课题组负责人陈惠，复旦大学化学系副教授，博士生导师，上海浦江人才计划获得者。本课题组长期从事分析化学方面的科研工作，研究方向集中在生物传感器、疾病诊断、人工智能在分析化学中的应用等领域，主持国家自然科学基金仪器专项、重点项目和面上项目十余项、上海市生物医药支撑项目、上海市科委重点项目、上海市浦江人才计划和上海市自然科学基金等项目。

【项目一】肿瘤外泌体的高灵敏检测及应用

项目背景：

      肿瘤外泌体是由肿瘤细胞分泌的纳米级囊泡，直径约40-160纳米，外泌体携带的肿瘤特异性生物标志物有助于在早期阶段发现肿瘤，提升治愈率，因此在复杂样本中对外泌体的精准识别及其内涵分子的高灵敏度检测具有重要意义。

项目内容：

      在肿瘤外泌体精准识别上，课题组研发出双功能聚多巴胺修饰SERS传感界面，识别单个外泌体仅需2uL样本，解决了复杂样本中外泌体分离效率低的问题；在内涵分子分析上，课题组通过等离子体共振增强和基因编辑策略实现外泌体蛋白质和核酸的定量检测；在可视化检测上，课题组发展级联信号放大策略实现可视化检测，信号放大倍数21倍，解决了可视化检测灵敏度低的问题。临床验证显示，该方法可用于胰腺癌病人和健康人的区分，肿瘤一期、二期和三期的区分，以及转移和非转移判别。

项目总结：

      综上所述，课题组针对复杂样本中外泌体的精准识别及其内涵分子的高灵敏度检测进行了应用研究和临床验证，具有灵敏度高、重现性好和稳定性强等优点。本项目具有合作转化需求，希望与相关单位或投资机构合作，开展产业化探索。

【项目二】深度学习用于肿瘤的体外诊断

项目背景：

      肿瘤的早期诊断对改善患者预后至关重要，而液体活检在早期肺癌筛查中发挥着重要作用。在液体活检领域，无标记的表面增强拉曼散射（SERS）具有独特的优势，因为它能够提供关于血清分子组成的全面信息。然而，不均匀的SERS基底对可靠的临床诊断构成了挑战。

项目内容：

      构建了一种改进的集成学习结合界面控制的SERS方法（SCSIEL）用于肺癌筛查和诊断。该精细控制的SERS基底确保了表面的均匀性和SERS光谱的高重现性。SCSIEL中使用的改进集成学习由多层结构组成。该SCSIEL系统通过对肺癌患者和健康对照的临床血清样本的直接分析进行了验证，获得了94.0%的准确率，优于临床六项生物标志物组合在肺癌筛查中的表现。

      开发了一种以大型语言模型（LLMs）为中心的人工智能（AI）代理，名为ChatExosome，旨在为临床光谱分析和诊断创建一个互动便利的系统。ChatExosome由两个部分组成：一是基于自注意力机制和下采样的特征融合变换器，用于处理细胞衍生外泌体和临床样本的拉曼光谱，分别达到了95.8%和94.1%的准确率。二是基于LLM的互动聊天代理。采用检索增强生成方法来增强与外泌体相关的知识。LLM作为该互动系统的核心，能够识别用户的意图并调用适当的插件来处理外泌体的拉曼数据。

项目总结：

      开发了一种可靠的增强式集成学习算法结合血清指纹光谱法用于肺癌诊断。这种快速、安全、无创且敏感的方法在肺癌常规预筛查工具的开发中具有巨大潜力，并能改善肺癌患者的预后。构建了一种基于深度学习的AI智能体，利用外泌体光谱学，并结合大语言模型，通过光谱信息和文本信息的融合进行肝细胞癌（HCC）诊断，这是首个专注于外泌体光谱学和诊断的AI代理，弥合了光谱分析与临床诊断之间的鸿沟，展现出在智能诊断中的巨大潜力。

【项目三】重金属离子检测：纸基底表面增强拉曼检测传感器

项目背景：

      表面增强拉曼现象（Surface-Enhanced Raman Scattering, SERS）指的是某些分子吸附在粗糙的金属表面时，它们的拉曼信号会被大幅增强，从而被进行超灵敏检测。纸基底表面增强拉曼检测传感器充分利用纸基底吸水性好、多孔、成本低廉等优点，可对重金属离子含量进行检测，快速高效，且灵敏度高。

项目内容：

      该项目传感器制备流程首先在玻碳纤维纸基底表面进行修饰，形成表面增强拉曼纸基底；再使用还原剂将巯基修饰的重金属离子的核酸适配体DNA进行还原，形成修饰后的纸基SERS传感器。该SERS纸基底对相应的重金属离子具有识别和传感功能，已应用于牛奶等乳制食品中的重金属离子快速定量检测。除了重金属，还可检测水产中的孔雀石绿和汽油中的二苯并噻吩等物质。

项目总结：

      上述纸基SERS传感器提供了高灵敏度和稳定性的拉曼效应增强效果，同时也是一种经济的、便捷的表面增强拉曼检测基底，配合通用便携式拉曼光谱仪即可在检测领域有广泛应用。本项目具有合作转化需求，希望与相关单位或投资机构合作，开展产业化探索。