Nature Communications | 韩国科学技术院团队开发智能皮肤贴片能“尝出”你的汗水,即时绘制健康图谱

星标“医工学人”,第一时间获取医工交叉领域新闻动态~

这款软性、可穿戴的“皮肤实验室”结合了微流体、纳米技术和人工智能,能够连续、无创地监测您身体的化学变化,为个性化医疗和运动科学开启了新的篇章。

想象一下,未来您的智能手表不仅能追踪您的心率和步数,还能即时告诉您身体的化学状态:您的乳酸阈值是否达到极限?午餐后您的代谢反应如何?这不再是科幻小说。韩国科学技术院(KAIST)的一组研究人员开发了一款全新的软性感测器贴片,它能像第二层皮肤一样贴合在您身上,通过分析汗水中的代谢物,以前所未有的精确度解读您身体的秘密 。

这项发表在《自然通讯》上的突破性研究,展示了一款名为“全软性时序外皮流体纳米等离子体贴片”(CEP-SERS patch)的设备。它成功地克服了现有穿戴式感测器的关键障碍:大多数感测器依赖特定的酶或抗体来识别分子,这不仅限制了它们可以检测的物质种类,也降低了时间解析度。而这款新贴片则采用了完全不同的“无标记”(label-free)检测策略,为实现全面、动态的个人健康监测铺平了道路。





全文约2527字,全部听完大约需要5分钟~










01

创新之处:一个微型化的“时序实验室”

这款CEP-SERS贴片的核心是一个精巧的双层结构设计,紧密贴合皮肤,协同工作。

图1:CEP-SERS贴片概念图。这款贴片由一个用于汗液收集、储存和分析的“等离子体流体通道层”(PCL)和一个用于皮肤附着的“真皮接触层”(DCL)组成。其全软性的特点确保了与皮肤的紧密贴合,实现了对汗液的时序采样和无标记分析。


它的高明之处在于两大关键技术的整合:

  1. 时序微流体采样(Chrono-sampling):贴片内部布满了由“毛细管爆破阀”(capillary bursting valves)控制的微米级通道和储存室。当汗水流过时,它会像火车依次驶入不同站台一样,按时间顺序自动填充一个个微小的腔室。这意味着贴片捕捉到的不是单一时间点的汗水快照,而是一段时间内连续变化的“代谢电影” 。研究人员通过巧妙的设计,使得每个腔室的容量仅为0.5微升,确保了高密度的采样间隔,能够捕捉到快速的代谢变化。

图2:时序采样与样本隔离。图(b)展示了彩色染料的顺序采样过程。图(e)则证明了利用“气穴屏障”技术,被收集的样本可以被有效隔离,在长达30小时内防止交叉污染。


  1. 无标记分子指纹识别(Label-free SERS):“表面增强拉曼光谱”(SERS)技术是识别这些微量汗水中的多种化学物质的关键,它就像一个分子指纹扫描仪。贴片的每个微腔室底部都覆盖着一层由银(Ag)组成的“纳米岛”(nanoislands)。这些纳米结构能极大地增强分子的拉曼信号,使其独特的振动光谱(即“指纹”)能被轻易读取。

更重要的是,研究团队攻克了一个技术难关:如何在柔软、可伸缩的基板上制造出高性能的等离子体纳米结构 。他们开发了一种创新的“低温固态脱湿”(low-temperature solid-state dewetting)技术,透过一层超薄的氟碳(fluorocarbon)涂层,成功在软性PDMS材料上“生长”出大面积、高密度的银纳米岛。这项制造上的突破,是实现这款全软性、高灵敏度贴片的关键。



02

人工智能的加持:从复杂信号到精准解读

然而,真实汗水中的SERS信号是混乱且重叠的。为了从这片“噪音”中精准地量化乳酸、尿酸和酪氨酸等关键代谢物,研究团队引入了机器学习。

他们使用包含41种不同浓度组合的1476个光谱数据,训练了一个自动编码器(autoencoder)模型。这个AI模型学会了如何从复杂的混合光谱中,准确地“解码”出每种目标分子的浓度。实验证明,该模型的预测值与真实浓度高度相关(例如,酪氨酸的预测准确度R²值高达0.89),即使在模拟生理变化的复杂化学背景下依然表现稳健。

图3:机器学习量化代谢物。图(d)、(e)、(f)分别展示了AI模型对尿酸、乳酸和酪氨酸的量化结果,其预测值与真实浓度高度吻合,R²值分别达到0.76、0.73和0.89。



03

实战检验:解读运动与饮食的代谢密码


为了验证这款贴片的实用性,研究团队对四名健康参与者进行了人体测试。参与者在两种不同情况下(禁食和摄入富含嘌呤的饮食后)进行了跑步机和登山机锻炼。

结果令人振奋:

  • 捕捉运动反应:贴片成功地追踪到运动过程中汗液乳酸浓度的先升后降,这反映了从无氧代谢到身体代谢平衡的过程。

  • 揭示饮食影响:与禁食状态相比,摄入富含嘌呤的饮食(如沙丁鱼)后,参与者汗液中的尿酸和酪氨酸浓度显著升高,这与嘌呤代谢和蛋白质消化直接相关。

  • 高精度验证:贴片的检测结果与传统的商业荧光/比色法分析套件高度一致(尿酸和乳酸的R² 值分别高达0.96和0.86),证明了其量化能力的可靠性。

图4:人体汗液分析与代谢表型。图(g-i)展示了贴片对一名参与者在运动期间的代谢物进行的时序分析,其结果与商业分析套件(FMA)高度吻合。雷达图(m)则清晰地描绘了饮食如何改变个体的代谢“指纹”,展示了在个性化健康监测方面的巨大潜力。



04

未来展望

这项研究的真正意义在于它完美地整合了三大前沿领域:

软性穿戴设备、无标记光谱感测和人工智能。它不仅仅是又一个汗液感测器,而是向一个能够进行时序性、多维度、无标记代谢物分析的穿戴式平台迈出的一大步。

潜在应用是巨大的。对于运动员,它可以提供即时的生理回馈,用于优化训练强度和恢复策略。在个性化营养学领域,消费者将能够亲眼看到不同食物对自己身体的化学影响,从而制定更科学的饮食计划。在临床医学上,它有望用于非侵入性地监测痛风(与尿酸相关)、枫糖尿症等代谢性疾病,甚至透过发现新的生物标志物组合来辅助疾病的早期诊断。

当然,这项技术距离走进我们的日常生活还有一些挑战需要克服。

首先,目前数据的读取仍需依赖台式的拉曼光谱仪,未来的目标是将整个分析系统小型化,实现真正的实时读取。

其次,需要扩展AI模型的数据库,使其能够识别和量化更多种类的代谢物。

最后,还需在更大、更多样化的人群中进行长期测试,以验证其在真实世界中的稳定性和可靠性。



▼参考资料

[1] Jeon, J., Lee, S., Chae, S. et al. All-flexible chronoepifluidic nanoplasmonic patch for label-free metabolite profiling in sweat. Nat Commun 16, 8017 (2025). https://doi.org/10.1038/s41467-025-63510-2




END

撰文 | 刘帅

编辑 | 员蓉

审核 | 医工学人理事会

扫码加入医工学人,进入综合及细分领域群聊,参与线上线下交流活动


推荐阅读


求贤帖 | 医工学人第三届理事会理事招募公告



Nature | 麻省理工学院、上海交通大学等多个团队研究表明:“大脑编辑”如今更贴近现实



移动3D实验室来了:运动表现评估进入“随身”时代



Nature Medicine | 谷歌团队开发一款个人健康大型语言模型:个性化AI健康教练


点击关注医工学人

本篇文章来源于微信公众号: 医工学人

发表回复