由高丽大学生物医学工程学院Jung Ho-sang教授（郑浩相）领导的研究团队，与韩国天主教大学圣文森特医院的Seung Ho Yang（杨胜浩）教授团队以及韩国材料科学研究所（KIMS）的Sung-Gyu Park（朴成圭）博士团队合作，开发了一种基于人工智能的传感器平台，能够利用唾液对神经系统疾病进行早期诊断。
神经系统疾病在早期阶段往往难以诊断，因为初期症状轻微或不典型。特别是帕金森病和阿尔茨海默病等退行性脑部疾病，常出现非特异性症状，导致诊断延迟。尽管有脑成像和脑脊液检测可用，但这些方法成本高且具有侵入性，限制了它们作为常规筛查工具的使用。
为解决这些局限，研究团队开发了一种基于表面增强拉曼散射（SERS）的传感器平台。SERS是一种分析技术，能够检测分子与光相互作用时产生的独特分子信号。通过精确设计传感器结构，团队实现了稳定检测唾液中微量蛋白质信号。在此过程中，团队采用了电化学分子捕获（GME）技术，以确保更清晰地捕获蛋白质信号。
研究团队利用该传感器分析了代表性的神经蛋白Aβ42和tau，并确认光谱信号随蛋白质构象状态而变化。基于这些发现，他们推导出能够识别唾液中神经蛋白变化的分析指标。
当应用于67个临床唾液样本时，该AI模型成功区分了三种神经系统疾病——癫痫、精神分裂症和帕金森病，准确率达93.94%。结果表明，该技术有望开发成一种快速诊断工具，可在现场使用，无需侵入性检测。
高丽大学的Jung Ho-sang教授表示：“这项研究提供了一种即时诊断平台，能够基于唾液蛋白结构变化实现神经系统疾病的非侵入性早期筛查。未来，它还可能应用于多种神经疾病的诊断以及新生物标志物的发现。”
参考文献：Ja’farawy MSA, Yang J, Mun C, et al. Label‐free SERS fingerprinting of neuroprotein conformational dynamics in human saliva. Adv Mater. 2026年1月24日在线发表:e13500. doi: 10.1002/adma.202513500
本文转载自以下材料。注意：材料可能因篇幅和内容进行了编辑。更多信息请联系引用的来源。我们的新闻发布政策可在此处查看。
【全文结束】