Nature Sensors | 告别“单功能”芯片：柔性OECT阵列同时实现皮摩尔级多巴胺检测、脑电记录与癫痫分类

生物电子接口的目标简洁而宏大：实时监测生理信号，同时具备解读和干预能力。但现实中，这一目标被三类功能之间的根本矛盾所撕裂。

化学传感（以多巴胺为代表的神经递质检测）需要高灵敏度与稳定的电化学响应；电生理记录（如脑电图）要求高带宽（从1Hz以下到10kHz），以捕捉快速变化的神经放电；神经形态计算则依赖非易失性、相对较慢的开关行为，以模拟突触的可塑性。

这三者对器件速度的要求截然不同。在传统架构中，这意味着三套独立的硬件、三个不同的接口、三种互不兼容的制造工艺。柔性可穿戴设备因此长期处于“单功能”阶段：要么只能测多巴胺，要么只能记录脑电，要么只能做简单分类——但生理系统从来不是分立的。

有机电化学晶体管（OECT）因其高跨导、低工作电压、机械柔性和生物兼容性，被视为生物电子接口的理想构建块。它通过电解质调控沟道电流，将离子信号放大为电信号，天然适合与生物系统交互。

但问题在于：同一颗OECT，很难同时满足上述三种速度要求。传统思路依赖改变器件几何尺寸或更换半导体材料来调整开关行为，而这与“单片集成”的初衷背道而驰。研究者需要的是一个可重构的平台——在同一块柔性衬底上，不同区域的晶体管可以“各司其职”，有的快、有的慢、有的灵敏。

这正是钟宜舟及其合作者试图破解的难题。

这项研究的核心洞察极其简洁：在不改变晶体管几何尺寸、沟道材料、电极结构的前提下，仅通过在不同区域使用不同的电解质，即可实现开关速度两个数量级的调控。

图1：基于电解质的多功能OECT平台的示意图和组件，突出其基于电解质的功能。

研究团队在3.5×3.5 cm²的柔性聚对二甲苯衬底上，制造了一个8×8的p型增强型OECT阵列。64个晶体管被划分为三个功能区域，分别采用三种电解质：

关键数据对比：与PBS相比，离子液体凝胶将开启响应时间（τ_ON）提升了156倍（从202.5 ms降至1.3 ms），同时保持了高跨导和优异的长期稳定性（1小时内保持96%初始电流）。而水凝胶则将开关速度进一步降低，为突触可塑性提供了非易失性基础。

OECT的开关速度取决于离子从电解质扩散进入有机混合离子-电子导体（OMIEC）沟道薄膜的效率。

• 离子液体凝胶中的离子在器件工作前已“预加载”至沟道中，缩短了长程扩散路径，实现了快速响应。其截止频率达到208.6 Hz，足以覆盖典型EEG的0.5–100 Hz频段。

• 水凝胶中离子迁移率较低，离子注入沟道的能垒更高，因此开关较慢——这恰恰是模拟突触可塑性所需的特性，因为它允许沟道电导在脉冲刺激后保持非易失性变化。

• PBS则介于两者之间，但其氧化还原环境与多巴胺的电化学检测兼容。

图2：OECT特征描述。

a：在 VD = -0.5 V 条件下记录的 ID 实时变化，响应于栅极施加的方波脉冲（VG = -0.5 V），脉冲持续时间为 10 秒。b：三种电解质下的转移特性曲线及 gm 与 VG 的关系图。VD 固定为 -0.5 V，VG 以 0.05 V 的步长从 0.2 V 扫描至 -0.6 V。数据以均值 ± 标准差表示，基于阵列中 10 个 OECT 通道计算得出。c：开关比与阈值电压 VTH 的比较。数据以均值 ± 标准差表示，基于阵列中 10 个 OECT 通道计算得出。d：三种电解质栅控的 OECT 在 1 小时内的运行稳定性测试。通道在 VG = -0.5 V 和 VG = 0 V 之间切换，VD 固定为 -0.5 V。e：采用离子液体凝胶作为电解质的 64 通道 OECT 阵列中，（i）最大 ID 和（ii）最大 gm 的分布图。

一个关键的机制揭示：研究团队通过测量开路电位和循环伏安曲线发现，在高浓度多巴胺（>10 nM）和低浓度（<10 nM）两种区间下，传感器表现出完全相反的电流响应方向——高浓度下沟道电流降低，低浓度下电流反而升高。这源于多巴胺与其氧化产物多巴胺醌之间的平衡偏移，在极低浓度下由溶解氧主导的自发氧化反应改变了传感机制。这一发现使得同一个传感器能够覆盖从1.7 pM到10 mM的动态范围，横跨9个数量级。

研究团队在区域1的OECT上实现了双尺度多巴胺检测：

• 高浓度区（1.5 μM – 10 mM）：灵敏度0.90 dec dec⁻¹，检测限1.5 μM。电流随浓度增加而降低。

• 低浓度区（<10 nM）：灵敏度0.09 dec dec⁻¹，检测限低至1.7 pM。电流随浓度增加而升高。

图3：高浓度范围多巴胺传感。

a，在 PBS 及含多巴胺（50 μM）的 PBS 中记录的 PIBET-AO 薄膜的五次连续循环伏安曲线。扫描速率为 50 mV s⁻¹。b，在不同多巴胺浓度（10 μM 至 10 mM）溶液中记录的 OECT 转移特性曲线。数据点与阴影带表示均值 ± 标准差（基于三个 OECT 传感器计算）。c，器件对数响应（LR）随多巴胺浓度的变化，基于不同 VG 下的 ID 绘制。数据以均值 ± 标准差表示（基于三个 OECT 传感器计算）。d，灵敏度随 VG、最大 gm 及 gm 效率的变化，以及 EG 随 VG 的变化。数据以均值 ± 标准差表示；均值通过对图 c 中线性拟合曲线的斜率（最小二乘法）计算得出，标准差按约化 χ² 的平方根缩放。e，在 VG = -0.25 V 条件下，沟道电流对多巴胺的实时响应。f，在随机浓度序列下，向测量电解质中添加多巴胺时沟道电流的实时变化。电压在传感模式（VG = -0.25 V，VD = -0.2 V）与复位模式（VG = 0.6 V，VD = 0 V）之间切换。图 e 和 f 中的箭头表示添加纯 PBS 及含多巴胺的 PBS，ID 为空白电流水平。如无特殊说明，所有 OECT 特性均在 VD = -0.2 V 下记录。均值和误差值基于三个 OECT 通道计算。

为验证实际应用能力，研究者在真实人体唾液中检测多巴胺。唾液中含有抗坏血酸（约1.4 μM）和尿酸（200–300 μM），浓度远高于多巴胺（<0.5 nM）。OECT传感器对这些干扰物的响应可忽略不计。在6名志愿者（5男1女，25.5±3.3岁）的20天临床研究中，OECT传感器与ELISA试剂盒的检测结果高度相关（R²=0.987）。研究还发现了一个有趣的生理学现象：禁食组在禁食初期（第1天和第6天）唾液多巴胺水平显著高于非禁食组，到第20天差异消失。

图4：人体唾液中的低浓度范围多巴胺传感。a，在 VD = -0.2 V、VG = -0.25 V 条件下，器件的 ID 及 LR 随多巴胺浓度的变化。数据以均值 ± 标准差表示（基于三个 OECT 传感器计算）。b，基于 OECT 的双尺度多巴胺传感机制示意图，突出高浓度与低浓度范围下的主导反应。c，在 VD = -0.2 V、VG = -0.25 V 条件下，器件对多巴胺（1 pM 至 20 nM）、抗坏血酸（100 nM 至 3 μM）及尿酸（10 μM 至 0.3 mM）的归一化响应（NR）。数据以均值 ± 标准差表示（基于三个 OECT 传感器计算）。d，（i）在三个采样时间点，禁食与非禁食志愿者中，OECT 传感器与 ELISA 试剂盒测量的唾液多巴胺浓度对比。数据以均值 ± 标准差表示，基于同一唾液样本的三个 ELISA 读数（x 轴）及三个 OECT 传感器（y 轴）计算。（ii）OECT 传感器与 ELISA 试剂盒测量的唾液多巴胺浓度配对比较。数据以均值 ± 标准误表示，基于三名志愿者的唾液样本计算（每份样本使用三个 OECT 传感器或三个 ELISA 读数）。数据分析采用双尾 Tukey 诚实显著差异法。e，本工作与既往文献在最大 LR 灵敏度及检测限（LOD）方面的对比。

区域2的离子凝胶栅控OECT成功记录了来自CHB-MIT开源数据集的8通道同步EEG信号（200秒时长，包含60秒癫痫发作片段）。时间-频率分析清晰显示了癫痫发作期间0.5–3 Hz频段的功率增强。

更重要的是，研究团队构建了可穿戴验证系统：将OECT阵列贴在志愿者前额，通过PEDOT:PSS涂覆的聚合物电极作为导电桥接，离子凝胶不直接接触皮肤（避免毒性）。该系统成功记录了自发性眨眼引起的EEG调制信号。

图5：EEG 监测。

a，通过八个独立 OECT 通道获取的 EEG 信号，展示正常信号与癫痫样波形特征。头皮电极分布图显示了输入 OECT 的八个信号的来源。b，采用短时傅里叶变换处理的 OECT 记录的时间-频率图，方形区域标示了时域和频域中的癫痫特征。c，使用 OECT 阵列及 PEDOT:PSS 电极从志愿者处获取的 EEG 样本。

区域3的水凝胶栅控OECT展现了典型的突触可塑性行为：

• 脉冲刺激增强：连续施加10个负向脉冲（Vc = -0.6V）后，沟道电流（EPSC）累积增强

• 配对脉冲易化（PPF）：脉冲间隔从50 ms延长至350 ms时，PPF指数从约170%降至约110%

• 长时程增强/抑制（LTP/LTD）：可稳定循环500次以上

研究团队基于OECT的LTP/LTD特性构建了人工神经网络（3输入节点，6隐藏节点，2输出节点），用于区分EEG中的正常片段和癫痫发作片段。硬件嵌入的OECT模型实现了87.8%的分类准确率，与基于无机硅基神经形态器件的模型（87.6%）相当，略低于纯软件模型（91.1%）。32个OECT通道中的30个被用于这一任务。

图6：柔性 OECT 阵列上的神经形态计算与基于 ANN 的癫痫分类器。

a，随施加脉冲数增加，由 OECT 的 ΔID 表示的 EPSC 响应。脉冲间隔设为 tp = Δt = 2 ms。b，脉冲间隔 Δt 与 PFF 指数的关系，tp = 50 ms。时间常数（t₁ 和 t₂）通过指数拟合估算。c，随施加 VG 增加，单脉冲触发的 EPSC 响应。d，器件的 EPSC 运行稳定性：（i）在 500 个周期（总计 10,000 个脉冲）上的测量结果；（ii）每个周期内依次施加十个负向脉冲（VG = -0.6 V）与十个正向脉冲（VG = 0.6 V），时间间隔 tp = Δt = 2 ms。如无特殊说明，测量时 VG 脉冲在 0 与 -0.6 V 之间交替，VD 固定为 -0.6 V。e，用于训练 EEG 分类模型的人工神经网络结构。f，基于软件与基于 OECT 的 ANN 在训练轮次中的分类准确率。g，（i）基于软件的 ANN 与（ii）基于 OECT 的 ANN 对正常与癫痫类别的混淆矩阵。

研究还展示了一个端到端的系统级架构：区域2采集的EEG信号经外部信号调理电路后，自动输入区域3的ANN模型进行实时分类——实现了片上、连续的“感-存-算”闭环。

这项研究的本质突破不在于单个性能指标的刷新，而在于证明了单一有机半导体材料体系可以在不改变器件几何结构的前提下，通过电解质工程支持完全不同的工作模式。

这对可穿戴和植入式生物电子器件的设计范式具有潜在影响：未来的生物接口设备不再需要在“传感”和“计算”之间做取舍，也不必为了不同功能而堆叠多个独立的芯片。一个柔性、贴附式的OECT阵列，理论上可以同时监测多种神经递质、记录高密度电生理信号、并在本地完成信号预处理和分类——只将关键结果无线传输到外部设备，大幅降低功耗和数据带宽需求。

从应用场景看，前额可穿戴头带可能是这项技术最先落地的方向。前额皮肤可提供天然汗液（用于多巴胺检测），同时距离头皮足够近（用于EEG采集）。研究团队已在这一位置完成了概念验证。

潜在的应用场景包括：

• 癫痫发作预警：片上实时分类，在发作前数秒触发干预

• 帕金森病多模态监测：同时追踪多巴胺水平波动和脑电振荡特征

• 闭环神经调控：检测到特定神经化学或电生理状态后，自动触发电刺激或药物释放

研究提及，水凝胶栅控OECT每次突触事件能耗仅为6–60飞焦耳（fJ），远低于多种三端突触架构。这意味着大规模阵列在持续工作状态下的功耗可以控制在极低水平——这对可穿戴和植入式设备至关重要。

尽管技术突破令人振奋，但距离真正的商业化应用，仍有若干关键问题需要解决：

研究使用的[BMIM][TFSI]离子液体凝胶在EEG记录区域提供了极高的开关速度，但其本身具有一定毒性。在可穿戴验证中，研究者通过将离子凝胶置于器件背侧、不接触皮肤的方式规避了这一问题。但对于植入式应用或长期皮肤接触，需要开发生物兼容的替代材料——这可能会影响器件性能。

研究中明确指出，水凝胶栅控器件在延长工作时间后性能有所衰减。对于需要连续工作数天甚至数周的应用场景，目前的稳定性尚不足。

目前的验证中，三个功能区域并非严格同时独立工作。要实现真正的“实时多模态”操作，需要对每个区域进行独立的电学隔离和时序控制，这在硬件设计和信号处理上仍存在挑战。

唾液多巴胺研究涉及6名志愿者，EEG可穿戴验证仅1名志愿者。样本量较小，结论的普适性有待更大规模的临床试验验证。此外，癫痫分类模型基于开源数据库训练，在真实患者数据上的泛化能力尚未测试。

64通道阵列的跨导和电流分布表现出良好的一致性（论文图2e），但这是在实验室规模光刻工艺下实现的。向大规模、低成本、高产率的制造工艺过渡，是任何柔性电子技术商业化的必经之路。

这项研究为有机生物电子领域提供了一个清晰的路线图：与其追求单一功能的极致性能，不如在同一平台上实现功能的正交集成。但路线图上的每一站——材料安全性、长期稳定性、临床验证——都需要同样严谨的工程化努力。从“Nature论文”到“Nature产品”，距离仍需以年为单位计算。