与存活评分（HISS），融合葡萄糖、乳酸、pH、钾和氧分压五种生理生物标志物，作为出血性创伤患者的个体化属性。材料与方法：合成生成100例合理虚构患者（SFRP）数据，由5名临床医生专家分别评分（100[5]）。HISS将创伤患者危重程度分为低(0)、警戒(1)、升高(2)、高(3)和严重(4)。评估线性支...
Using machine learning for real-time BAC estimation from a new-generation transdermal biosensor in the laboratory.
透皮生物传感器可提供非侵入、低成本的酒精摄入评估，在成瘾科学中具有广泛应用潜力。旧代透皮设备体积较大且采样间隔稀疏，限制了应用；新一代设备具有智能手机连接、紧凑设计和快速采样特点。本研究在实验室中初步评估新一代透皮传感器原型的有效性。参与者为年轻饮酒者，在实验室接受酒精（目标BAC=0.08%）或无酒精处理，佩戴透皮传感器并反复提供...
Improved Antibiotic Detection in Raw Milk Using Machine Learning Tools over the Absorption Spectra of a Problem-Specific Nanobiosensor.
本文报道了一种整合纳米技术、光机械与光谱检测算法的生物传感器系统，用于牛生乳中抗生素残留的敏感定量检测。首先，通过化学键合金纳米颗粒（AuNPs）与对卡那霉素、氨苄西林、土霉素和磺胺二甲氧嗪四种兽医常用抗生素具有高选择性的适配体生物受体，设计并合成了问题特异性纳米生物传感器。当乳样中存在抗生素分子时，其与适配体的相互作用诱导 AuN...
Artificial intelligence biosensors: Challenges and prospects.
人工智能（AI）与可穿戴传感器是实现个体化精准医疗的两个关键领域。将二者融合，可更有效地获取患者数据，并优化可穿戴传感器设计，用于持续监测佩戴者的健康、运动状态及周围环境。随着物联网（IoT）、大数据和“大健康”从概念走向落地，具备合适技术特征的 AI-生物传感器面临新的机遇与挑战。本文系统总结了面向未来可穿戴与植入式技术的关键阶段...
Machine learning-based design of meta-plasmonic biosensors with negative index metamaterials.
本研究探索基于机器学习算法集成超材料的等离子体生物传感器设计性能。所设计的超等离子体生物传感器用于优化DNA检测，其中双负超材料层以有效介质模型描述。采用迭代传输矩阵方法在参数空间中生成共振特性训练集和测试集，用于机器学习。作为对超等离子体生物传感器光学特性的机器学习预测，使用多层感知机（MLP）和自编码器（AE）作为算法；聚类算法...
Machine Learning for Precision Breast Cancer Diagnosis and Prediction of the Nanoparticle Cellular Internalization.
在诊疗领域，诊断纳米颗粒被设计用于采集高度患者特异性的疾病谱，并借助纳米治疗改善疗效。然而，患者间和肿瘤内异质性使这些诊疗平台的理性设计与分析极为困难。深度学习与模式识别算法有望提升诊断精度和治疗结局。三阴性乳腺癌（TNBC）因分子多样性复杂，诊断和治疗尤为困难。为此，作者提出一种基于人工智能预测纳米颗粒（NPs）在不同癌症阶段细胞...
Feasibility of Using a Wearable Biosensor Device in Patients at Risk for Alzheimer's Disease Dementia.
背景：阿尔茨海默病（AD）在认知症状前存在睡眠与自主神经调节的早期变化，可穿戴生物传感器或可评估AD风险。方法：招募有AD家族史且无或轻微认知主诉患者，40例中34例同意佩戴WHOOP，1例丢失，33例纳入数据；包括24例认知正常、6例主观认知下降、3例淀粉样蛋白阳性。通过WHOOP采集睡眠周期、心率变异性（HRV）和活动指标，并进...