英文原题:Single-Molecule Bioelectronic Sensors with AI-Aided Data Analysis: Convergence and Challenges
通讯作者:唐龙华,浙江大学;李景虹,清华大学
作者: Yang Yuxin (杨雨欣), Li Yueqi (李玥琪)
注:本文已被选为封面文章,以上列出封面非最终刊出版本
研究背景
单分子生物电学传感技术的快速发展正在推动我们对基本物质世界和生物系统的深入认知,这项技术使我们能够以前所未有的精度探索蛋白质、核酸等生物分子的电学特性,从而从宏观系统之外的角度,更全面地理解它们的结构、功能和相互作用。多年来,在开发具有高灵敏度和时空分辨率的传感器件方面取得了显著进展,例如基于纳米间隙电极的隧穿传感器、纳米孔传感器和单分子场效应晶体管。通过分析这些传感器产生的电学信号,可以推知所测量分子的相关信息。然而,这一过程往往富有挑战。一方面,这些信号来源于高采样率的测量过程,数据量庞大。另一方面,单分子信号通常较为微弱,背景噪声的叠加使得信号往往具有较低的信噪比。此外,由于单分子行为的随机性,单分子信号呈现出复杂的动态变换,对各种信号形式与对应分子行为间关联的认知不足也增加了信号解释的难度。人工智能(AI)算法在处理分析大批量复杂数据方面表现出优异的性能,为解决单分子电学传感信号分析的挑战提供了可行路径。AI算法通过高效提取信号特征并高准确度区分信号间的差异,极大地提高了数据分析的效率,并可通过大数据量仿真预测来优化传感器的设计及其性能,提高了单分子测量的可靠性。本综述探究了单分子生物电学传感器和AI的集成,旨在阐明AI算法如何促进单分子生物电学传感技术的发展,以及目前面临的挑战和潜在的应用前景。
文章亮点
近日,浙江大学唐龙华教授和清华大学李景虹院士团队在 Precision Chemistry上发表了单分子生物电学传感器与人工智能辅助数据分析的融合与挑战综述。聚焦于人工智能(AI)与单分子生物电学传感器的集成,探讨了这一前沿领域的发展现状、面临的挑战以及未来的应用前景。
单分子生物电学传感技术的核心在于构建纳米尺度的受限区域,以捕捉单个生物分子的微小变化,并将其呈现为电学信号形式。基于纳米间隙电极的隧穿传感器,如扫描隧道显微镜(STM)(图1a)和固定纳米间隙器件(图1b)利用隧穿效应实现对分子电学特性的检测。纳米孔传感器包括生物纳米孔(图1c)和固态纳米孔(图1d),通过监测离子电流波动可以揭示有关分子尺寸、形状和电荷特性的信息。此外,单分子场效应晶体管(图1e)通过测量纳米线或纳米管中的电导变化来检测分子相互作用。对于电化学活性分析物,通过将其与外部电子电路集成,可以利用相关的氧化还原反应产生可测量的电流。(图1f)
图1. 单分子生物电学传感器以及它们所产生的电学传感信号(a)基于STM的隧穿传感器(b)基于固定纳米间隙电极的隧穿传感器(c)生物纳米孔传感器(d)固态纳米孔传感器(e)单分子场效应晶体管(f)基于电化学活性分子的传感器
对单分子生物电学传感信号的全面而准确的理解是单分子研究的关键方面,然而这些信号通常具有较高的复杂性,为数据处理和分析带来较大的挑战。人工智能(AI)模拟人类的学习过程,构建出可增强推理和决策的高级算法模型,以应对复杂问题情境。机器学习、深度学习等AI技术已被广泛应用于单分子生物电学传感信号的处理与分析中,有效解决了数据分析的困难。
AI算法在处理高维度的复杂数据方面展现出卓越的能力,并对数据中的噪声具有良好的鲁棒性,以一个更为全面且细致的角度来解析信号特征,从而能够高效提取单分子生物电学传感信号中的关键信息,并且能够以极高的准确性区分不同分子信号之间的微小差异。
图2. 基于AI算法的信号特征提取和分子识别
此外,AI算法通过保留关键特征可快速实现降噪及信号增强,可有效改善数据质量。基于AI算法的仿真模型从理论层面进行深入的推导和预测,并在海量的数据中寻找最优解,不仅可以为实际检测结果提供补充见解,还能帮助改进传感器设计,从而提高测量器件的精度和稳定性。
图3. 基于AI算法的信号增强及建模仿真
图4. AI集成的单分子生物电学传感器用于测序
图5. AI集成的单分子生物电学传感器用于微量分子探测
图6. AI集成的单分子生物电学传感器用于实时监测分子相互作用
总结/展望
单分子生物电学传感与人工智能(AI)技术的融合,为我们探索微观世界提供了新的视角。本文概述了AI集成的单分子生物电学传感技术的基本原理和最新进展。AI算法极大提高了信号分析的效率, 并可优化传感器设计,提升了器件性能。AI集成的单分子生物电学传感技术提供了单分子测序、低丰度探测和实时动态监测的能力,在生物学、医学等多种领域的研究中展现出了巨大的应用潜力。
未来,随着单分子生物电学传感器和AI算法的协同优化,其潜能有望进一步释放。这需要单分子生物电学传感器的不断改进,以提高其稳定性。同时,AI算法如何充分挖掘传感信号中可能被忽视的丰富信息也值得深入研究。为了增强模型泛化能力,必须评估它们在各种场景中的适应性。公开可用的数据集有助于促进通用算法的发展。总之,AI与单分子生物电学传感技术的融合既提供了新的机遇,也仍然面临一定的挑战。通过不断改进传感器和AI算法,我们可以进一步提升揭开分子世界奥秘的可能性,促进对生物系统的理解和新型分子电子学应用的开发。
相关论文发表在以精准为导向的高质量期刊Precision Chemistry上,浙江大学硕士研究生杨雨欣为文章的第一作者,中国科技大学李玥琪教授为共同作者,浙江大学唐龙华教授和清华大学李景虹教授为通讯作者。
通讯作者信息
唐龙华 教授
浙江大学光电科学与工程学院教授、光电工程研究所副所长
浙江大学医学院附属第二医院兼聘教授
2013年博士毕业于清华大学;2013-2015,浙江大学光电科学与工程学院,特聘副研究员;2016至2023,副教授;2023年12月起聘为教授。曾在美国伊利诺伊香槟分校、英国帝国理工学院访问交流。长期围绕生物分子光电测量技术与仪器开展研究工作,迄今以通讯或一作身份在Science Advances、Nature Communications、Nature Protocols、Chemical Society Reviews等国际知名术期刊发表SCI论文50余篇;论文总被引10000余次,单篇最高他引1000+次(google scholar)。作为项目负责人主持国家自然科学基金、浙江省自然科学基金、国家重点研发计划等各类科研项目10余项;曾于2013年荣获教育部自然科学一等奖(4/7),2015年荣获国家自然科学二等奖(5/5),2021年获得浙江省杰出青年基金项目资助,2022年获得国家级青年人才项目资助。
课题组主页:
李景虹 院士
中国科学院院士、新基石研究员、清华大学化学系教授
化学系学术委员会主任,清华大学分析中心主任
近年来致力于分析化学、化学生物学、纳米化学、能源化学等领域的教学科研工作。以通讯作者在Science、Nat. Mater.、 Nat. Nanotech.、 Nat. Biomed. Eng.、Nat. Protoc.等学术刊物上发表SCI论文500余篇。2014-2023年连续入选汤森路透全球高被引科学家。以第一完成人获国家自然科学奖二等奖、教育部自然科学奖一等奖、北京自然科学一等奖、中国分析测试协会科学技术一等奖等。任Chemical Society Reviews、ACS Sensors、Biosensors Bioelectronics、eScience、Fundamental Research、ChemRxiv 等二十余种国际期刊副主编和编委。
扫描二维码阅读英文原文,或点此查看原文
Precis. Chem. 2024
Publication Date: September 16, 2024
https://doi.org/10.1021/prechem.4c00048
© 2024 The Authors. Co-published by University of Science and Technology of China and American Chemical Society
关于 Precision Chemistry
点击“阅读原文”
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!