高效的早期筛查对于癌症等疾病的预防和诊断至关重要，可极大提高患者的生存率。近年来，具有超高检测灵敏度的表面增强拉曼光谱（SERS）技术在肿瘤检测方面表现出巨大应用潜力，其中基于非标记SERS的血液分析技术具有无创、简便和有效克服肿瘤异质性检测等优势，然而在实际应用中，仍然存在以下挑战：（1）由于样本制备过程中“咖啡环效应”的存在，导致SERS信号的重复性降低以及波动的增大，给检测标准化带来困难；（2）SERS光谱检测过程中需要对样品的检测位点进行逐个人工定位，存在主观依赖性以及耗时等不足，无法满足大样本、多癌种的高通量与精准检测需求，阻碍了其进一步的临床转化应用。针对以上不足，课题组研发出一套具有超疏水、自定位功能的SERS光谱检测平台。得益于特殊设计的超疏水圆弧形凹槽阵列，该平台不仅可以克服“咖啡环效应”，实现目标的自动定位与高通量快速检测，还能同时提高检测灵敏度（检测极限：10-12 M）与信号重复性（相对标准偏差：3.7%）。利用该检测平台对乳腺癌患者、白血病患者、乙肝患者和正常志愿者血清样本进行检测分析，获得了四类样本高质量的血液特征SERS光谱，同时利用深度学习算法，挖掘潜在的诊断信息，建立高效的诊断模型，可对四类样本进行准确（>80%）识别与分类。该检测平台的建立有助于开展多组分、多癌种、大样本的高效检测研究，有望进行临床应用转化，为肿瘤的早期筛查、进展监测以及预后评估提供光学检测新方法。
研究成果以“High Throughput Blood Analysis Based on Deep Learning Algorithm and Self-Positioning Super-Hydrophobic SERS Platform for Non-Invasive Multi-Disease Screening”为题发表在《Advanced Functional Materials》（IF=18.808，一区TOP），福建师范大学为第一单位，博士研究生林学亮为第一作者，冯尚源教授、林多博士以及福州大学宋继彬教授为通讯作者。该工作得到了国家自然科学基金、福建省高校产学合作项目、福建师范大学“宝琛计划”高端人才计划、教育部创新团队计划等项目的资助。
图 超疏水自定位血液SERS检测平台用于多种疾病的高通量检测示意图。
论文链接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202103382