Ein tragbarer elektrochemischer Biosensor zur Überwachung von Metaboliten und Nährstoffen

Nature Biomedical Engineering Band 6, Seiten 1225–1235 (2022)Diesen Artikel zitieren

69.000 Zugriffe

60 Zitate

282 Altmetrisch

Details zu den Metriken

Tragbare, nicht-invasive Biosensoren zur kontinuierlichen Überwachung von Metaboliten im Schweiß können einige wenige Analyten in ausreichend hohen Konzentrationen nachweisen, typischerweise bei intensiver körperlicher Betätigung, um eine ausreichende Menge der Bioflüssigkeit zu erzeugen. Hier berichten wir über das Design und die Leistung eines tragbaren elektrochemischen Biosensors für die kontinuierliche Analyse von Spuren mehrerer Metaboliten und Nährstoffe, einschließlich aller essentiellen Aminosäuren und Vitamine, im Schweiß während körperlicher Betätigung und im Ruhezustand. Der Biosensor besteht aus Graphen-Elektroden, die in situ wiederholt regeneriert werden können, mit metabolitspezifischen antikörperähnlichen molekular geprägten Polymeren und redoxaktiven Reporter-Nanopartikeln funktionalisiert und mit Modulen für iontophoresebasierte Schweißinduktion, mikrofluidische Schweißprobenahme, Signalverarbeitung und integriert sind Kalibrierung und drahtlose Kommunikation. Bei Freiwilligen ermöglichte der Biosensor die Echtzeitüberwachung der Aufnahme von Aminosäuren und deren Spiegel während körperlicher Betätigung sowie die Einschätzung des Risikos eines metabolischen Syndroms (durch Korrelation der Aminosäurespiegel in Serum und Schweiß). Die Überwachung von Metaboliten zur Früherkennung anormaler Gesundheitszustände könnte Anwendungen in der Präzisionsernährung erleichtern.

Zirkulierende Nährstoffe sind wesentliche Indikatoren für die allgemeine Gesundheit und Körperfunktion1. Aminosäuren (AAs), die aus der Nahrungsaufnahme und der Synthese der Darmmikrobiota stammen und vom persönlichen Lebensstil beeinflusst werden, sind wichtige Biomarker für eine Reihe von Gesundheitszuständen (Abb. 1a)2. Erhöhte verzweigtkettige Aminosäuren (BCAAs), einschließlich Leucin (Leu), Isoleucin (Ile) und Valin (Val), werden mit Fettleibigkeit, Insulinresistenz und dem zukünftigen Risiko für Typ-2-Diabetes mellitus (T2DM) und Herz-Kreislauf-Erkrankungen (CVDs) in Verbindung gebracht. und Bauchspeicheldrüsenkrebs3,4,5. Ein Mangel an AAs (z. B. Arginin und Cystein) könnte das Immunsystem beeinträchtigen, indem er die Aktivierung von Immunzellen verringert6. Tryptophan (Trp), Tyrosin (Tyr) und Phenylalanin (Phe) sind Vorläufer der Neurotransmitter Serotonin und Katecholamin (Dopamin, Noradrenalin und Adrenalin) und spielen eine wichtige Rolle für die Funktion komplexer neuronaler Systeme und die psychische Gesundheit7,8. Eine Reihe metabolischer Fingerabdrücke (einschließlich Leu, Phe und Vitamin D) sind mit dem Schweregrad der Coronavirus-Krankheit 2019 (COVID-19) verbunden9,10. Gesundheitliche Ungleichheiten in der Ernährung korrelieren auch gut mit den alarmierenden Rassen- und ethnischen Ungleichheiten, die durch die Anfälligkeit und Sterblichkeit durch COVID-19 verschärft werden11. Darüber hinaus könnten Organ- und Gewebedysfunktionen, die durch das schwere Coronavirus 2 mit akutem respiratorischem Syndrom hervorgerufen werden, zu einem erhöhten Auftreten kardiometabolischer Erkrankungen führen12.

a: Zirkulierende Nährstoffe wie AA sind mit verschiedenen physiologischen und metabolischen Zuständen verbunden. b, Schematische Darstellung des tragbaren „NutriTrek“, der eine Stoffwechselüberwachung durch eine synergistische Fusion von LEG, RARs und künstlichen Antikörpern ermöglicht. c,d, Schema (c) und Schichtaufbau (d) des mikrofluidischen „NutriTrek“-Pflasters zur Schweißinduktion, Probenahme und Biosensorik. T, Temperatur. e,f, Bilder eines flexiblen Sensorpflasters (e) und eines tragbaren Systems mit Hautschnittstelle (f). Maßstabsbalken, 5 mm (e) und 2 cm (f). g, Blockdiagramm des elektronischen Systems von „NutriTrek“. Die rot gestrichelten Module sind in der Smartwatch-Version enthalten. CPU, Zentraleinheit; POT, Potentiometrie; In-Amp, Instrumentenverstärker; MCU, Mikrocontroller; TIA, Transimpedanzverstärker; IP, Iontophorese; CE, Gegenelektrode; RE, Referenzelektrode; WIR, Arbeitselektrode. h, Benutzerdefinierte mobile Anwendung zur Stoffwechsel- und Ernährungsverfolgung in Echtzeit. i, „NutriTrek“-Smartwatch mit einem Einweg-Sensorpflaster und einem elektrophoretischen Display. Maßstabsbalken, 1 cm (oben) und 5 cm (unten).

Stoffwechselprofilierung und -überwachung sind ein wichtiger Ansatz, um Präzisionsernährung und Präzisionsmedizin zu ermöglichen13. Aktuelle Goldstandards in der medizinischen Beurteilung und bei Stoffwechseltests stützen sich stark auf invasive und episodische Blutanalysen, die häufig physische Besuche in medizinischen Einrichtungen, arbeitsintensive Probenverarbeitung und -lagerung sowie empfindliche Instrumente (z. B. Gaschromatographie-Massenspektrometrie (GC)) erfordern –MS))14. Da die aktuelle COVID-19-Pandemie weltweit weiterhin unkontrolliert ist, besteht ein dringender Bedarf an der Entwicklung tragbarer und telemedizinischer Sensoren, um den Gesundheitszustand einer Person zu überwachen und eine rechtzeitige Intervention zu Hause und in der Gemeinde zu ermöglichen15,16,17,18, 19,20,21,22,23; Es wird auch immer wichtiger, den langfristigen kardiometabolischen und ernährungsphysiologischen Gesundheitszustand einer Person nach der Genesung von einer schweren COVID-19-Infektion mithilfe von Wearables zu überwachen, um frühe Anzeichen möglicher endokrinologischer Komplikationen wie T2DM12 zu erfassen.

Schweiß ist eine wichtige Körperflüssigkeit, die eine Fülle von Chemikalien enthält, die die Ernährungs- und Stoffwechselbedingungen widerspiegeln24,25,26,27. Der Übergang von Blutanalysen zu tragbaren Schweißanalysen könnte ein großes Potenzial für die nicht-invasive, kontinuierliche Überwachung physiologischer Biomarker bieten, die für die menschliche Gesundheit von entscheidender Bedeutung sind28,29,30,31,32,33,34,35,36,37,38. Allerdings konzentrieren sich derzeit berichtete tragbare elektrochemische Sensoren hauptsächlich auf eine begrenzte Anzahl von Analyten, darunter Elektrolyte, Glucose und Laktat, da es an einer geeigneten kontinuierlichen Überwachungsstrategie über ionenselektive und enzymatische Elektroden oder die direkte Oxidation elektroaktiver Moleküle hinaus mangelt25,26,27, 34,35,36,37,38,39,40. Daher werden die meisten klinisch relevanten Nährstoffe und Metaboliten im Schweiß selten erforscht und sind mit bestehenden tragbaren Sensortechnologien nicht nachweisbar. Darüber hinaus erfordern aktuelle tragbare Biosensoren in der Regel intensive körperliche Betätigung, um an den Schweiß zu gelangen; Obwohl in einigen neueren Berichten Pilocarpin-Gel-basierte Iontophorese für die Schweißprobenahme bei sitzender Tätigkeit verwendet wird22,30,36, leidet dieser Ansatz unter kurzen Schweißperioden und einer geringen Erfassungsgenauigkeit aufgrund der Vermischung von Schweiß und Gelflüssigkeit und dem Fehlen einer dynamischen Schweißprobenahme.

In diesem Artikel stellen wir eine universelle tragbare Biosensorstrategie vor, die auf einer sinnvollen Kombination aus massenproduzierbarem lasergraviertem Graphen (LEG), elektrochemisch synthetisierten redoxaktiven Nanoreportern (RARs) und molekular geprägten Polymeren (MIP) basiert ', sowie einzigartige In-situ-Regenerations- und Kalibrierungstechnologien (Abb. 1b). Im Gegensatz zu Bioaffinitätssensoren auf Basis von Antikörpern oder klassischen MIPs, die im Allgemeinen für den einmaligen Gebrauch bestimmt sind und mehrere Waschschritte erfordern, um die Bioaffinitätswechselwirkungen in Standard-Ionenlösungen zu übertragen41,42, ermöglicht dieser Ansatz den Nachweis empfindlicher, selektiver und kontinuierlicher Sensoren Überwachung einer breiten Palette von Biomarkern im Spurenbereich in Bioflüssigkeiten, einschließlich aller neun essentiellen AAs sowie Vitamine, Metaboliten und Lipide, die häufig im menschlichen Schweiß vorkommen (Ergänzungstabelle 1). Die nahtlose Integration dieses einzigartigen Ansatzes mit In-situ-Signalverarbeitung und drahtloser Kommunikation führt zu einer leistungsstarken tragbaren Schweißsensortechnologie „NutriTrek“, die eine personalisierte und nicht-invasive Stoffwechsel- und Ernährungsüberwachung durchführen kann, um rechtzeitig eingreifen zu können (Abb. 1b). Die Integration der Carbachol-Iontophorese-basierten Schweißinduktion und der effizienten Mikrofluidik-basierten Umgebungsschweißprobenahme ermöglicht eine längere autonome und kontinuierliche molekulare Analyse mit hoher zeitlicher Auflösung und Genauigkeit über Aktivitäten hinweg, während körperlicher Anstrengung und in Ruhe. Unter Verwendung von fünf essentiellen oder bedingt essentiellen AAs (d. h. Trp, Try und drei BCAAs (Leu, Ile und Val)) als beispielhafte Nährstoffe bestätigten wir das System in mehreren Studien am Menschen, indem wir sowohl gesunde Probanden als auch Patienten in die personalisierte Überwachung der zentralen Müdigkeit einschlossen , Standard-Nahrungsaufnahme, Ernährungszustand, Risiken des metabolischen Syndroms und Schweregrad von COVID-19.

Das flexible Einweg-Sensorpflaster besteht aus zwei mit Carbachol beladenen Iontophoreseelektroden, einem Mikrofluidikmodul mit mehreren Eingängen, einem Multiplex-MIP-Nährstoffsensorarray, einem Temperatursensor und einem Elektrolytsensor (Abb. 1c – f und ergänzende Abb. 1). Alle flexiblen Elektroden- und Sensordesigns basieren auf dem LEG, das eine große Oberfläche hat, hervorragende elektrochemische Eigenschaften aufweist und in großem Maßstab direkt auf einem Polyimid (PI)-Substrat mittels CO2-Lasergravur hergestellt werden kann (ergänzende Abbildung 2). Das Sensorpflaster kann einfach mit konformem Kontakt auf der Haut angebracht werden und ist mit einem miniaturisierten elektronischen Modul zur bedarfsgesteuerten Iontophoresesteuerung, In-situ-Signalverarbeitung und drahtlosen Kommunikation mit den Benutzerschnittstellen über Bluetooth verbunden (Abb. 1g und ergänzende Abb. 3 und 4). ). Zur Verarbeitung, Anzeige und Speicherung der dynamischen Stoffwechselinformationen, die von den tragbaren Sensoren überwacht werden, wurde eine benutzerdefinierte mobile App „NutriTrek“ entwickelt (Abb. 1h und Zusatzvideo 1). Das tragbare System wurde auch in eine Smartwatch mit elektronischem Papierdisplay integriert (Abb. 1i und ergänzende Abb. 5).

Der universelle Nachweis von AAs und anderen Metaboliten/Nährstoffen mit hoher Empfindlichkeit und Selektivität wurde durch sorgfältiges Design der selektiv bindenden MIP-Schicht auf dem LEG erreicht. MIPs sind chemisch synthetisierte Rezeptoren, die durch Polymerisation funktioneller Monomere mit Templatmolekülen gebildet werden. Obwohl die MIP-Technologie für die Erfassung, Trennung und Diagnose vorgeschlagen wurde42,43, wurde sie noch nicht für die kontinuierliche tragbare Erfassung demonstriert, da klassische MIP-Sensoren Waschschritte zur Sensorregeneration erfordern und die Erkennung im Allgemeinen in Standardpuffer- oder Redoxlösungen durchgeführt wird. In unserem Fall bilden das funktionelle Monomer (z. B. Pyrrol) und der Vernetzer (z. B. APBA) zunächst einen Komplex mit dem Zielmolekül; nach der Polymerisation werden ihre funktionellen Gruppen in die Polymerstruktur am LEG eingebettet; Die anschließende Extraktion der Zielmoleküle zeigt Bindungsstellen auf der LEG-MIP-Elektrode, die in Größe, Form und Ladung zum Zielanalyten komplementär sind (ergänzende Abbildung 6). Basierend auf den elektrochemischen Eigenschaften der Zielmoleküle werden zwei Nachweisstrategien – direkt und indirekt – entwickelt (Abb. 2). Optimierungen und Charakterisierungen der LEG-MIP-Sensoren sind in der Ergänzenden Anmerkung 1 und den Ergänzenden Abbildungen detailliert beschrieben. 7–13.

a, Direkter Nachweis elektroaktiver Moleküle mithilfe von LEG-MIP-Sensoren. b,c, DPV-Voltammogramme der LEG-MIP-Sensoren für die direkte Detektion von Tyr (b) und Trp (c). Einschübe, Kalibrierungsdiagramme mit linearer Anpassung. ∆J, Spitzenhöhenstromdichte. d, Kontinuierliche In-situ-Erfassung und Regeneration eines LEG-MIP-Trp-Sensors in 50 µM Trp. e, Indirekte molekulare Detektion mit LEG-RAR-MIP-Sensoren. f, LSV-Voltammogramme der indirekten Leu-Detektion mit LEG-PBNP-MIP-Sensoren. Eingefügtes Kalibrierungsdiagramm mit linearer Anpassung. g,h, Indirekter Nachweis aller essentiellen AAs (g) und mehrerer Vitamine, Lipide und Metaboliten (h) mithilfe von LEG-PBNP-MIP-Sensoren. Gestrichelte Linien stellen linear angepasste Trendlinien dar. VC, Vitamin C; VB6, Vitamin B6; VD3, Vitamin D3; VE, Vitamin E. i, Schematische Darstellung von Multi-MIP-AA-Sensoren. j, LSV-Voltammogramme eines LEG-Multi-MIP-Sensors zur BCAA-Quantifizierung. Eingefügtes Kalibrierungsdiagramm mit linearer Anpassung. k, Kontinuierliche In-situ-Erfassung und Regeneration eines LEG-PBNP-MIP-Leu-Sensors in 50 µM Leu. l, Wiederholte CV-Scans einer LEG-PBNP-Elektrode in 0,1 M KCl. m, DPV-Voltammogramme der indirekten Leu-Detektion mit LEG-AQCA-MIP-Sensoren. Einschub: das Kalibrierungsdiagramm. n, In-situ-Regeneration eines LEG-AQCA-MIP-Leu-Sensors in einer rohen Schweißprobe. o, Selektivität der Trp-, Tyr-, Leu-, Ile-, Val- und BCAA-Sensoren gegenüber anderen AAs. p, Validierung von Tyr-, Trp- und Leu-Sensoren zur Analyse von Rohschweißproben (n = 20) gegen GC-MS. Alle Fehlerbalken stellen die Standardabweichung (sd) von drei Sensoren dar.

Bei elektroaktiven Molekülen im Schweiß kann die Oxidation gebundener Zielmoleküle in der MIP-Vorlage direkt durch Differentialpulsvoltammetrie (DPV) gemessen werden, bei der die Spitzenstromhöhe mit der Analytkonzentration korreliert (Abb. 2a). In Anbetracht der Tatsache, dass mehrere elektroaktive Moleküle bei ähnlichen Potentialen oxidiert werden können, befasst sich dieser LEG-MIP-Ansatz sowohl mit Empfindlichkeits- als auch mit Selektivitätsproblemen. Beispielsweise konnten Tyr und Trp, zwei AAs mit nahe beieinander liegenden Redoxpotentialen (~ 0,7 V), mit dieser Strategie selektiv nachgewiesen werden (Abb. 2b, c und ergänzende Abb. 14). Es wurden lineare Beziehungen zwischen den Spitzenstromdichten und den Zielkonzentrationen mit Empfindlichkeiten von 0,63 µA µM−1 cm−2 bzw. 0,71 µA µM−1 cm−2 für die LEG-MIP-Tyr- und Trp-Sensoren beobachtet (ergänzende Abbildung 15). Es ist anzumerken, dass die Wahl der Monomer-/Vernetzer-/Templat-Verhältnisse und der Inkubationszeiten erhebliche Auswirkungen auf die Sensorreaktion hat, während dies beim Probenvolumen nicht der Fall ist (ergänzende Abbildung 10). Die Tyr- und Trp-Sensoren können einfach und wiederholbar in situ ohne Waschschritt mit einer Hochspannungsamperometrie-Stromzeit (IT) regeneriert werden, die die gebundenen Ziele bei ihren Redoxpotentialen oxidiert (Abb. 2d).

Da die meisten Metaboliten und Nährstoffe (z. B. BCAAs) nicht elektroaktiv sind und unter Betriebsbedingungen nicht leicht oxidiert werden können, verwenden wir hier einen indirekten Nachweisansatz, bei dem eine RAR-Schicht zwischen den LEG- und MIP-Schichten eingesetzt wird, um eine schnelle Quantifizierung zu ermöglichen (Abb . 2e). Die selektive Adsorption der Zielmoleküle auf der geprägten Polymerschicht verringert die Exposition des RAR gegenüber der Probenmatrix. Voltammetrische Techniken mit kontrolliertem Potential wie DPV oder lineare Wobbelvoltammetrie (LSV) können zur Messung des Oxidations- oder Reduktionspeaks des RAR eingesetzt werden, wobei die Abnahme der Peakhöhenstromdichte einem Anstieg der Analytkonzentrationen entspricht. Beispielsweise haben wir unter Verwendung von Preußisch-Blau-Nanopartikeln (PBNPs) als RAR (ergänzende Abbildung 11) einen MIP-LEG-Leu-Sensor mit einer logarithmisch linearen Beziehung zwischen der Abnahme der Peakhöhe und der Leu-Konzentration und einer Empfindlichkeit von 702 nA mm− entwickelt 2 pro Konzentrationsdekade (Abb. 2f). Wir haben diesen Ansatz entwickelt, um den physiologisch relevanten Bereich aller neun essentiellen AAs (d. h. Leu, Ile, Val, Trp, Phe, Histidin (His), Lysin (Lys), Methionin (Met) und Threonin (Thr)) zu quantifizieren ( Abb. 2g und ergänzende Abb. 16) sowie eine Reihe von Vitaminen, Metaboliten und Lipiden (Vitamine B6, C, D3 und E, Glukose, Harnsäure, Kreatin, Kreatinin und Cholesterin) (Abb. 2h und ergänzende Abb. 17). ). Zusätzlich zu diesen Nährstoffen und Metaboliten kann dieser Ansatz leicht umkonfiguriert werden, um die Überwachung eines breiten Spektrums von Biomarkern zu ermöglichen, die von Hormonen (z. B. Cortisol) bis hin zu Medikamenten (z. B. dem Immunsuppressivum Mycophenolsäure) reichen (ergänzende Abbildung 18 und). Ergänzungstabellen 2 und 3). Die meisten dieser Ziele sind von keiner vorhandenen tragbaren Technologie kontinuierlich erkennbar. Da der Gesamtgehalt mehrerer Nährstoffe (z. B. Gesamt-BCAAs) häufig ein wichtiger Gesundheitsindikator ist, kann ein Multi-Template-MIP-Ansatz verwendet werden, um eine genaue und empfindliche Erkennung der Gesamtkonzentration mehrerer Ziele mit einem einzigen Sensor zu ermöglichen (Abb . 2i,j). Diese indirekten LEG-RAR-MIP-Sensoren können in situ regeneriert werden, indem ein konstantes Potential an die Arbeitselektrode angelegt wird, das die gebundenen Zielmoleküle von der MIP-Schicht abstößt und so eine längere Wiederverwendbarkeit erreicht (Abb. 2k).

Die LEG-MIP-Sensoren zeigen bei wiederholter Verwendung stabile Reaktionen: Der PBNP-basierte RAR zeigte während 60 wiederholten Cyclovoltammetrie-Scans (CV) stabile Redoxsignale (Abb. 2l und ergänzende Abb. 11); Während eines 42-tägigen Lagerzeitraums wurden minimale Produktionsänderungen beobachtet (ergänzende Abbildung 19a, b); Die Sensoren zeigten auch bei kontinuierlicher Verwendung über 5 Tage keine wesentliche relative Signalverschiebung (ergänzende Abbildung 19c). Im Vergleich zu herkömmlichen MIP-Vorbereitungsprozessen führt die elektrolytisch abgeschiedene MIP-Schicht auf dem massenproduzierbaren LEG zu einer hohen Reproduzierbarkeit der Selektivität, Empfindlichkeit und Konsistenz von Gerät zu Gerät (Ergänzende Abbildungen 20 und 21). Die Wahl von LEG als MIP-Abscheidungssubstrat zeigte auch Vorteile bei der Sensorempfindlichkeit im Vergleich zu klassischen Elektroden wie Glaskohlenstoffelektroden, gedruckten Kohlenstoffelektroden und Au-Elektroden (ergänzende Abbildung 22). Andere RARs wie Anthrachinon-2-carbonsäure (AQCA) können ebenfalls für die indirekte AA-Erkennung mit stabiler Leistung verwendet werden (negativ gescanntes DPV wurde hier zur Überwachung der AQCA-Reduktion verwendet) (Abb. 2m und ergänzende Abb. 23). Wie in Abb. 2n dargestellt, könnten die LEG-AQCA-MIP-Sensoren direkt in einer rohen menschlichen Schweißprobe regeneriert werden, wodurch ein Hauptengpass bei der tragbaren Biosensorik behoben wird. Die MIP-LEG-AA-Sensoren weisen eine hervorragende Selektivität für andere Analyten im Schweiß (einschließlich AAs mit ähnlichen Strukturen) bei physiologisch relevanten Konzentrationen auf (Abb. 2o, ergänzende Abbildung 24 und ergänzende Tabelle 3). Die LEG-MIP-Technologie zeigte eine vergleichbare Empfindlichkeit mit der aktuellen Goldstandard-Labor-GC-MS44 (ergänzende Abbildung 25); Die Sensormessungen in rohen menschlichen Schweißproben wurden anhand von GC-MS validiert (Abb. 2p und ergänzende Abb. 26 und 27).

Um eine kontinuierliche Stoffwechsel- und Ernährungsüberwachung am Körper zu ermöglichen, wurde das flexible Sensorpflaster so konzipiert, dass es ein Iontophoresemodul zur lokalisierten bedarfsgesteuerten Schweißinduktion, ein Multi-Inlet-Mikrofluidikmodul zur effizienten Schweißprobenahme und ein Multiplex-LEG-MIP-Schweißnährstoffsensor-Array umfasst für die kontinuierliche AA-Analyse und LEG-basierte Temperatur- und Elektrolytsensoren für die Echtzeit-AA-Sensorkalibrierung (Abb. 3a). Im Gegensatz zur Erkennung klassischer Bioaffinitätssensoren in Puffer- oder Redoxlösungen stellt die In-situ-Schweißanalyse aufgrund der komplexen und interpersonell unterschiedlichen Schweißzusammensetzung größere Herausforderungen dar und erfordert technologische Innovationen für eine genaue Messung am Körper. Beispielsweise könnte bei der direkten LEG-MIP-Trp-Erkennung ein DPV-Scan im Schweiß bereits vor der Ziel-/MIP-Erkennung zu einem Oxidationspeak führen, da eine kleine Menge elektroaktiver Moleküle (z. B. Trp und Tyr) auf der Oberfläche oxidiert werden kann MIP-Schicht; nach der Erkennung und Bindung von Trp in die MIP-Hohlräume kann eine wesentlich höhere Strompeakhöhe erreicht werden; Die Messung der Differenz der beiden Peakhöhen ermöglicht eine genauere Messung von gebundenem Trp direkt im Schweiß mit hoher Selektivität (Abb. 3b–d). Der Einfluss von Temperatur und Ionenstärke auf die AA-Sensoren kann in Echtzeit auf der Grundlage der Messwerte eines LEG-basierten dehnungsbeständigen Temperatursensors und eines ionenselektiven Na+-Sensors kalibriert werden (Abb. 3e und ergänzende Abb. 28). . Da berichtet wurde, dass die Schweißrate während des Trainings bestimmte Biomarkerwerte beeinflusst, konnten wir den Na+-Wert im Schweiß (der eine lineare Korrelation mit der Schweißrate zeigte) verwenden, um die Nährstoffwerte für eine personalisierte Analyse weiter zu kalibrieren. Diese einzigartige Transduktionsstrategie, die sowohl die zweistufigen DPV-Scans als auch die Temperatur-/Elektrolytkalibrierungen umfasst, ermöglicht es uns, während der Anwendung am Körper kontinuierlich genaue Messwerte im Schweiß zu erhalten (ergänzende Abbildung 29).

a, Abbildung eines multifunktionalen tragbaren Sensorpflasters. ISE, ionenselektive Elektrode. b–d, Die Zwei-Scan-Sensorkalibrierungsstrategie ermöglicht die selektive Trp-Erfassung in situ in Gegenwart von Tyr. ∆I, Spitzenhöhenstrom; ∆I′, Spitzenhöhenunterschied, der durch die Zielerkennung verursacht wird. Durchgezogene und gestrichelte Kurven in c und d stellen linear angepasste Trendlinien dar. e, Elektrolytkalibrierung des AA-Sensormesswerts mit linearer Anpassung. f, Schematische Darstellung einer lokalisierten Schweißprobenahme basierend auf der iontophoretischen Schweißextraktion mit muskarinischen Wirkstoffen: Pilocarpin und Carbachol. g,h, Lokalisierte Schweißraten, gemessen an den stimulierten (g) und umgebenden (h) Hautbereichen nach einer 5-minütigen Iontophorese mit Pilocarpin und Carbachol. Durchgezogene und gestrichelte Kurven stellen quadratisch angepasste Trendlinien dar. S, Betreff. i, Numerisch simulierte Trp-Konzentrationsverteilungen ([Trp]) im mikrofluidischen Reservoir 120 s nach dem Wechsel der Einlassflüssigkeit von 20 auf 80 µM Trp (Flussrate 1,5 µl min−1) (mit unterschiedlichen Designs in Einlassnummer, Winkelspanne, und Ausrichtung von Einlass und Auslass). j, On-Body-Bewertung des optimierten flexiblen mikrofluidischen Pflasters für eine effiziente Carbachol-basierte iontophoretische Schweißinduktion und umgebende Probenahme im Ruhezustand. Zeitstempel stellen den Zeitraum (Minuten) nach einer 5-minütigen Iontophorese-Sitzung dar. Im Reservoir wurde schwarzer Farbstoff verwendet, um die direkte Visualisierung des Schweißflusses in der Mikrofluidik zu erleichtern. Maßstabsleiste, 3 mm.

Um diese tragbare Technologie allgemein anwendbar zu machen, insbesondere für bewegungsarme Personen, verwenden wir hier ein speziell entwickeltes Iontophoresemodul, das aus der LEG-Anode und -Kathode besteht, gekoppelt mit Hydrogelen, die den Muskarinwirkstoff Carbachol (Carbagel) enthalten, zur nachhaltigen Schweißextraktion. Carbachol wurde aus verschiedenen muskarinischen Wirkstoffen ausgewählt, da es aufgrund seiner zusätzlichen Nikotinwirkung die effizienteste, wiederholbarste und langlebigste Schweißsekretion aus der umgebenden Schweißdrüse ermöglicht45 (Abb. 3f – h, ergänzende Abb. 30 und ergänzende Anmerkung 2). Im Gegensatz dazu bietet das klassische schweißinduzierende Mittel Pilocarpin, das beim Standard-Schweißtest und zuvor berichteten tragbaren Systemen22,30,36 verwendet wird, nur eine kurze Schweißperiode und eine sehr begrenzte Schweißrate der benachbarten Schweißdrüsen (Abb. 3f–h). ). Darüber hinaus könnte die Probenahme der Mischung aus ausgetretenem Schweiß unter dem Pilocarpin-Gel und der Gelflüssigkeit zu erheblichen Fehlern des tragbaren Sensors führen und aufgrund fehlender wirksamer Schweißauffrischung keine Echtzeitinformationen liefern. Für unser Iontophoresemodul wird ein sehr kleiner Strom (50–100 µA) verwendet, verglichen mit den üblicherweise verwendeten 1–1,5 mA (Ref. 22,30,36), wodurch das Risiko von Hautreizungen erheblich reduziert wird. Um die Effizienz der Schweißprobenentnahme in geringem Volumen zu maximieren und die zeitliche Auflösung der tragbaren Sensorik zu verbessern, wurde ein kompaktes und flexibles Mikrofluidikmodul sorgfältig entwickelt, um Schweißprobenbereiche von Iontophoresegelen zu isolieren. Numerische Simulationen wurden durchgeführt, um das geometrische Design des Mikrofluidikmoduls zu optimieren, einschließlich Einlassnummer, Winkelspanne, Ausrichtung und Strömungsrichtung in Bezug auf die Reservoirgeometrie (Abb. 3i, Ergänzende Anmerkung 3, Ergänzende Abbildungen 31 und 32, Ergänzendes Video 2). und Ergänzungstabelle 4). Mit dem optimierten Design für die Schweißinduktion und -probenahme kann Schweiß bequem lokal induziert und über einen längeren Zeitraum problemlos mit der Multi-Inlet-Mikrofluidik entnommen werden (Abb. 3g, j, ergänzende Abbildung 33 und ergänzendes Video 3). Bei physiologischen Schweißraten im Bereich von 0,15 µl min-1 bis 3 µl min-1 könnte unser tragbares Sensorpflaster eine zuverlässige und genaue Analyse der dynamischen Veränderungen der AA-Werte liefern (Ergänzende Abbildungen 34 und 35).

Die Bewertung des tragbaren Systems erfolgte zunächst anhand der Messung von Schweiß-Trp und Tyr bei menschlichen Probanden während eines Trainingsversuchs mit konstanter Belastung (Abb. 4a–d und ergänzende Abb. 36). Die DPV-Daten der Sensoren wurden zusammen mit den Temperatur- und Na+-Sensormesswerten drahtlos an die mobile App übertragen, die mithilfe eines speziell entwickelten iterativen Basislinienkorrekturalgorithmus (Abb. 4e und ergänzende Abb. 37) automatisch die Oxidationspeaks extrahierte und eine Kalibrierung für durchführte genaue Quantifizierung von Schweiß-Tyr und Trp. In Anbetracht der Tatsache, dass AAs (z. B. Try und BCAAs) eine entscheidende Rolle bei der zentralen Ermüdung während körperlicher Betätigung spielen, wurde ein flexibles Trp- und BCAA-Sensorarray verwendet, um die AA-Dynamik während intensiver körperlicher Betätigung zu überwachen (Abb. 4f – j und ergänzende Abb. 38). ). Sowohl der Trp- als auch der BCAA-Spiegel sanken während des Trainings aufgrund der Serotoninsynthese bzw. der BCAA-Einnahme. Es wurde ein erhöhtes Trp-zu-BCAA-Verhältnis im Schweiß beobachtet, das möglicherweise als Indikator für zentrale Müdigkeit dienen könnte, in Übereinstimmung mit einem früheren Bericht über sein Gegenstück im Plasma46.

a–d, Kontinuierliche Trp- und Tyr-Analyse am Körper mithilfe eines tragbaren Sensorarrays mit Echtzeit-Sensorkalibrierungen während des Radfahrens. e, Benutzerdefinierte Voltammogramm-Analyse mit einer automatischen Peak-Extraktionsstrategie basierend auf einem polynomialen Anpassungs- und Cut-Off-Verfahren. f–j, Dynamische Schweiß-Trp- und BCAA-Analyse während körperlicher Betätigung zur zentralen Ermüdungsüberwachung. Die gestrichelten Linien in h–j stellen quadratische Anpassungstrendlinien dar. k–o, Dynamische Analyse der Schweiß-AA-Spiegel mit und ohne Einnahme von Trp- und Tyr-Ergänzungsmitteln im Ruhezustand im Hinblick auf eine personalisierte Ernährungsüberwachung.

Quelldaten

Das tragbare Iontophorese-integrierte Pflaster ermöglicht eine tägliche kontinuierliche AA-Überwachung in Ruhe über die körperliche Betätigung hinaus. Wie in Abb. 4k–o und den ergänzenden Abbildungen dargestellt. 39–42: Bei allen vier Probanden wurden steigende Trp- und Tyr-Spiegel im Schweiß nach Einnahme von Trp- und Tyr-Ergänzungsmitteln beobachtet, während die Messwerte der Sensoren während der Studien ohne Einnahme stabil blieben. Diese Fähigkeit öffnet die Tür für eine personalisierte Ernährungsüberwachung und -steuerung durch personalisierte sensorgesteuerte Ernährungsinterventionen. Es ist zu beachten, dass unsere Pilotstudie gezeigt hat, dass die Nährstoff- und Elektrolytwerte im Schweiß unabhängig von Änderungen der Schweißrate während des durch Carbachol-basierten Iontophorese induzierten Schweißes waren (ergänzende Abbildung 43).

Das metabolische Syndrom, das durch abdominale Fettleibigkeit und Insulinresistenz gekennzeichnet ist, ist mittlerweile auf dem Vormarsch und gilt als Hauptursache für Morbidität und Mortalität; mehr als ein Drittel aller Erwachsenen in den Vereinigten Staaten sind davon betroffen47. Erhöhte BCAA-Spiegel im Blut sind ein Hinweis auf insulinresistente Fettleibigkeit und ein metabolisches Syndrom und werden mit Herz-Kreislauf-Erkrankungen und T2DM in Verbindung gebracht (Abb. 5a und Ergänzende Anmerkung 4)3,4, was zu möglichen Komplikationen bei schwerer COVID-19-Erkrankung führen könnte (Ref. 12). ). Jüngste Studien haben den potenziellen Nutzen einer BCAA-Supplementierung als diätetische Intervention zur Verbesserung der Insulinresistenz gezeigt48. Die Überwachung von Veränderungen des Gehalts an essentiellen Nährstoffen ermöglicht eine hochempfindliche Früherkennung von Risiken des metabolischen Syndroms und ermöglicht so eine wirksame personalisierte Ernährungsintervention (Abb. 5b). Um die Verwendung von Schweiß-BCAAs als nicht-invasiven Risikofaktor des metabolischen Syndroms zu untersuchen, führten wir eine Pilotstudie durch, um die Korrelationen zwischen Serum- und Schweiß-BCAAs an drei Gruppen von Probanden zu untersuchen: Normalgewicht (I, n = 10), Übergewicht/ Fettleibigkeit (II, n = 7) und Fettleibigkeit mit T2DM (III, n = 3) (Abb. 5c, d). Positive Pearson-Korrelationskoeffizienten von 0,66 (n = 65) und 0,69 (n = 65) wurden zwischen Schweiß- und Serumspiegeln (alle von den Sensoren analysiert) von Leu bzw. Gesamt-BCAA beobachtet (Abb. 5c). Im Vergleich zu gesunden Teilnehmern in Gruppe I wurden in den Gruppen II und III deutlich erhöhte Schweiß- und Serum-Leu-Spiegel (von den Sensoren analysiert) beobachtet (Abb. 5d), was mit früheren Berichten übereinstimmt, dass bei Personen mit Fettleibigkeit höhere zirkulierende BCAA-Spiegel festgestellt wurden T2DM3. In Anbetracht der bekannten Rolle von BCAAs bei der Insulinproduktion und der Hemmung der Glykogenolyse untersuchten wir auch die postprandiale Reaktion von Schweiß-Leu/BCAAs und Blutzucker/Insulin nach BCAA-Ergänzung und Nahrungsaufnahme bei gesunden Probanden (Abb. 5e, f). . Alle Biomarker blieben während der Fastenzeit stabil; Die Aufnahme von Proteinen über die Nahrung führte zu einem Anstieg sowohl des Blutzuckers als auch des Insulins, während die Einnahme von BCAA nur zu einem schnellen Insulinanstieg führte. In beiden Studien stiegen Schweiß-Leu und BCAAs zunächst in den 30–60 Minuten an und nahmen dann ab. Bei Probanden mit unterschiedlichen Stoffwechselbedingungen variieren die Leu-Werte im iontophoretischen Schweiß nach BCAA unterschiedlich: Obwohl in allen Fällen ein erheblicher Anstieg der Schweiß-Leu-Werte beobachtet wurde, zeigten gesunde Probanden eine drastische prozentuale Schwankung und Personen mit Fettleibigkeit/T2DM zeigten abgeschwächte Schwankungen, was darauf hindeuten könnte das unterschiedliche Stoffwechselstadium von BCAA bei diesen Personen (Abb. 5g).

a, Erhöhte BCAA-Werte bei Personen mit Fettleibigkeit und/oder T2DM. b, Die engen Zusammenhänge zwischen dem BCAA-Metabolismus und der Insulinreaktion bei gesunden und fettleibigen/T2DM-Gruppen. c, Korrelation der mit den LEG-MIP-Sensoren ermittelten Gesamt-BCAA- und Leu-Spiegel im Serum und Schweiß (n = 65). Gestrichelte Linien stellen linear angepasste Trendlinien dar. d, Box-and-Whisker-Diagramm der gemessenen Leu-Spiegel in durch Iontophorese extrahiertem Schweiß und Serum in drei Teilnehmergruppen: Normalgewicht (Gruppe I, n = 10), Übergewicht oder Fettleibigkeit (Gruppe II, n = 7) und Fettleibigkeit mit T2DM (Gruppe III, n = 3), der untere Whisker stellt das Minimum dar, der obere Whisker stellt das Maximum dar und das Quadrat im Kästchen stellt den Mittelwert dar. e,f, Dynamische Veränderungen der Leu- und Gesamt-BCAAs im Schweiß, des Seruminsulinspiegels (Ins) und des Blutzuckerspiegels (BG) von zwei gesunden Probanden mit einer Aufnahme von 5 g BCAAs (e) und einer Standardproteindiät (f). g, Schweiß-Leu-Dynamik, gesammelt aus den Gruppen I–III nach 5 g BCAA-Einnahme. Einschub, Verhältnis des Leu-Spiegels 50 Minuten nach der BCAA-Einnahme und dem Spiegel vor der Einnahme. h, Auswertung von Leu als metabolischer Fingerabdruck für den Schweregrad von COVID-19 in Serumproben von COVID-19-negativen Probanden (n = 8) und COVID-19-positiven Patienten (n = 8). Fehlerbalken stellen die Standardabweichung aus drei Messungen dar.

Quelldaten

In Anbetracht der Tatsache, dass zirkulierende erhöhte Leu als wichtiger metabolischer Fingerabdruck für den Schweregrad von COVID-19 gemeldet wurden, haben wir auch unsere Biosensoren für die Analyse der Proben von Patienten mit COVID-19 und gesunden Personen evaluiert; In COVID-19-positiven Proben wurden im Vergleich zu den negativen deutlich erhöhte Leu-Werte festgestellt (415,6 ± 133,7 gegenüber 151,5 ± 36,0 µM), was auf das große Potenzial unserer Biosensoren für die COVID-19-Überwachung und -Verwaltung zu Hause hinweist (Abb. 5h). ).

Zirkulierende metabolische Biomarker wie AAs und Vitamine werden mit verschiedenen Gesundheitszuständen in Verbindung gebracht, darunter Diabetes und Herz-Kreislauf-Erkrankungen. Die Erstellung von Stoffwechselprofilen mithilfe tragbarer Sensoren ist in der Präzisionsernährung und Präzisionsmedizin immer wichtiger geworden, insbesondere im Zeitalter der COVID-19-Pandemie, da sie nicht nur Einblicke in den Schweregrad von COVID-19 bietet, sondern auch Hinweise gibt, wie man metabolisch gesund bleibt, um das Risiko einer Erkrankung zu minimieren mögliche COVID-19-Infektion. Da die Pandemie auf der ganzen Welt weiterhin grassiert und die reguläre medizinische Versorgung gefährdet ist, besteht ein dringender Bedarf an der Entwicklung und Anwendung tragbarer Sensoren, die den Gesundheitszustand mithilfe von Stoffwechselprofilen überwachen können, um eine Diagnose zu Hause und eine rechtzeitige Intervention per Telemedizin zu ermöglichen. Derzeitige tragbare elektrochemische Sensoren sind jedoch auf einen engen Bereich von Erkennungszielen beschränkt, da es über ionenselektive und enzymatische Elektroden hinaus an kontinuierlichen Erfassungsstrategien mangelt. Obwohl verschiedene bioaffinitätsbasierte Sensoren entwickelt wurden, um mithilfe von Antikörpern oder MIPs ein breiteres Spektrum an Zielen zu erkennen, erfordern sie im Allgemeinen mehrere Waschschritte oder ermöglichen nur eine einmalige Verwendung; Diese Einschränkungen haben ihre Verwendbarkeit in tragbaren Geräten beeinträchtigt. Darüber hinaus sind die meisten tragbaren Biosensoren auf intensive körperliche Betätigung angewiesen, um an Schweiß zu gelangen, und sind nicht für den täglichen Dauergebrauch geeignet.

Durch die Integration von massenproduzierbarem LEG, elektrochemisch synthetisierten RARs und „künstlichen Antikörpern“ haben wir eine leistungsstarke, universelle tragbare Biosensorstrategie demonstriert, mit der eine selektive Erkennung einer breiten Palette von Biomarkern (einschließlich aller essentiellen AAs, Vitamine, Metaboliten, Lipide, Hormone usw.) erreicht werden kann Medikamente) und zuverlässige In-situ-Regeneration. Um eine kontinuierliche und bedarfsgerechte Stoffwechsel- und Ernährungsüberwachung über alle Aktivitäten hinweg zu ermöglichen, haben wir außerdem das LEG-MIP-Sensorarray und die auf Iontophorese basierende Schweißinduktion in eine drahtlose tragbare Technologie mit optimierter mikrofluidischer sudomotorischer Axonreflex-Schweißprobenahme mit mehreren Eingängen integriert. In-situ-Signalverarbeitung, Kalibrierung und drahtlose Kommunikation. Mit dieser Telemedizin-Technologie haben wir die tragbare und kontinuierliche Überwachung postprandialer AA-Reaktionen demonstriert, um Risiken für das metabolische Syndrom zu identifizieren. Die hohe Korrelation zwischen Schweiß- und Serum-BCAAs legt nahe, dass diese Technologie vielversprechend für den Einsatz bei der Risikoüberwachung des metabolischen Syndroms ist. Der erhebliche Leu-Unterschied zwischen COVID-19-positiven und COVID-19-negativen Blutproben zeigt das Potenzial des Einsatzes dieser Technologie für das COVID-19-Management zu Hause. Wir gehen davon aus, dass diese tragbare Technologie eine entscheidende Rolle bei der Verwirklichung einer präzisen Ernährung spielen könnte, indem sie die zirkulierenden Biomarker kontinuierlich überwacht und personalisierte Ernährungsinterventionen ermöglicht. Diese Technologie könnte auch neu konfiguriert werden, um eine Vielzahl anderer Biomarker kontinuierlich zu überwachen und so ein breites Spektrum personalisierter präventiver, diagnostischer und therapeutischer Anwendungen zu ermöglichen.

Harnsäure, L-Tyrosin, Silbernitrat, Eisen(III)-chlorid, Dopaminhydrochlorid, Cholinchlorid, Kreatinin, Pantothensäure-Calciumsalz, Citrullin, Pyridoxin und Milchsäure wurden von Alfa Aesar bezogen. Natriumthiosulfat-Pentahydrat, Natriumbisulfit, Tryptophan, Leucin, Alanin, Isoleucin, Methionin, Valin, Lysin, Thiaminhydrochlorid, Serin, Schwefelsäure, Salzsäure, AQCA, 3-Aminophenylboronsäure (APBA), Anilin, o-Phenylendiamin, Methylenblau , Thionin, 2-(N-Morpholino)ethansulfonsäurehydrat (MES), Ethanolamin, N-(3-Dimethylaminopropyl)-N′-ethylcarbodiimid (EDC), N-Hydroxysulfosuccinimid-Natriumsalz (Sulfo-NHS), Rinderserum Albumin (BSA), Tris(hydroxymethyl)aminomethanhydrochlorid (Tris-HCl), Streptavidin-Peroxidase-Konjugat (Roche) und Hydrochinon wurden von Sigma-Aldrich bezogen. Mit Carbonsäure modifizierte Magnetkügelchen (MBs; Dynabeads, M-270) wurden von Invitrogen bezogen. Kaliumferricyanid und Kaliumferrocyanid wurden von Acros Organics bezogen. Essigsäure, Methanol, Natriumacetat, Natriumchlorid, Natriumdihydrogenphosphat, Kaliumchlorid, Kaliumhydrogenphosphat, Harnstoff, wasserfreie L-Ascorbinsäure und Dextrose (D-Glucose), Glycin, Arginin, Inosit, Ornithin, Asparaginsäure, Threonin, Histidin, Riboflavin, Kreatin, Phenylalanin, Nikotinsäure, Folsäure, Glutaminsäure und Wasserstoffperoxid (30 % (w/v)) wurden von Thermo Fisher Scientific bezogen. Insulin-Capture-Antikörper und biotinylierter Detektor-Antikörper wurden von Forschungs- und Entwicklungssystemen (Human/Canine/Porcine Insulin DuoSet ELISA) erworben. Siebgedruckte Kohlenstoffelektroden und Magnethalter wurden von Metrohm DropSens gekauft. Medizinische Klebstoffe wurden von 3 M und Adhesives Research gekauft. PI-Filme (75 μm dick) wurden von DuPont bezogen. PET-Folien (12 μm dick) wurden von McMaster-Carr bezogen.

Die LEG-Elektroden wurden auf einer PI-Folie mit einer Dicke von 75 μm (DuPont) mit einem 50-W-CO2-Laserschneider (Universal Laser System) hergestellt. Beim Gravieren des PI mit einem CO2-Laserschneider wird die absorbierte Laserenergie in lokale Wärme umgewandelt und führt so zu einer hohen lokalen Temperatur (>2.500 °C), chemischen Bindungen im PI-Netzwerk werden aufgebrochen und es kommt zu einer thermischen Reorganisation des Kohlenstoffs Atome entstehen, was zu Schichten aus Graphenstrukturen führt. Die optimierten Parameter für die Graphen-Elektroden und elektronischen Verbindungen waren Leistung 8 %, Geschwindigkeit 15 % und Punkte pro Zoll (PPI) 1.000 im Rastermodus mit dreimaligem Scan. Für den aktiven Erfassungsbereich des Temperatursensors waren die optimierten Parameter Leistung 3 %, Geschwindigkeit 18 % und PPI 1.000 im Vektormodus mit einmaligem Scan. Um die Referenzelektrode vorzubereiten, wurde Ag zunächst auf der entsprechenden Graphenelektrode durch elektrochemische Mehrstromabscheidung mit einer elektrochemischen Workstation (CHI 832D) bei –0,01 mA für 150 s, –0,02 mA für 50 s, –0,05 mA für 50 s, – modifiziert 0,08 mA für 50 s und −0,1 mA für 350 s unter Verwendung einer Galvanisierungslösung, die 0,25 M Silbernitrat, 0,75 M Natriumthiosulfat und 0,5 M Natriumbisulfit enthält. Um die Ag/AgCl-Elektrode zu erhalten, wurde 0,1 M FeCl3-Lösung 30 s lang weiter auf die Ag-Oberfläche getropft und dann 3 µl Polyvinylbutyral (PVB)-Referenzcocktail, hergestellt durch Auflösen von 79,1 mg PVB und 50 mg NaCl in 1 ml Methanol wurde auf die Ag/AgCl-Elektrode getropft und über Nacht getrocknet. Die Na+-selektive Elektrode wurde wie folgt hergestellt: 0,6 µl Na+-selektiver Membrancocktail, hergestellt durch Auflösen von 1 mg Na-Ionophor X, 0,55 mg Natriumtetrakis[3,5-bis(trifluormethyl)phenyl]borat, 33 mg Polyvinylchlorid und 65,45 mg Bis(2-ethylhexyl)sebacat in 660 µl Tetrahydrofuran wurden auf die Graphenelektrode getropft und über Nacht getrocknet. Um die gewünschte stabile Na+-Sensorleistung für kontinuierliche Langzeitmessungen zu erhalten, wurde der erhaltene Na+-Sensor über Nacht in 100 mM NaCl konditioniert.

Der Herstellungsprozess des LEG-MIP-Sensorarrays ist in der ergänzenden Abbildung 6 dargestellt. Alle MIP-Schichten werden durch Elektropolymerisation synthetisiert. Die Polymerisationslösung wurde durch Auflösen von 5 mM Templat (z. B. Ziel-AA), 12,5 mM APBA und 37,5 mM Pyrrol in 0,01 M phosphatgepufferter Salzlösung (PBS) (pH 6,5) hergestellt. Für den Multi-MIP-BCAA-Sensor wurden 5 mM jedes Ziels (d. h. Leu, Ile und Val) verwendet. Vor der MIP-Abscheidung wurde das LEG in 0,5 M H2SO4 mit CV-Scans für 60 Segmente aktiviert (–1,2 bis 1 V mit einer Scanrate von 500 mV s−1). Für die LEG-MIP-Sensoren mit direkter Detektion wurde das mit dem Ziel bedruckte Polymer elektrochemisch auf der LEG-Elektrode mit CV-Abscheidung (0–1 V für zehn Zyklen, 50 mV s−1) unter Verwendung der vorbereiteten Polymerisationslösung synthetisiert. Die Zielmoleküle wurden durch einstündiges Eintauchen der Elektrode in eine Essigsäure/Methanol-Mischung (7:3 v/v) extrahiert. Anschließend wurde die resultierende Elektrode für wiederholte CV-Scans (0,4–1 V mit einer Scanrate von 50 mV s−1) in 0,01 M PBS (pH 6,5) getaucht, bis eine stabile Reaktion erhalten wurde. Für LEG-nicht geprägtes Polymer wurde die Elektrode nach dem gleichen Verfahren wie LEG-MIP hergestellt, mit der Ausnahme, dass der Polymerisationslösung kein Templat zugesetzt wurde.

Für die MIP-Sensoren mit indirekter Detektion wurden zunächst elektrochemisch synthetisierte RARs (z. B. PBNPs oder AQCA) auf der LEG-Elektrode modifiziert. Das PBNP-RAR auf dem LEG wurde mit CV (20 Zyklen) (−0,2 bis 0,6 V mit einer Scanrate von 50 mV s−1) in einer wässrigen Lösung mit 3 mM FeCl3, 3 mM K3Fe(CN)6, 0,1 M hergestellt HCl und 0,1 M KCl. Eine PBNP-Schicht mit entsprechendem Redoxsignal ist erforderlich, um eine gute Empfindlichkeit für die endgültigen MIP-Sensoren zu erzeugen; Um dieses stabile und geeignete Redoxsignal zu erreichen, wurde die LEG-Elektrode nach der ersten Abscheidung von Berliner Blau (PB) mit destilliertem Wasser gespült und der PB-Elektroabscheidungsschritt wurde noch zweimal wiederholt, bis ein stabiler 70 µA LSV-Peak in 0,1 M KCl-Lösung erreicht wurde erreicht. Anschließend wurde das LEG-PB mit destilliertem Wasser gespült und für wiederholte CV-Scans (−0,2 bis 0,6 V mit einer Scanrate von 50 mV s−1) in eine Lösung mit 0,1 M HCl und 0,1 M KCl getaucht, bis eine stabile Reaktion erfolgte erhalten. Um das AQCA RAR auf dem LEG vorzubereiten, wurde die LEG-Elektrode zunächst in 50 µl PBS (pH 6,5) mit 5 mM AQCA bei 4 °C über Nacht inkubiert. Anschließend wurde das LEG-AQCA mit destilliertem Wasser gespült und für wiederholte CV-Scans (−0,8 bis 0 V mit einer Scanrate von 50 mV s−1) in eine Phosphatpufferlösung getaucht, bis eine stabile Reaktion erhalten wurde. Für die LEG-PB-MIP-Sensoren mit indirekter Detektion wurde direkt nach der Templatextraktion ein zusätzlicher PB-Aktivierungsprozess durchgeführt (IT-Scan bei 1 V in 0,5 M HCl für 600 s), gefolgt von einem Stabilisierungsprozess des LEG-PB-MIP-Sensors in 0,1 M KCl (CV scannt bei −0,2 bis 0,6 V mit einer Scanrate von 50 mV s−1). Es ist zu beachten, dass für den LEG-AQCA-MIP-Sensor nur drei CV-Polymerisationszyklen zur Herstellung der MIP-Schicht verwendet wurden und der Sensor in 0,01 M PBS (pH 6,5) stabilisiert wurde (CV-Scans bei –0,8 bis 0). V mit einer Scanrate von 50 mV s−1).

Die Morphologie der Materialien wurde durch Rasterelektronenmikroskopie (Nova Nano SEM 450) und Transmissionselektronenmikroskopie (Talos S-FEG FEI, USA) charakterisiert. Das Raman-Spektrum der Elektroden mit unterschiedlicher Modifikation wurde mit einem 532,8-nm-Laser mit einem inVia Reflex (Renishaw) aufgenommen. Fourier-Transform-Infrarotspektren wurden mittels Infrarotspektrometrie (Nicolet 6700) gemessen.

Eine Reihe elektrochemischer Sensoren wurde in Lösungen von Zielanalyten charakterisiert. Alle In-vitro-Sensorcharakterisierungen wurden über CHI 832D durchgeführt. Die Reaktion des Na+-Sensors wurde durch Messungen des Leerlaufpotentials in den Lösungen mit unterschiedlichen Na+-Gehalten charakterisiert. Die DPV-Analyse wurde für alle LEG-MIP-Sensorcharakterisierungen mit direkter Detektion in 0,01 M PBS (pH 6,5) oder in rohem Schweiß durchgeführt. Die DPV-Bedingungen waren wie folgt: Bereich 0,4–1 V; Inkrementelles Potenzial, 0,01 V; Impulsamplitude, 0,05 V; Impulsbreite: 0,05 s; Impulsperiode: 0,5 s; und Empfindlichkeit: 1 × 10−5 AV−1. Für den indirekten In-vitro-Nachweis der Zielmoleküle auf Basis der LEG-PB-MIP-Sensoren wurde eine LSV-Analyse (0,4–0 V) in 0,1 M KCl durchgeführt. Die LSV-Bedingungen waren wie folgt: Bereich 0,4–0 V; Abtastrate, 0,005 V s−1; Abtastintervall, 0,001 V; Ruhezeit, 2 s; und Empfindlichkeit: 1 × 10−4 AV−1. Für den indirekten In-vitro-Nachweis der Zielmoleküle auf Basis der LEG-AQCA-MIP-Sensoren wurde eine negative DPV-Analyse (0 bis –0,8 V) in 0,01 M PBS durchgeführt. Die negativen DPV-Bedingungen waren wie folgt: 0 bis –0,8 V; Inkrementelles Potenzial, 0,01 V; Impulsamplitude, 0,05 V; Impulsbreite: 0,05 s; Impulsperiode: 0,5 s; und Empfindlichkeit: 1 × 10−5 AV−1. Für die In-situ-Schweißanalytmessung wurden Hintergrund- und Signalkurven vor und nach der Inkubation aufgezeichnet; Der Signalstrom wurde als Differenz der Spitzenamplituden zwischen dem Signal nach der Inkubation und den Hintergrundstromkurven erhalten (Abb. 3b – d und ergänzende Abb. 29). Die Charakterisierung des Temperatursensors wurde auf einer Keramikheizplatte (Thermo Fisher Scientific) durchgeführt (ergänzende Abbildung 28). Die Sensorreaktion wurde mit einem Parameteranalysator (Keithley 4200A-SCS) aufgezeichnet und mit den Messwerten eines Infrarot-Thermometers (LASERGRIP 800; Etekcity) verglichen.

Um die Leistung der verschiedenen Elektrodensubstrate für die MIP-basierte AA-Erfassung zu bewerten, wurden LEG, gedruckte Kohlenstoffelektrode, Au-Elektrode und Glaskohlenstoffelektrode ausgewählt. Die Glaskohlenstoffelektroden wurden von CH Instruments bezogen. Die gedruckten Kohlenstoffelektroden wurden mit einem Dimatix Materials Printer DMP-2850 (Fujifilm, Minato, Japan) mit einer handelsüblichen Kohlenstofftinte von NovaCentrix auf das PI-Substrat gedruckt. Die Au-Elektroden wurden durch Elektronenstrahlverdampfung hergestellt: 20 nm Cr und 100 nm Au wurden auf einem mit O2-Plasma vorbehandelten PET-Substrat abgeschieden. MIP-Filme wurden mit CV-Abscheidung (0–1 V für zehn Zyklen, 50 mV s−1) hergestellt.

Das Mikrofluidikmodul wurde mit einem 50-W-CO2-Laserschneider (Universal Laser System) hergestellt (ergänzende Abbildung 1). Kurz gesagt, Schichten doppelseitiger und einseitiger medizinischer Klebstoffe (3M) wurden mit Kanälen, Einlässen, den Umrissen des Iontophorese-Gels und Reservoirs gemustert. Bei allen mikrofluidischen Schichten wurden die Umrisse des Iontophoresegels so strukturiert, dass der Stromfluss von der oberen PI-Elektrodenschicht aus möglich ist. Die untere Schicht, die doppelseitige Klebeschicht in Kontakt mit der Haut (Akkumulationsschicht), wurde mit einem Schweißakkumulationsbrunnen bedruckt (3M 468MP, Laserparameter: Leistung 60 %, Geschwindigkeit 90 %, PPI 1.000). Die zweite Schicht (die Einlassschicht), die in Kontakt mit der Akkumulationsschicht steht, wurde mit mehreren Einlässen strukturiert (12 μm dickes PET, Laserparameter: Leistung 20 %, Geschwindigkeit 100 %, PPI 1.000). Die dritte Schicht (Kanalschicht), die in Kontakt mit der Einlassschicht steht, wurde mit mikrofluidischen Kanälen strukturiert (Klebstoffforschung 93049, Laserparameter: Leistung 45 %, Geschwindigkeit 100 %, PPI 1.000). Die vierte Schicht (Reservoirschicht), die zwischen der Kanalschicht und der Elektroden-PI-Schicht liegt, wurde mit dem Reservoir und dem Auslass strukturiert (3M 468MP, Laserparameter: Leistung 60 %, Geschwindigkeit 90 %, PPI 1.000). Das Reservoir ist eine Ellipse mit einer Hauptachse von 5,442 mm und einer Nebenachse von 4,253 mm, um den aktiven Erfassungsbereich vollständig einzuschließen. Die Dicke der Kanalschicht beträgt ~0,1 mm (Klebstoffforschung 93049) und die Dicke der Reservoirschicht beträgt 0,13 mm (3M 468MP). Die Reservoirfläche beträgt 18,17 mm2, und somit kann das Reservoirvolumen als Fläche multipliziert mit der Dicke der Reservoirschicht (0,13 mm) berechnet werden, was insgesamt 2,36 µl ergibt.

Hydrogele, die den Muskarinwirkstoff Carbachol enthielten, wurden wie folgt hergestellt. Kurz gesagt, für das Anodengel wurde Agarose (3 % w/w) in entionisiertes Wasser gegeben und dann unter ständigem Rühren auf 250 °C erhitzt. Nachdem die Mischung vollständig gekocht und ohne Agarosekörner homogen geworden war, wurde die Mischung auf 165 °C abgekühlt und 1 % Carbachol zu der obigen Mischung gegeben. Anschließend wurde die abgekühlte Mischung langsam in vorgefertigte zylindrische Formen oder in zusammengebaute Mikrofluidikpflaster gegossen und 10 Minuten lang bei 4 °C verfestigt. Das Kathodengel wurde auf ähnliche Weise hergestellt, außer dass NaCl (1 % w/w) anstelle von Carbachol verwendet wurde.

Das Blockdiagramm des elektronischen Systems (Abb. 1g und ergänzende Abb. 4) stellt sowohl das tragbare elektronische Pflaster als auch die Smartwatch dar, die (1) Schweiß durch Iontophorese induzieren und (2) Schweiß durch elektrochemische Methoden überwachen kann. Die Schweißinduktions- und Schweißerkennungsvorgänge werden vom Mikrocontroller (STM32L432KC, STMicroelectronics) initiiert und gesteuert, wenn dieser über eine universelle asynchrone Empfänger-Sender-Kommunikation (UART) einen Benutzerbefehl vom Bluetooth-Modul empfängt.

Der programmierbare iontophoretische Strom wird von einer spannungsgesteuerten Stromquelle erzeugt, die aus einem Differenzverstärker mit Einheitsverstärkung (AD8276, Analog Devices) und einem Boost-Transistor (BC846, ON Semiconductor) besteht. Die Schaltung wird vom Ausgang eines Aufwärtswandlers (LMR64010) versorgt, der die Batteriespannung von 3,7 V auf 36 V erhöht. Der Mikrocontroller steuert den Digital-Analog-Wandler (DAC) (DAC8552, Texas Instruments) über eine serielle Peripherieschnittstelle an Stellen Sie die Steuerspannung der Stromquelle ein. Der Stromquellenausgang wird von einem Komparator (TS391, STMicroelectronics) überprüft und der Mikrocontroller wird bei einem Ausgangsausfall über seinen Allzweck-Eingangs-/Ausgangspin unterbrochen. Die Schutzschaltung besteht aus einem Strombegrenzer (MMBF5457, ON Semiconductor) und analogen Schaltern (MAX4715, Maxim Integrated; ADG5401, Analog Devices). Der Allzweck-Ein-/Ausgang des Mikrocontrollers wird auch zum Aktivieren oder Deaktivieren der Iontophoreseschaltung verwendet. Für das optimierte Design wurde ein 100-µA-Strom (~2,6 µA mm−2) zur Schweißinduktion durch Iontophorese am Körper mithilfe des flexiblen mikrofluidischen Pflasters angelegt.

Bei einer Stromversorgung von 3,3 V verbraucht das elektronische System während einer aktiven elektrochemischen Messung etwa 28 mA und während der Iontophorese etwa 61 mA. Der Mikrocontroller und das Bluetooth-Modul verbrauchen jeweils ca. 12 mA; die Sensorschnittstelle verbraucht ~4 mA; Der Aufwärtswandler und das Iontophoresemodul verbrauchen etwa 33 mA. und das Anzeigemodul verbraucht beim Aktualisieren seines Bildschirms zusätzlich etwa 8 mA.

Die Schweißerkennungsschaltung kann zweikanalige simultane DPV sowie potentiometrische und Temperaturmessungen durchführen. Eine Bipotentiostat-Schaltung besteht aus einem Steuerverstärker (AD8605) und zwei Transimpedanzverstärkern (AD8606). Eine Reihenspannungsreferenz (ISL60002, Renesas Electronics) und ein DAC (DAC8552, Texas Instruments) werden verwendet, um eine dynamische Potenzialvorspannung zwischen den Referenz- und Arbeitselektroden zu erzeugen. Für potentiometrische Messungen wird ein Instrumentenverstärker (INA333, Texas Instruments) und für den Widerstandstemperatursensor ein Spannungsteiler verwendet. Alle analogen Spannungssignale werden von den integrierten Analog-Digital-Wandlerkanälen (ADC) des Mikrocontrollers erfasst, verarbeitet und dann über Bluetooth an ein Benutzergerät übertragen.

Die benutzerdefinierte mobile Anwendung wurde mit dem plattformübergreifenden Flutter-Framework entwickelt. Die mobile Anwendung kann drahtlos über Bluetooth mit den tragbaren Geräten kommunizieren, um Befehle zu senden und die Schweißbiomarkerwerte zu erfassen, zu verarbeiten und zu visualisieren. Die Anwendung stellt eine sichere Bluetooth-Verbindung zum tragbaren Sensor her. Auf der Startseite werden die historischen Biomarkerwerte des Benutzers grafisch dargestellt und die zuletzt gemessenen Analytkonzentrationen hervorgehoben. Wenn eine Schweißbiomarker-Messung angefordert wird, kann der Benutzer zur Messseite wechseln, auf der die Voltammogramme der Schweißsensoren in Echtzeit aufgezeichnet werden. Nach der voltammetrischen Messung extrahiert die App mithilfe eines benutzerdefinierten Basislinienkorrekturalgorithmus die Spitzenströme der Voltammogramme und wandelt die Spitzenströme dann in entsprechende Biomarkerkonzentrationen um. Diese Messdaten werden zur Liste der historischen Analytgehalte auf der Startseite hinzugefügt.

Die Auffrischzeitanalysen wurden mithilfe numerischer Simulationen (COMSOL) durchgeführt. In Rhinoceros wurden dreidimensionale Modelle verschiedener mikrofluidischer Designs mit denselben Abmessungen wie das tatsächliche Gerät erstellt und in COMSOL Multiphysics importiert. Der Massentransportprozess wurde durch numerisches Lösen der Stokes-Gleichung für eine inkompressible Strömung in Verbindung mit der Konvektions-Diffusions-Gleichung simuliert (Ergänzende Anmerkung 3).

Die Validierung und Bewertung des Schweißsensors wurde an menschlichen Probanden unter Einhaltung aller ethischen Vorschriften gemäß den Protokollen (ID 19-0892 und 21-1079) durchgeführt, die vom institutionellen Prüfungsausschuss des California Institute of Technology genehmigt wurden. Die teilnehmenden Probanden (im Alter von über 18 Jahren) wurden über Anzeigen auf dem Campus des California Institute of Technology und den umliegenden Gemeinden rekrutiert. Alle Probanden gaben vor der Studienteilnahme eine schriftliche Einverständniserklärung ab. Für die Bewertung tragbarer Sensoren wurden gesunde Probanden mit einem Body-Mass-Index (BMI) von 18,5–24,9 kg m-2 und einem Nüchtern-Serumglukosespiegel <100 mg dl-1 rekrutiert. Zu den Einschlusskriterien für die BCAA-Studie gehören: Gruppe I, Personen mit Normalgewicht, die einen BMI von 18,5–24,9 kg m−2 und einen Nüchtern-Serumglukosespiegel < 100 mg dl−1 (gesund) haben; Gruppe II: Personen mit Übergewicht/Adipositas, die einen BMI von 25–35 kg m−2 und einen Nüchtern-Serumglukosespiegel von <6 mg dl−1 haben (Übergewicht/Adipositas); Gruppe III: Personen mit Adipositas, die einen BMI von 25–35 kg m-2 und einen Nüchtern-Serumglukosespiegel von ≥ 126 mg dl-1 haben (Adipositas und T2DM). COVID-19-positive und COVID-19-negative Serumproben wurden von RayBiotech bezogen.

Die GC-MS-Analyse der AAs in Schweiß- und Serumproben wurde mit dem EZ:Faast-Kit von Phenomenex durchgeführt, das die Probenvorbereitung, Derivatisierung und GC-MS-Analyse freier AAs ermöglicht. Für die GC-MS-Läufe wurde ein Varian Saturn 2000 verwendet. Ein Mikroliter der vorbereiteten Probenlösung wurde für die GC in Helium-Trägergas bei einem konstanten Durchfluss von 1,0 ml min-1 und einem Impulsdruck von 20 Pfund pro Quadratzoll für 0,2 Minuten injiziert, wobei der Ofen von 110 °C bis 320 °C bei 32 °C programmiert wurde °C min−1. Die Massenchromatographie wurde mit einer Quelle auf 240 °C, Quad auf 180 °C und Hilfstemperatur auf 310 °C mit einem Scanbereich von 45–450 m/z bei einer Abtastrate von 3,5 Scans s−1 eingestellt. Es wurde eine Überwachung ausgewählter Ionen verwendet, die den Ionenstrom bei ausgewählten Massen, die für die bestimmte AA charakteristisch sind, in einer erwarteten Retentionszeit aufzeichnet49. Beispielsweise hat Trp nach der Derivatisierung des EZ:Faast-Kits eine charakteristische Masse bei 130 mit einer Retentionszeit von etwa 5,1 Minuten, und die Peakhöhe wird für Trp-Messungen bei der Ionenzahl 130 und bei 5,1 Minuten aus dem Rohdatenspektrum aufgezeichnet . Der interne Standard (IS; Norvalin) wurde während des Probenderivatisierungsprozesses hinzugefügt, um einen möglichen durch Verdunstung verursachten Anstieg der Peakerkennung zu berücksichtigen; Die IS-Norvalin-Peakhöhe wird bei der Ionenzahl 158 nach 1,65 Minuten aufgezeichnet (ergänzende Abbildung 26). Die aus dem Rohdatenspektrum aufgezeichnete Trp-Peakhöhe wurde in Bezug auf den IS im selben Lauf kalibriert: normalisierte Trp-Peakhöhe = Trp-Peakhöhe/IS-Peakhöhe. Mit normalisierten Peakhöhen unterschiedlicher Konzentrationen von Trp-Standards wurden Kalibrierungskurven erstellt. Für andere Proben wurde die normalisierte Peakhöhe von Trp zur Berechnung der Konzentration verwendet.

Um das tragbare Sensorsystem zu validieren, führten wir an gesunden Probanden Radsportübungen mit konstanter Belastung durch. Die Probanden meldeten sich nach dem Fasten über Nacht im Labor und erhielten ein standardisiertes Proteingetränk (Fairlife, Core Power Elite). Stirn und Hals der Probanden wurden mit Alkoholtupfern und Gaze gereinigt, bevor die Sensorpflaster am Körper angebracht wurden. Für die Fahrradversuche wurde ein stationäres Heimtrainer (Kettler Axos Cycle M-LA) verwendet. Die Probanden radelten 60 Minuten lang oder bis zur Ermüdung mit 60 U/min. Während des Tests am Körper wurden die Daten der Sensorpflaster drahtlos über Bluetooth an die Benutzeroberfläche gesendet. Als die Probanden mit dem Radfahren begannen, erfasste und übermittelte das Sensorsystem kontinuierlich Temperatur- und Natriumsensordaten. Jede Minute initiierte das elektronische System eine vorübergehende Spannungsvorspannung zwischen der Referenz- und der Arbeitselektrode. Wenn die Vorspannung einen Strom über einem experimentell bestimmten Schwellenwert auslöste, startete das System einen CV-Reinigungszyklus und dann den ersten DPV-Scan als anfänglichen Hintergrund ohne Zielinkubation. Der DPV-Scan wurde 7 Minuten später als Post-Inkubationskurve wiederholt. Zwischen den beiden Scans wurden kontinuierlich Natrium- und Temperatursensordaten aufgezeichnet. Unmittelbar nach dem DPV nach der Inkubation begann ein weiterer Zyklus mit einem IT-Reinigungs-/Regenerationsschritt, gefolgt von einem ersten DPV-Hintergrundscan. Die gesammelten Temperatur-, Natrium- und DPV-Daten wurden drahtlos über Bluetooth in Echtzeit an ein Benutzergerät übertragen, wo die molekularen Daten extrahiert, kalibriert und in Konzentrationswerte umgewandelt wurden. Während der Studien wurden den Probanden regelmäßig Schweißproben mithilfe von Zentrifugenröhrchen entnommen. Die Schweißproben wurden dann zur weiteren Prüfung und Validierung mittels elektrochemischem Test mit den Biosensoren und GC-MS-Analyse bei –20 °C eingefroren.

Die Probanden meldeten sich im Labor, nachdem sie über Nacht gefastet hatten. Die Arme der Probanden wurden mit Alkoholtupfern und Gaze gereinigt, bevor die Sensorpflaster am Körper angebracht wurden. Für die Aufnahmestudie erhielten die Probanden Tyr- und Trp-Ergänzungsmittel (jeweils 1 g). Im Gegensatz dazu wurde die Kontrollstudie an den Probanden ohne zusätzliche Einnahme durchgeführt. Bei den Probanden wurde eine fünfminütige Iontophorese angewendet. Der Prozess der Sensordatenaufzeichnung war derselbe wie bei übungsbasierten Versuchen am Menschen.

Für die BCAA-Studien wurden die Probanden gebeten, 5 g BCAAs (2:1:1 Leu:Ile:Val) oder einen standardisierten Snack inklusive eines Proteingetränks (Fairlife, Core Power Elite) und eines CLIF-Energieriegels zu sich zu nehmen. Zur Schweißinduktion wurde eine Iontophorese-Sitzung mit Carbachol-Gelen durchgeführt. Während des gesamten Untersuchungszeitraums wurden regelmäßig Schweißproben der Probanden entnommen und mit dem Sensorpflaster analysiert. Der Blutzuckerspiegel wurde alle 15 Minuten mit einem handelsüblichen Care Touch-Blutzuckermessgerät aufgezeichnet. Während der Humanstudien wurden frische Kapillarblutproben mithilfe einer Fingerstichprobe entnommen. Nachdem die Fingerspitze mit einem Alkoholtupfer gereinigt und an der Luft getrocknet worden war, wurde die Haut mit einer CareTouch-Stechhilfe punktiert. Die Proben wurden mit Zentrifugenröhrchen gesammelt, nachdem der erste Blutstropfen mit Gaze abgewischt wurde. Nach Abschluss des 90-minütigen standardisierten Gerinnungsverfahrens wurde das Serum durch 15-minütiges Zentrifugieren bei 6.000 U/min abgetrennt und sofort zur Analyse mit GC-MS, den LEG-MIP-Sensoren und dem benutzerdefinierten Insulintest bei –20 °C gelagert.

Für die BCAA-Diät-Challenge-Studie wurden die gesammelten Serumproben mit einem maßgeschneiderten Insulin-Sandwich-Immunoassay analysiert. Die MBs wurden auf Grundlage einer früheren Veröffentlichung50 modifiziert. Kurz gesagt, 3 μl MBs wurden mit 50 mg ml-1 EDC/Sulfo-NHS in MES-Puffer (25 mM, pH 5) für 35 Minuten aktiviert, gefolgt von einer Immobilisierung des Einfangantikörpers (25 μg ml-1 in MES-Puffer) für 15 Minuten. Nach der Deaktivierung mit 1 M Ethanolamin in Phosphatpuffer (0,1 M, pH 8) wurden MBs in 25-μl-Standards, die in 1 % BSA hergestellt wurden, oder in fünffach in 1 % BSA verdünnten Serumproben 15 Minuten lang inkubiert. Von hier aus wurden die Perlen nach jedem Bindungsschritt zweimal mit 1 % BSA gespült. Als nächstes wurden die MBs in 25 μl Biotin-Detektor-Antikörper (1,0 μg ml−1) in 1 % BSA für 30 Minuten inkubiert, gefolgt von 15 Minuten in Streptavidin-Peroxidase-Konjugat (2.500 ×), hergestellt in 1 % BSA. Die amperometrische Detektion erfolgte durch Anlegen eines konstanten Potentials von –0,2 V an MBs, die in 45 μl 1 mM Hydrochinon resuspendiert waren, und 5 μl 5 mM H2O2 wurden auf die siebgedruckten Kohlenstoffelektroden pipettiert, als sich der Hintergrundstrom stabilisierte.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Research Reporting Summary.

Die wichtigsten Daten, die die Ergebnisse dieser Studie stützen, sind im Papier und seinen ergänzenden Informationen verfügbar. Quelldaten für Abb. 4 und 5 und für ergänzende Abbildungen. 36 und 39–41 liegen diesem Dokument bei. Alle während der Studie generierten Rohdaten und analysierten Datensätze sind auf Anfrage beim entsprechenden Autor erhältlich. Quelldaten werden mit diesem Dokument bereitgestellt.

Trumbo, P., Schlicker, S., Yates, AA & Poos, M. Nahrungsreferenzwerte für Energie, Kohlenhydrate, Ballaststoffe, Fett, Fettsäuren, Cholesterin, Protein und Aminosäuren. Marmelade. Diät. Assoc. 102, 1621–1630 (2002).

Artikel PubMed Google Scholar

Wu, G. Aminosäuren: Stoffwechsel, Funktionen und Ernährung. Aminosäuren 37, 1–17 (2009).

Artikel PubMed Google Scholar

Lynch, CJ & Adams, SH Verzweigtkettige Aminosäuren bei der metabolischen Signalübertragung und Insulinresistenz. Nat. Rev. Endocrinol. 10, 723–736 (2014).

Artikel CAS PubMed PubMed Central Google Scholar

Wang, TJ et al. Metabolitenprofile und das Risiko, an Diabetes zu erkranken. Nat. Med. 17, 448–453 (2011).

Artikel PubMed PubMed Central Google Scholar

Mayers, JR et al. Der Anstieg der zirkulierenden verzweigtkettigen Aminosäuren ist ein frühes Ereignis in der Entwicklung eines Pankreas-Adenokarzinoms beim Menschen. Nat. Med. 20, 1193–1198 (2014).

Artikel CAS PubMed PubMed Central Google Scholar

Kau, AL, Ahern, PP, Griffin, NW, Goodman, AL & Gordon, JI Menschliche Ernährung, das Darmmikrobiom und das Immunsystem. Natur 474, 327–336 (2011).

Artikel CAS PubMed PubMed Central Google Scholar

Fernstrom, JD & Wurtman, RJ Serotoningehalt im Gehirn: physiologische Abhängigkeit vom Tryptophanspiegel im Plasma. Wissenschaft 173, 149–152 (1971).

Artikel CAS PubMed Google Scholar

Fernstrom, JD & Fernstrom, MH Synthese und Funktion von Tyrosin, Phenylalanin und Katecholamin im Gehirn. J. Nutr. 137, 1539S–1547S (2007).

Artikel CAS PubMed Google Scholar

Dierckx, T. et al. Der metabolische Fingerabdruck des Schweregrads von COVID-19. Vorabdruck bei medRxiv (2020) https://doi.org/10.1101/2020.11.09.20228221

Grant, WB et al. Hinweise darauf, dass eine Vitamin-D-Supplementierung das Risiko von Influenza- und COVID-19-Infektionen und Todesfällen verringern könnte. Nährstoffe 12, 988–1006 (2020).

Artikel CAS PubMed Central Google Scholar

Belanger, MJ et al. COVID-19 und Unterschiede in der Ernährung und Fettleibigkeit. N. engl. J. Med. 383, e69 (2020).

Artikel CAS PubMed Google Scholar

Stefan, N., Birkenfeld, AL & Schulze, MB Globale Pandemien sind miteinander verbunden – Fettleibigkeit, beeinträchtigte Stoffwechselgesundheit und COVID-19. Nat. Rev. Endocrinol. 17, 135–149 (2021).

Artikel CAS PubMed Google Scholar

Wishart, DS Neue Anwendungen der Metabolomik in der Arzneimittelentwicklung und Präzisionsmedizin. Nat. Rev. Drug Discov. 15, 473–484 (2016).

Artikel CAS PubMed Google Scholar

Dettmer, K., Aronov, PA & Hammock, BD Massenspektrometrie-basierte Metabolomik. Massenspektrometer. Rev. 26, 51–78 (2007).

Artikel CAS PubMed PubMed Central Google Scholar

Ray, TR et al. Biointegrierte tragbare Systeme: Eine umfassende Übersicht. Chem. Rev. 119, 5461–5533 (2019).

Artikel CAS PubMed Google Scholar

Hollander, JE & Carr, BG Nahezu perfekt? Telemedizin für COVID-19. N. engl. J. Med. 382, 1679–1681 (2020).

Artikel CAS PubMed Google Scholar

Niu, S. et al. Ein drahtloses Körperbereichssensornetzwerk basierend auf dehnbaren passiven Tags. Nat. Elektron. 2, 361–368 (2019).

Artikel Google Scholar

Meng, K. et al. Ein drahtloses, textilbasiertes Sensorsystem für eine autarke, personalisierte Gesundheitsversorgung. Angelegenheit 2, 896–907 (2020).

Artikel Google Scholar

Wang, C. et al. Überwachung der zentralen Blutdruckwellenform über ein konformes Ultraschallgerät. Nat. Biomed. Ing. 2, 687–695 (2018).

Artikel PubMed PubMed Central Google Scholar

Ni, X. et al. Automatisierte, multiparametrische Überwachung von respiratorischen Biomarkern und Vitalfunktionen in klinischen und häuslichen Umgebungen für COVID-19-Patienten. Proz. Natl Acad. Wissenschaft. USA 118, e2026610118 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Jeong, H. et al. Differenzielles kardiopulmonales Überwachungssystem zur artefaktunterdrückten physiologischen Verfolgung von Sportlern, Arbeitern und COVID-19-Patienten. Wissenschaft. Adv. 7, eabg3092 (2021).

Artikel PubMed PubMed Central Google Scholar

Sempionatto, JR et al. Ein epidermales Pflaster zur gleichzeitigen Überwachung hämodynamischer und metabolischer Biomarker. Nat. Biomed. Ing. 5, 737–748 (2021).

Artikel CAS PubMed Google Scholar

Xu, C., Yang, Y. & Gao, W. Hautschnittstellensensoren in der digitalen Medizin: von Materialien zu Anwendungen. Materie 2, 1414–1445 (2020).

Artikel PubMed PubMed Central Google Scholar

Heikenfeld, J. et al. Zugriff auf Analyten in Bioflüssigkeiten für die periphere biochemische Überwachung. Nat. Biotechnologie. 37, 407–419 (2019).

Artikel CAS PubMed Google Scholar

Bariya, M., Nyein, HYY & Javey, A. Tragbare Schweißsensoren. Nat. Elektron. 1, 160–171 (2018).

Artikel Google Scholar

Yang, Y. & Gao, W. Tragbare und flexible Elektronik für die kontinuierliche molekulare Überwachung. Chem. Soc. Rev. 48, 1465–1491 (2019).

Artikel CAS PubMed Google Scholar

Kim, J., Campbell, AS, de Ávila, BE-F. & Wang, J. Tragbare Biosensoren für die Gesundheitsüberwachung. Nat. Biotechnologie. 37, 389–406 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Gao, W. et al. Vollständig integrierte tragbare Sensorarrays für die Multiplex-In-situ-Schweißanalyse. Natur 529, 509–514 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Bandodkar, AJ et al. Batterielose, mit der Haut verbundene mikrofluidische/elektronische Systeme für die gleichzeitige elektrochemische, kolorimetrische und volumetrische Analyse von Schweiß. Wissenschaft. Adv. 5, eaav3294 (2019).

Artikel PubMed PubMed Central Google Scholar

Emaminejad, S. et al. Autonome Schweißextraktion und -analyse zur Überwachung von Mukoviszidose und Glukose mithilfe einer vollständig integrierten tragbaren Plattform. Proz. Natl Acad. Wissenschaft. USA 114, 4625–4630 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Torrente-Rodríguez, RM et al. Untersuchung der Cortisoldynamik im menschlichen Schweiß mithilfe eines drahtlosen mHealth-Systems auf Graphenbasis. Materie 2, 921–937 (2020).

Artikel PubMed PubMed Central Google Scholar

Koh, A. et al. Ein weiches, tragbares Mikrofluidikgerät zur Erfassung, Speicherung und kolorimetrischen Erfassung von Schweiß. Wissenschaft. Übers. Med. 8, 366ra165 (2016).

Artikel PubMed PubMed Central Google Scholar

Ray, TR et al. Weiche, mit der Haut verbundene Schweißaufkleber für die Diagnose und Behandlung von Mukoviszidose. Wissenschaft. Übers. Med. 13, eabd8109 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Lee, H. et al. Ein auf Graphen basierendes elektrochemisches Gerät mit thermoresponsiven Mikronadeln zur Diabetesüberwachung und -therapie. Nat. Nanotechnologie. 11, 566–572 (2016).

Artikel Google Scholar

Lee, H. et al. Tragbares/Einweg-Gerät zur schweißbasierten Glukoseüberwachung mit mehrstufigem Modul zur transdermalen Arzneimittelabgabe. Wissenschaft. Adv. 3, e1601314 (2017).

Artikel PubMed PubMed Central Google Scholar

Kim, J. et al. Nichtinvasive Alkoholüberwachung mithilfe eines tragbaren, tätowierten iontophoretischen Biosensorsystems. ACS Sens. 1, 1011–1019 (2016).

Artikel CAS Google Scholar

Kim, J. et al. Ein mit der Haut verbundenes, miniaturisiertes mikrofluidisches Analyse- und Abgabesystem zur kolorimetrischen Messung von Nährstoffen im Schweiß und zur Versorgung mit Vitaminen durch die Haut. Adv. Wissenschaft. 9, 2103331 (2022).

Artikel CAS Google Scholar

Sempionatto, JR et al. Tragbare und mobile Sensoren für personalisierte Ernährung. ACS Sens. 6, 1745–1760 (2021).

Artikel CAS PubMed Google Scholar

Yang, Y. et al. Ein lasergravierter tragbarer Sensor zur empfindlichen Erkennung von Harnsäure und Tyrosin im Schweiß. Nat. Biotechnologie. 38, 217–224 (2020).

Artikel CAS PubMed Google Scholar

Yu, Y. et al. Biokraftstoffbetriebene weiche elektronische Haut mit Multiplex- und drahtloser Sensorik für Mensch-Maschine-Schnittstellen. Wissenschaft. Roboter. 5, eaaz7946 (2020).

Artikel PubMed PubMed Central Google Scholar

Wang, J. Elektrochemische Biosensoren: Auf dem Weg zur Krebsdiagnostik am Behandlungsort. Biosens. Bioelektron. 21, 1887–1892 (2006).

Artikel CAS PubMed Google Scholar

Uzun, L. & Turner, AP Molekular geprägte Polymersensoren: ihr Potenzial ausschöpfen. Biosens. Bioelektron. 76, 131–144 (2016).

Artikel CAS PubMed Google Scholar

Parlak, O., Keene, ST, Marais, A., Curto, VF & Salleo, A. Molekular selektives tragbares organisches elektrochemisches Gerät auf der Basis einer nanoporösen Membran zur nichtinvasiven Cortisol-Erkennung. Wissenschaft. Adv. 4, eaar2904 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Kaspar, H., Dettmer, K., Gronwald, W. & Oefner, PJ Automatisierte GC-MS-Analyse freier Aminosäuren in biologischen Flüssigkeiten. J. Chromatogr. B 870, 222–232 (2008).

Artikel CAS Google Scholar

Riedl, B., Nischik, M., Birklein, F., Neundörfer, B. & Handwerker, H. O. Spatial extension of sudomotor axon reflex sweating in human skin. J. Auton. Nerv. Syst. 69, 83–88 (1998).

Artikel CAS PubMed Google Scholar

Newsholme, EA & Blomstrand, E. Verzweigtkettige Aminosäuren und zentrale Müdigkeit. J. Nutr. 136, 274S–276S (2006).

Artikel CAS PubMed Google Scholar

Ahlqvist, E. et al. Neuartige Untergruppen von Altersdiabetes und ihr Zusammenhang mit den Ergebnissen: eine datengesteuerte Clusteranalyse von sechs Variablen. Lancet Diabetes Endocrinol. 6, 361–369 (2018).

Artikel PubMed Google Scholar

Layman, DK & Walker, DA Mögliche Bedeutung von Leucin bei der Behandlung von Fettleibigkeit und dem metabolischen Syndrom. J. Nutr. 136, 319S–323S (2006).

Artikel CAS PubMed Google Scholar

Kitson, FG, Larsen, BS & McEwen, CN Mass Spectrometry: A Practical Guide, S. 3–23 (Academic Press, San Diego, 1996).

Torrente-Rodríguez, RM et al. Schnelle Endoglin-Bestimmung in Serumproben mithilfe einer amperometrischen, magnetisch betätigten Einweg-Immunsensorplattform. J. Pharm. Biomed. 129, 288–293 (2016).

Artikel Google Scholar

Referenzen herunterladen

Dieses Projekt wurde vom National Institutes of Health Grant R01HL155815, den Office of Naval Research Grants N00014-21-1-2483 und N00014-21-1-2845, dem Translational Research Institute for Space Health durch NASA NNX16AO69A, dem NASA Cooperative Agreement 80NSSC20M0167, unterstützt. High Impact Pilot Research Award T31IP1666 und Zuschuss R01RG3746 vom Tobacco-Related Disease Research Program, Caltech-City of Hope Biomedical Initiative Pilot Grant und dem Rothenberg Innovation Initiative Program am California Institute of Technology. JT wurde durch das National Science Scholarship (NSS) der Agency of Science Technology and Research (A*STAR) Singapur unterstützt. Wir danken dem Kavli Nanoscience Institute am Caltech für die entscheidende Unterstützung und Infrastruktur, die diese Arbeit bereitgestellt hat. Dieses Projekt profitierte von der Verwendung von Instrumenten, die vom Caltech Environmental Analysis Center zur Verfügung gestellt wurden, und wir danken N. Dalleska für seine Unterstützung im Bereich GC-MS. Wir danken außerdem Z. Wang für den Beitrag zur Entwicklung mobiler Apps, RM Torrente-Rodríguez für die Optimierung des Insulintests und S. Bao für die wertvollen Beiträge.

Diese Autoren haben gleichermaßen beigetragen: Minqiang Wang, Yiran Yang, Jihong Min.

Andrew und Peggy Cherng, Abteilung für Medizintechnik, Abteilung für Ingenieurwissenschaften und angewandte Wissenschaft, California Institute of Technology, Pasadena, CA, USA

Minqiang Wang, Yiran Yang, Jihong Min, Yu Song, Jiaobing Tu, Cui Ye, Changhao Xu und Wei Gao

Abteilung für Angewandte Physik und Materialwissenschaften, Abteilung für Ingenieurwesen und Angewandte Wissenschaft, California Institute of Technology, Pasadena, CA, USA

Daniel Mukasa

Fakultät für Elektrotechnik, Abteilung für Ingenieurwissenschaften und angewandte Wissenschaft, California Institute of Technology, Pasadena, CA, USA

Nicole Heflin

Abteilung für hämatologische Malignitäts-Translationswissenschaften, Beckman Research Institute in City of Hope, Duarte, CA, USA

Jeannine S. McCune

Abteilung für Kardiologie, David Geffen School of Medicine, University of California, Los Angeles, CA, USA

Tzung K. Hsiai

Abteilung für klinische Ernährung, David Geffen School of Medicine, University of California, Los Angeles, CA, USA

Zhaoping Li

Sie können diesen Autor auch in PubMed Google Scholar suchen

WG, MW, YY und JM haben das Konzept initiiert und die Studien entworfen; WG überwachte die Arbeiten; MW, YY und JM leiteten die Experimente und sammelten die Gesamtdaten; YS, JT, DM, CY und CX trugen zur Sensorcharakterisierung, Validierung und Probenanalyse bei; NH trug zur Signalverarbeitung und App-Entwicklung bei. JSM, TKH und ZL trugen zum Design der Humanstudien bei. WG, MW, YY und JM haben das Papier gemeinsam geschrieben. Alle Autoren trugen zur Datenanalyse bei und gaben Feedback zum Manuskript.

Korrespondenz mit Wei Gao.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Biomedical Engineering dankt den anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Ergänzende Anmerkungen, Abbildungen, Tabellen und Referenzen.

Demonstration am Körper mit dem entwickelten Sensorpflaster und der App.

Simulation und Validierung der mikrofluidischen Schweißerfrischung.

Iontophorese-induzierte mikrofluidische Schweißprobenahme im Ruhezustand.

Quelldaten für Abb. 4 und 5 und ergänzende Abbildungen. 36 und 39–41.

Springer Nature oder sein Lizenzgeber besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.

Nachdrucke und Genehmigungen

Wang, M., Yang, Y., Min, J. et al. Ein tragbarer elektrochemischer Biosensor zur Überwachung von Metaboliten und Nährstoffen. Nat. Biomed. Eng 6, 1225–1235 (2022). https://doi.org/10.1038/s41551-022-00916-z

Zitat herunterladen

Eingegangen: 07. Juni 2021

Angenommen: 19. Juni 2022

Veröffentlicht: 15. August 2022

Ausgabedatum: November 2022

DOI: https://doi.org/10.1038/s41551-022-00916-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Wissenschaftliche Berichte (2023)

Nature Reviews Endokrinologie (2023)

Nature Reviews Bioengineering (2023)

Mikrosysteme und Nanotechnik (2023)

npj Flexible Elektronik (2023)