近日，我院查勇红博士与国内同行合作的研究成果“ SHARP: Signal-to-noise Heightening via Asynchronous Reaction Partitioning in time domain for ultrasensitive and reliable immunoassay of dibutyl phthalate”在SCI一区Top期刊Biosensors and Bioelectronics发表。
邻苯二甲酸二丁酯（DBP）是从微塑料中浸出的主要共污染物之一，被视为典型的内分泌干扰物。其在环境中广泛存在，且低剂量效应显著，对公众健康构成严重威胁。因此，亟需一种适用于实际样本的超灵敏检测方法。
Figure 1. Schematic diagram of the SHARP-cELISA
针对这一问题，本文提出了一种“时间域异步反应分区的信噪比提升”（SHARP）策略。该策略利用酪胺信号放大的动力学差异，精确识别最优反应时间窗口：在该窗口内，特异性信号可被充分放大，而非特异性背景仍保持可忽略。基于这一 SHARP 机制，构建了用于 DBP 检测的竞争性 ELISA（SHARP-cELISA），并以酪胺功能化稀土荧光纳米颗粒（NaYF₄:Ce,Tb）作为信号标记。进一步引入高斯过程回归（GPR）机器学习，对竞争抑制曲线进行非参数建模；其置信区间可为低浓度样本结果的可靠性提供统计学支持。SHARP-cELISA 的检出限为 5.4 pg/mL，在水样中的加标回收率为 94.2%–102.7%。该方法从时间域划分的新视角，为克服非特异性吸附问题提供了新范式。
Figure 3. Mathematical model of SHARP
全文网址：https://www.sciencedirect.com/science/article/pii/S0956566326009103