研究背景

帕金森病（PD）是一种神经退行性疾病，以多巴胺能神经元退化导致运动及非运动症状为特征。其临床表现复杂，含震颤、僵直、运动迟缓等多种运动症状及认知障碍、情绪障碍等非运动症状。左旋多巴是目前公认的主要治疗药物，但其治疗窗狭窄及个体差异大，容易出现剂量不足或过量引起运动并发症。为优化疗效，需要持续、精准地监测药物浓度及病情变化。近年来，可穿戴纤维传感器技术的发展为实时检测生理信号及药物水平提供了新思路，不仅能实现柔性、舒适、无创的长时监测，还可与日常生活融合，减轻患者负担。结合生化与运动监测，有助于全面掌握用药效果与病情演变，推动个体化医疗在帕金森病中的应用，为未来神经退行性疾病管理提供参考具潜力。

文章概述

      近日，青岛科技大学的陈克正教授和乔圣林副教授团队针对帕金森病（PD）患者在左旋多巴（Levodopa）治疗中面临的药物浓度波动与运动症状变化等难题，提出了一种融合纤维基生化传感器和摩擦纳米发电机（TENG）的综合实时监测系统。通过在导电棉纤维上原位生长CuCoFe层状双氢氧化物纳米酶（CuCoFe-LDHzyme），传感器实现了对左旋多巴1 µM至250 µM浓度区间的线性检测和0.13 µM的检测限。在此基础上，通过将传感器刺绣到疏水化处理的棉布基底并在纤维表面敷设水凝胶层，该装置可高效收集极少量汗液并显著增强抗干扰能力。研究还提出利用pH传感器对汗液酸碱度进行校正，以保证药物浓度测量更加准确。此外，文中集成的摩擦纳米发电机传感器可将患者震颤转化为电信号，经频谱与时频分析精确量化震颤程度，实现对病情严重度与左旋多巴治疗效果的同步监控。该双重传感模式不仅为个性化、实时的PD管理提供数据支撑，也体现了柔性电子与神经退行性疾病研究的创新思路和应用前景，对未来数据驱动的智慧医疗具有重要的参考价值。该成果以“Intelligent fiber-based sensors for continuous monitoring of levodopa concentration and real-time Parkinson management”为题发表在《Nano Today》上。
原文链接：

https://doi.org/10.1016/j.nantod.2024.102613

图文导读

图1. (A) 天然漆酶的结构示意图。(B) CuCoFe-LDHzyme对左旋多巴催化活性示意图。(C) CuCoFe-LDHzyme的XRD图谱。(D) CuCoFe-LDHzyme的XPS全谱。(E) CuCoFe-LDHzyme中Cu元素的精细谱。(F) Cu元素的AES谱图。(G) 基于纤维的电化学传感器的制备工艺示意图。(H) 制备过程中各阶段对应的SEM图像。(I) 基于纤维传感器中CuCoFe-LDHzyme的EDS元素分布图。

图2. (A) 疏水基质与亲水水凝胶协同效应的示意图。(B) 疏水基质的SEM及EDS图像。(C) 基质和纤维传感器在不同表面修饰条件下的接触角测试。(D) 对比显示修饰前后汗液吸收情况，人工汗液中加入红色染料以增强可见性。(E) 水凝胶包覆纤维传感器在疏水基质（红色）与未处理棉基质（蓝色）上在不同模拟汗液速率下的汗液吸收率比较。(F) 激活1厘米长度汗液传感器所需的最小汗液体积。(G) 不同弯曲角度对纤维传感器信号输出的影响分析。(H) 在干燥和湿润条件下，拉伸与压缩变形对传感器信号的影响评估。(I) 纤维传感器电阻分布均匀性的测试结果。

图3. (A) 基于纤维的电化学传感器的响应电流与pH 7条件下人工汗液中左旋多巴浓度梯度的相关性。(B) (A)中所示线性关系。(C) 纤维传感器对指定潜在干扰物的特异性响应。(D) 传感器在连续监测中的信号稳定性评估。(E) 不同pH值对传感器响应电流的影响。(F) (E)中所示pH值与响应电流的相关性。(G) pH传感器在不同pH值下的响应电流。(H) (G)中所示线性关系。(I) 志愿者服药后汗液中药物浓度的定量分析。

图4. (A) 用于帕金森病患者震颤运动监测及预后评估的摩擦电传感器应用示意图。(B) 摩擦电原理的示意图。(C) 摩擦电传感器稳定性分析。(D) 不同震颤强度下采集的摩擦电信号。(E) 通过短时傅里叶变换（STFT）获得不同震颤运动的震颤频率和幅度。(F-I) 根据STFT分析震颤频率随震颤严重程度的变化。

结论

展望未来，这套纤维电化学传感器与TENG结合的实时监测平台可进一步与大数据、人工智能等技术深度融合，实现对帕金森病进程的预测分析与远程医疗管理。随着传感器材料、柔性电子工艺的不断改进，其检测灵敏度和抗干扰性能将继续提升，应用场景也可拓展至其他神经退行性疾病如阿尔茨海默病、亨廷顿病等。通过精准采集患者日常运动与生化信号，平台不仅能辅助医生进行个体化用药调整，更能在家居环境中实现长程病情监控，从而降低因就医不便或延误治疗造成的风险。未来若可配合可植入调控设备或通过神经调控技术联动，则有望形成“监测—分析—干预”一体化闭环，为神经退行性疾病的多维度治疗策略提供更精准的数据支撑与决策辅助，在智慧医疗和个性化医学领域展现更为广阔的应用前景。