兼具PCR和抗原检测优势，新传感器或彻底改变新冠筛查方式

　　美国约翰斯·霍普金斯大学开发出一种新冠病毒传感器，可同时提高准确性和检测速度，有望彻底改变病毒检测方式。在29日《纳米快报》上发表的这项新研究描述了该新传感器，它不需要样品制备和操作专业知识，与现有的检测方法相比具有强大的优势，特别适用于大规模群体检测。

　　传感器材料可放置在从门把手、建筑物入口到口罩等任何类型的表面上。
图片来源：KAM SANG KWOK和AISHWARYA PANTULA/约翰斯·霍普金斯大学

　　“这项技术就像在设备上滴一滴唾液，然后得到阴性或阳性结果一样简单。”约翰斯·霍普金斯大学机械工程副教授伊桑·巴曼说，其新颖之处在于这是一种无标记技术，这意味着不需要分子标记或抗体功能化等额外化学修饰。传感器最终可用于可穿戴设备。

　　巴曼称，这项新技术产品尚未在市场上销售，它弥补了两种最广泛使用的新冠病毒检测方式的局限性。PCR（聚合酶链式反应）检测非常准确，但需要复杂的样品制备，在实验室处理结果需要数小时甚至数天；另一种抗原检测则在检测早期感染和无症状病例方面不太成功，还可能导致错误的结果。

　　新传感器几乎与PCR检测一样敏感，并且与快速抗原检测一样方便。在初始检测期间，该传感器在检测唾液样本中的新冠病毒方面表现出92%的准确度，与PCR检测不相上下。该传感器在快速确定其他病毒方面也非常成功，包括H1N1和寨卡病毒。

　　该传感器基于大面积纳米压印光刻、表面增强拉曼光谱和机器学习技术，可通过一次性芯片形式在刚性或柔性表面进行大规模测试。

　　该技术的关键是研究人员开发的大面积、柔性场增强金属绝缘体天线（FEMIA） 阵列。唾液样本被放置在材料上并使用表面增强拉曼光谱进行分析，该光谱使用激光来检查样本分子如何振动。由于纳米结构的FEMIA显著增强了病毒的拉曼信号，因此该系统可快速检测病毒的存在，即使样本中仅存在少量痕迹。该系统的另一项重大创新是使用先进的机器学习算法来检测光谱数据中非常微妙的特征，使研究人员能够查明病毒的存在和浓度。

　　“我们的平台超越了当前的新冠病毒检测。”巴曼说，“我们可将其用于针对不同病毒的广泛检测，例如，区分新冠病毒和H1N1，甚至是变体。这是当前快速测试无法轻易解决的主要问题。”