ACS NANO.基于权重差异的均质和超灵敏智能生物测定的多级信号分析

本研究提出了一种名为Mata的智能分析策略，旨在解决高灵敏度免疫测定中灵敏度和易用性之间的平衡问题。通过使用权重分析和深度学习识别模型，Mata在微米级聚苯乙烯亚单位上实现了磁性调节的动力学信号表达，从而实现了超高灵敏度的目标检测。研究结果表明，Mata在20分钟内实现了白细胞介素-6的0.61 pg/mL检测，其灵敏度与传统的数字免疫分析相当，是化学发光免疫分析的22倍以上，并将检测时间减少了70%以上。整个过程依赖于均相反应，可以使用标准明场光学成像进行，具有广泛的可及性和应用前景。