Nature Biotechnology |分子图谱与实时感知的闭环:非侵入式健康监测如何重塑精准医疗的未来

星标“医工学人”,第一时间获取医工交叉领域新闻动态~



在人类探索生理奥秘的漫长进程中,“获取能力”始终是决定“洞察深度”的核心变量。长期以来,临床医学对分子过程的监测高度依赖于“静态快照”——即通过侵入性的静脉采血或组织活检,在中心化实验室中进行离线分析。这种模式虽然提供了极高的准确性,但其固有的时滞性(通常为数天至数周)和偶发性,使其难以捕捉到诸如急性炎症、代谢波动或神经内分泌应激等转瞬即逝的动态生物事件。在败血症或急性肺炎等生死关头,数小时的诊断延迟往往意味着预后的巨大差异。

如今,一场旨在打破“采样壁垒”的宁静革命正在发生。2026年3月,加州理工学院(Caltech)Wei Gao教授团队在《自然-生物技术》(Nature Biotechnology)发表了题为《非侵入式健康监测的生物分子谱分析》(Biomolecular profiling for noninvasive health monitoring)的深度评述。该研究提出了一种全新的“组学到可穿戴”(Omics-to-Wearables)转化闭环,通过整合高维质谱(MS)的非靶向发现能力与可穿戴化学传感器的实时监测能力,试图将个性化医疗从间歇性的诊疗推向持续、情境感知的健康管理新范式。这不仅是传感技术的进步,更是临床诊断逻辑从“反应式治疗”向“主动式预防”的根本性迁移。




01

范式转移:从“离线静态”到“在线动态”的翻译循环

传统的分子诊断正面临着前所未有的挑战。尽管组学平台在灵敏度和深度上取得了长足进步,但它们往往与个体的日常生理背景脱节。相比之下,汗液、唾液、泪液、间质液(ISF)、皮脂和耳垢等非侵入式生物流体蕴含着极其丰富的表型信息。与反映“潜在可能性”的DNA或RNA不同,代谢物、脂质和蛋白质是生理刺激的下游效应器,能够直接反映机体在分钟或小时尺度上的表型响应。

解码转化闭环:图1中的逻辑跃迁

要理解这一领域的变革,必须首先解析研究中提出的“分子发现到实时感测”的闭环架构。

如图1所示,这一转化循环系统性地展示了新一代健康监测的逻辑流。传统的路径(图1a)受限于侵入性采样和反馈延迟。而新范式(图1b)则建立在多阶段的协同基础之上。首先是生物流体的非侵入式采集,利用微流控通道获取汗液、利用微针阵列访问间质液,或者通过非侵入性拭子收集皮脂和耳垢。

随后进入“发现引擎”阶段。利用Orbitrap、TOF等高分辨率质谱平台进行非靶向组学谱分析,识别出与特定生理状态相关的动态生物标志物。通过AI驱动的数据分析和统计比较,从成千上万个特征中筛选出具有诊断意义的分子。最后,这些经过验证的标志物被转化为可穿戴传感器的监测目标,通过电化学、光学等手段实现长期的纵向追踪。这一闭环的建立,标志着我们不仅能够“看见”分子,还能“实时读懂”它们的生理隐喻。


02

质谱分析:分子发现的“北极星”引擎

在“组学到可穿戴”的链条中,质谱技术(Mass Spectrometry, MS)扮演着不可替代的发现引擎角色。由于蛋白质、代谢物和脂质的化学身份无法仅通过基因组序列推导,因此必须通过质谱进行经验表征。

多组学级联与表型刻画

图2揭示了从基因组到表型的多尺度组学级联(图2a)。代谢组学、脂质组学和蛋白质组学最直接地反映了个体的功能表型。在实验工作流中(图2b),生物流体经过精细的提取或消化处理后,通过气相色谱(GC)或液相色谱(LC)进行分离,随后进入各种质量分析器。

先进的质谱架构,如timsTOF Pro 2和Orbitrap-Astral混合分析仪,极大地提高了离子利用率和MS/MS采集速度,使研究人员能够从微升甚至纳升级别的非侵入式样品中获得深度分子视图。例如,在针对人类汗液的非靶向LC-MS研究中,科学家识别出了一个包含五种代谢物的组合,能以80% 的特异性和79% 的灵敏度区分肺癌患者与高风险吸烟者,这在单一标志物无法胜任的情况下提供了显著的诊断精度。

各种质谱模态的博弈与互补

为了更直观地理解不同技术在分子发现中的地位,下表对比了当前主流的质谱模态及其在非侵入式监测中的应用:


03

转化门槛:

定义“传感器就绪”的生物标志物

尽管质谱能够揭示成千上万的分子特征,但只有极少部分能够成功转化为可穿戴传感器的监测目标。这种“传感器就绪”(Sensor-Ready)的筛选过程是该研究的核心洞察之一。

筛选的硬性准则

1. 微量样品的检出限:

非侵入式流体(如汗液)的典型分泌率仅为10-100nl/min/cm2 。因此,标志物必须能在微升量级下被稳定检出,通常要求S/N≥10的定量精度。

2. 生理尺度的动力学特性:

标志物必须在分钟至小时的尺度上显示出可解释的波动。例如,在口服葡萄糖耐量试验中,超高性能LC-TOF-MS显示的早期(30-40分钟)和晚期轨迹与胰岛素敏感性高度相关,这类具有明确动力学特征的分子才是传感器的理想目标。

3. 化学与分泌稳定性的校准:

非侵入式流体的浓度极易受到分泌率(汗率)的影响,这种“稀释效应”可能贡献了高达 73% 的数据方差。因此,理想的标志物应能通过产物/前体比率(如乳酸/丙酮酸比率)进行内源性归一化,或者配合流量、电导率等物理指标进行修正。

4. 感测机制的匹配:

氧化还原活性分子适合电化学感测;光响应分子适配光子平台;而针对低浓度的蛋白质或激素,则需依赖具有亚皮摩尔(subpicomolar)灵敏度的适配体或高亲和力抗体。


04

商业脉动:

从实验室原型到改变生活的创新产品

该研究不仅仅停留在学术层面,其衍生的创新产品正在重塑多个健康细分市场。

1. 女性健康的精准掌控:Persperity Health

女性荷尔蒙(如雌二醇、孕酮、LH)的剧烈波动影响着生育、更年期和心理健康,但传统的血液监测频率极低。基于加州理工学院的技术转化,初创公司 Persperity Health 开发了首款实时监测汗液荷尔蒙的可穿戴平台。

该设备的核心在于其独有的纳米生物传感器,达到了亚皮摩尔级的检测极限。它利用离子导入(Iontophoresis)技术,无需用户剧烈运动即可按需诱导微量汗液,并通过AI算法实时输出雌二醇等激素的波动趋势。Persperity 在2024年底宣布获得了100万美元的种子前融资,并参与了由该论文通讯作者Wei Gao教授牵头的300万美元 ARPA-H Spark 计划,旨在通过非侵入性生物标志物监测慢性疼痛,特别是在女性健康领域。

2. 药代动力学的“数字地图”:Nutromics

在危重症监护室(ICU)中,抗生素如万古霉素的剂量精准控制是生死攸关的,高达 40% 的患者因剂量过大导致急性肾损伤。澳大利亚公司 Nutromics 与新南威尔士大学(UNSW)合作,开发了名为“Lab-on-a-Patch”的智能贴片。

该贴片利用集成在微针阵列上的 DNA 适配体(Aptamer)传感器,直接访问皮肤间质液(ISF)。2026年2月发表在《自然-生物技术》的一项临床试验显示,该贴片能以5分钟一次的频率实时追踪患者体内的药物浓度 。这种实时反馈系统允许临床医生建立“闭环用药”模式,根据患者的实时代谢情况动态调整剂量,彻底改变了传统“一刀切”的给药策略 。

3. 情绪与压力的分子解码:Stressomic

压力管理长期依赖于主观量表,缺乏客观的生物指标。Wei Gao教授团队研发的 Stressomic 贴片打破了这一僵局。

该设备采用了金纳米树突装饰的激光雕刻石墨烯电极,实现了对汗液中皮质醇(Cortisol)、肾上腺素(EPI)和去甲肾上腺素(NE)的同步监测。通过这种多指标的实时分析,系统能够区分物理压力(如剧烈运动)与心理应激。临床研究发现,情绪压力仅微弱改变皮质醇,但会显著拉升去甲肾上腺素,这种“通路感知型”的差异化检测为心理健康的精准预防提供了前所未有的工具。

4. 工业安全的“数字卫士”:Epicore Biosystems

在能源、航空和建筑等极端环境行业,热脱水导致的认知能力下降和事故频发。Epicore Biosystems 的“Connected Hydration”系统已成为工业运动员的标配。

这款贴片能实时监测汗液流失量、钠浓度以及皮肤温度。它不仅是一个传感器,更是一个基于云端的分析平台,能够根据工人的个性化出汗特征发出震动预警。Epicore 在2025年完成了3200万美元的B轮融资,其合作伙伴包括雪佛龙(Chevron)、美联航和美国军方。


05

系统架构:

微流控与电子皮肤的融合艺术

要实现这些功能,传感器必须具备极高的机械顺应性和流体管理能力。

图3展示了现代可穿戴化学传感器的层次架构。

• 流体界面:利用柔性弹性体(如PDMS)和毛细管驱动通道,确保新鲜生物流体能持续流过探测区,同时通过单向阀防止样品蒸发或回流。

• 传感元件:除了传统的酶传感器,基于合成适配体的电化学传感器正在崛起,因为它们能抵抗复杂的基质污染,并实现对非酶促底物(如药物、激素)的特异性识别。

• 微电子与通信:集成在超薄聚酰亚胺薄膜上的电路负责信号放大、ADC处理以及通过蓝牙或NFC进行数据传输。

X-trodes的“Smart Skin”范例

在生物电信号监测方面,以色列公司 X-trodes 开发的“Smart Skin”系统展示了工业级制造的巅峰。该系统于2024年2月获得了美国 FDA 510(k) 认证,它将复杂的 EEG/ECG 实验室功能浓缩在一块轻薄的干电极贴片中。这种设备不仅克服了运动伪影,还实现了长达9小时的连续、医疗级监测,极大地促进了睡眠障碍和癫痫的居家管理。


06

AI 赋能:将原始数据转化为生理见解

海量的实时传感数据本身并不等同于诊断。非侵入式感测面临着高度的噪声和个体差异。AI 在此扮演着三重角色:

1. 分泌率校正与归一化:

通过机器学习算法,系统可以学习每个用户在不同代谢水平下的“出汗特征”,利用流量计或阻抗数据自动修正标志物浓度的稀释效应。

2. 异常模式识别:

在Wei Gao教授的“Stressomic”研究中,AI 模型不仅分析单一指标,还通过融合分析捕捉不同指标间的时序耦合(Co-fluctuation)。例如,若皮质醇和心率同时飙升,模型会判断为严重的应激状态。

3. 预测性维护与漂移管理:

连续传感器常面临电极中毒(Biofouling)导致的基线漂移。AI 驱动的动态校准地图可以利用物理参考输入实时修正读数,确保数据在数小时甚至数天的佩戴周期内保持可靠。


07

行业前景与政策校准:

2026年的坐标系

随着技术的成熟,监管框架也在同步演进。2026年1月,美国 FDA 发布了修订后的《数字健康框架》和《低风险通用健康产品政策》,这为诸如智能贴片和智能眼镜等传感设备开辟了更清晰的合规路径。

市场规模与趋势

根据 Grand View Research 的数据,全球生物传感器市场预计将从2025年的322.1亿美元增长到2033年的639.6亿美元,复合年增长率(CAGR)达到9.12%。其中,电化学感测仍占据71.6%的主导地位,但光学和光子感测(如智能接触镜)正以最快速度增长。


08

展望:从“诊断病患”到“量化人生”

我们正处于医学范式转移的奇点。非侵入式分子图谱分析不仅是为了解决“不去医院也能体检”的便利性问题,更是为了建立一套关于个体的、动态的、全生命周期的“数字生化双胞胎”。

Wei Gao教授提出的这种“组学到可穿戴”闭环,将我们对健康的理解从粗放的“种族或年龄标签”精细化为实时的“分子动力学轨迹” 。

在这个新时代,生物标志物不再是一个静态的数字,而是一段有节奏、有语境的生理乐章。未来的可穿戴设备将不再仅仅是“记录员”,而是能预见疾病萌芽、指导精准用药并实时优化生理状态的“导航仪”。正如我们已经能够精准预测天气一样,人类终将能够通过这种无感、连续的分子监测,精准预测并管理自己的生命图景。


▼文章链接

https://www.nature.com/articles/s41587-026-03050-2

END

撰文 | 赵亚军

排版 | 王可豪

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


发表回复