来源：Industrially scalable smart textile wearable biosensor for real-time monitoring of metabolites and electrolytes from human biofluid（Sensors and Actuators A: Physical）| 编译：DNA Lab Space | 原文许可：elsevier-subscription
导读
汗液中的代谢物与电解质是反映人体健康状态的重要窗口。本研究开发了一种基于丝网印刷技术的智能纺织品可穿戴电化学生物传感器，可在运动和静息状态下连续监测汗液中的葡萄糖、乳酸、钠离子、钾离子和pH值。工作电极采用普鲁士蓝修饰的还原氧化石墨烯复合材料，分别通过酶固定和离子选择性膜实现代谢物与电解质的检测。该传感器对葡萄糖和乳酸的灵敏度分别达到10.18和15.16 μA mM⁻¹ cm⁻²，线性相关系数R²分别为0.998和0.9947，并在人体运动测试中实现了无线实时监测。
研究背景
汗液中的生物标志物是人体的重要生理组成，能够为了解个体健康状况提供有价值的信息。糖尿病作为一种代谢疾病，被称为"沉默的流行病"，其长期存在可对心脏、肾脏和神经造成严重损害。据世界卫生组织报告，全球约有4.22亿人患有糖尿病，每年直接导致150万人死亡。乳酸是继葡萄糖之后第二低分子量代谢物，在过度运动时可引发疲劳、电化学失衡和高乳酸血症等健康问题。
剧烈运动引起的电解质缺乏会导致大量出汗，增加脱水和电解质流失的风险。例如，剧烈运动期间钠离子的过度流失可导致严重的低钠血症，其低浓度直接影响身体和精神表现。同样，钾离子失衡可导致低钾血症，引起虚弱、疲劳、肌肉痉挛、心律异常和心悸。pH值是潜在疾病诊断的重要指标，与皮肤疾病、糖尿病和囊性纤维化相关。
基于智能纺织品的可穿戴生物传感器因其能够提供无创、实时的生理和生化标志物监测，在运动和医疗领域引起了越来越多的关注。然而，开发兼具工业可扩展性、多靶标检测能力和良好穿戴舒适性的平台仍面临挑战。
研究方法
2.1 材料
本研究使用的化学试剂包括：氧化石墨烯（GO）、四乙烯五胺（TEPA）、氢氧化钠（NaOH）、L-抗坏血酸（L-AA）、盐酸（HCl）、铁氰化钾（K₄Fe(CN)₆）、氯化钾（KCl）、氯化钠（NaCl）、氯化铵（NH₄Cl）、银/氯化银（Ag/AgCl）、聚乙烯醇缩丁醛（PVB）、氯化镁（MgCl₂）、D-葡萄糖、来自黑曲霉的葡萄糖氧化酶（GOx）、L-乳酸钠、磷酸二氢钠（NaH₂PO₄）和磷酸氢二钠（Na₂HPO₄）；以上试剂均购自Sigma-Aldrich。N，N-二甲基甲酰胺（DMF）用作产物合成中的溶剂，聚氯乙烯（PVC）作为增塑剂以保护工作电极表面免受浸出。制备钠离子选择性膜时，使用了4-叔丁基杯[4]芳烃四乙酸四乙酯、四(3,5-双(三氟甲基)苯基)硼酸钠（Na-TFPB）、癸二酸二正辛酯（DOS）、十二烷基苯磺酸（DBSA）、庚烷和环己烷等试剂。钾离子选择性膜配方中包含缬氨霉素、四氢呋喃（THF）和四苯硼酸钠（NaTPB）。疏水性纺织织物基底由奥地利Grabher Group提供。所有实验使用pH 7.4的0.1 M磷酸盐缓冲盐水（PBS）。作为背景溶液的人工汗液含有60 mM NaCl、6 mM KCl、5 mM NH₄Cl、0.08 mM MgCl₂、2.6 mM NaHCO₃和0.04 mM Na₂HPO₄，pH 7.4 [21]。
【数据】试剂来源：Sigma-Aldrich；缓冲液：0.1 M PBS，pH 7.4；人工汗液成分：60 mM NaCl、6 mM KCl、5 mM NH₄Cl、0.08 mM MgCl₂、2.6 mM NaHCO₃、0.04 mM Na₂HPO₄；人工汗液pH：7.4；纺织基底供应商：Grabher Group，奥地利
2.2 普鲁士蓝修饰RGO的制备
还原氧化石墨烯（RGO）的制备方法如下：将100 mg氧化石墨烯（GO）分散于200 mL烧杯中的50 mL乙醇中，随后在60 °C下超声处理两小时。超声处理后，将溶液转移至另一烧杯，用微量移液器加入2.0 mL 2.0 M NaOH，然后在室温下磁力搅拌30分钟。为引发还原反应，逐滴加入100 µL TEPA，混合物在室温下以250 rpm搅拌超过15小时。所得分散液用去离子水反复洗涤，使用Whatman滤纸过滤，并在90 °C烘箱中干燥两小时，得到RGO。制备普鲁士蓝（PB）修饰的RGO（RGO-PB）[29]时，将1.0 g RGO粉末悬浮于10 mL含0.016 M K₄Fe(CN)₆的0.44 M HNO₃溶液中，随后在室温下持续搅拌条件下加入10 mL含0.016 M FeCl₂的0.44 M HNO₃溶液，搅拌20分钟。普鲁士蓝（PB）颗粒形成并吸附到RGO上，之后将混合物真空过滤，用0.44 M HNO₃洗涤三次，在90 °C下干燥2小时，储存用于生物传感器电极制造 [29,30]。
【数据】GO用量：100 mg；乙醇体积：50 mL；超声温度：60 °C；超声时间：2 h；NaOH浓度：2.0 M；NaOH体积：2.0 mL；搅拌时间：30 min；TEPA体积：100 µL；搅拌转速：250 rpm；搅拌时间：>15 h；干燥温度：90 °C；干燥时间：2 h；K₄Fe(CN)₆浓度：0.016 M；HNO₃浓度：0.44 M；FeCl₂浓度：0.016 M；搅拌时间：20 min；洗涤次数：3次
2.3 浆料配方
制备传感电极浆料时，将1.0 g研磨后的PB修饰RGO粉末悬浮于15.0 mL DMF溶剂中，磁力搅拌1.0小时 [20]。之后，加入0.2 g研磨的炭黑（CB）。另外，在另一烧杯中将10%聚丙烯酸溶液粘合剂溶解于20.0 mL DMF中，通过磁力搅拌器剧烈搅拌30分钟进行均质化。然后将两种溶液通过电动混合器在室温下充分混合过夜。最终浆料定义为RGO-PB-CB。为在纺织基底上形成耐久涂层，向配方浆料中加入几滴（1.5%）A36润湿剂。
【数据】PB-RGO粉末：1.0 g；DMF体积：15.0 mL；搅拌时间：1.0 h；炭黑：0.2 g；聚丙烯酸浓度：10%；DMF体积：20.0 mL；均质化时间：30 min；混合时间：过夜；混合温度：室温；润湿剂：A36，1.5%
2.4 电极传感器制造
印刷电化学代谢物和电解质检测纺织织物基生物传感器的示意图如图1所示。使用计算机辅助设计（CAD）软件设计了三电极配置，对电极（CE）配置为最大化表面积，整体反应区尺寸为一定值。工作电极（WE）和CE使用RGO-PB-CB导电浆料制造，小心地施加到WE和CE反应区。参考电极（RE）通过工业丝网印刷技术将银/氯化银浆料施加到纺织基底上制备。同时，将10 µL PVB溶液（由79.1 mg PVB和50 mg NaCl溶解于1.0 mL甲醇中制备）滴铸到参考电极（RE）表面 [8,31]。最后，用亲水性纺织品覆盖反应区，以防止人体运动带来的不必要机械摩擦。
【数据】电极配置：三电极；工作电极/对电极浆料：RGO-PB-CB；参考电极浆料：Ag/AgCl；PVB质量：79.1 mg；NaCl质量：50 mg；甲醇体积：1.0 mL；PVB溶液滴铸体积：10 µL；印刷技术：工业丝网印刷
2.5 纺织基代谢物生物传感器的制造
检测葡萄糖和乳酸等代谢物的纺织基生物传感器制造涉及精确的酶固定过程。对于乳酸检测，将2.5 μL含有15 mg/mL乳酸氧化酶（LOx）、5 mg/mL牛血清白蛋白（BSA）和0.5%（wt）Aquivion的水溶液滴铸到工作电极（WE）上。葡萄糖检测采用相同程序固定葡萄糖氧化酶（GOx）。施加后，酶层在室温下干燥20分钟，然后通过滴铸1.5 μL由3 mg/mL ETH 500、33 mg/mL PVC和66 mg/mL癸二酸二辛酯（DOS）溶解于四氢呋喃（THF）中的溶液形成外层PVC基聚合物膜。该膜在环境条件下再干燥20分钟。最后，生物传感器电极在4 °C人工汗液中过夜调理，以确保测量前的最佳性能。
【数据】LOx浓度：15 mg/mL；BSA浓度：5 mg/mL；Aquivion浓度：0.5%（wt）；酶溶液体积：2.5 μL；干燥温度：室温；干燥时间：20 min；ETH 500浓度：3 mg/mL；PVC浓度：33 mg/mL；DOS浓度：66 mg/mL；外层膜体积：1.5 μL；二次干燥时间：20 min；调理温度：4 °C；调理时间：过夜
2.6 葡萄糖和乳酸生物传感器性能优化
为增强STE生物传感器的性能，仔细优化了多个参数，包括电极的工作电位、PB介导的RGO-CB电极的电流响应以及不同浓度GOx和LOx溶液下的电化学行为。如图S1（a–b）所示，在10 mM乳酸、0.1 M PBS和100 μM葡萄糖存在下记录了STE的循环伏安图。在−0.6–0.9 V电位窗口内观察到明显的H₂O₂催化还原，在−0.1 V处出现明显的阴极峰。该响应可归因于电极表面PB的存在。为进一步确定精确的阴极电位，通过施加四个不同电位（−0.02、−0.05、−0.10和−0.15 V）进行计时安培测量。结果显示，在−0.10 V时电流响应持续增加，而在低于−0.10 V的电位下观察到下降，如图S1（c）所示。基于这些观察结果，选择−0.10 V作为后续实验的最佳工作电位。
【数据】乳酸浓度：10 mM；PBS浓度：0.1 M；葡萄糖浓度：100 μM；电位窗口：−0.6–0.9 V；阴极峰电位：−0.1 V；测试电位：−0.02、−0.05、−0.10、−0.15 V；最佳工作电位：−0.10 V
2.7 pH和电解质选择性生物传感器的制造
对于pH选择性膜，工作电极通过滴铸5 mg/mL PANI-EB在庚烷中与1摩尔当量DBSA的溶液制备。之后，溶液超声处理30分钟，并用0.2 μm注射器过滤器过滤以去除任何大的未悬浮颗粒。为覆盖碳浆WE，滴铸10 μL溶液并在室温下干燥。钠离子选择性膜混合物制备方法：首先将1.0 mg 4-叔丁基杯[4]芳烃-四乙酸四乙酯、0.45 mg Na-TFPB和60 mg DOS溶解于1 mL四氢呋喃中 [31]。溶液超声处理30分钟直至完全溶解，形成澄清溶液。随后加入15 mg PVC，重复搅拌和超声处理1.5小时以实现完全溶解。所得混合物密封并在4 °C下储存。类似地，钾离子选择性膜按以下方法制备：将1 mg缬氨霉素、0.3 mg NaTPB和35.6 mg DOS溶解于环己酮中 [8]。超声处理30分钟后，加入15 mg PVC并继续超声处理直至组分完全溶解。最终溶液密封并在4 °C下储存备用。
【数据】PANI-EB浓度：5 mg/mL；DBSA：1摩尔当量；超声时间：30 min；过滤器孔径：0.2 μm；滴铸体积：10 μL；钠离子膜：4-叔丁基杯[4]芳烃-四乙酸四乙酯1.0 mg、Na-TFPB 0.45 mg、DOS 60 mg、THF 1 mL、PVC 15 mg；超声时间：30 min + 1.5 h；储存温度：4 °C；钾离子膜：缬氨霉素1 mg、NaTPB 0.3 mg、DOS 35.6 mg、环己酮、PVC 15 mg；超声时间：30 min
2.8 电化学仪器
（原文此处截断，原文未详述后续内容。）
【数据】原文未详述
研究结果
3 结果与讨论
#### 智能纺织品生物传感器用于代谢物、电解质和生物流体分析的设计与评估
图1展示了用于检测代谢物和电解质的智能纺织品基生物传感器示意图，具有用于无线生物标志物监测的集成电子模块。监测代谢物时，工作电极与溶液界面之间发生两种主要反应。在反应的第一阶段，乳酸和葡萄糖在氧化剂LOx和GOx的帮助下被氧化，产生丙酮酸、葡萄糖酸和H₂O₂，如图2（a, g）所示。由于反应的本质是检测H₂O₂以量化样品溶液中的乳酸和葡萄糖，因此需要确定STE生物传感器的适当电位以提供准确的H₂O₂检测。在这方面，发现STE从人工汗液中优化乳酸和葡萄糖的电位为−0.1 V，如图S1（a-c）所示（支持信息）。
【数据】工作电位：−0.1 V；反应产物：丙酮酸、葡萄糖酸、H₂O₂；检测目标：H₂O₂
此外，为实现稳定的电池电位，进行了形态学和元素分析以检查材料特性。STE生物传感器的工作电极由还原氧化石墨烯（RGO）、普鲁士蓝（PB）和炭黑（CB）的复合材料构成。使用扫描电子显微镜（SEM）分析RGO-PB-CB涂层电极的表面形态，如图S2（a, b）所示。SEM分析显示存在皱褶纹理，这增加了表面积并有助于改善电化学性能。使用X射线光电子能谱（XPS）对氧化石墨烯（GO）和还原氧化石墨烯（RGO）进行了元素和化学组成研究，如图S2（c, d）所示。GO用四乙烯五胺（TEPA）功能化，TEPA是一种富氮化合物。TEPA修饰的RGO（TEPARGO）的XPS数据证实了C–C、C–O、CO、O–CO和C–N等官能团的存在。在图S2（c）中，GO的C 1s谱被去卷积，结合能分别为289.83 eV（羧基）、286.36 eV（C–O）、287.84 eV（CO）和284.87 eV（C–C/C–H）[32]。TEPA处理后，氧相关峰强度降低，证实成功脱氧，如图S2（d）所示。284.21 eV处增强的C–C信号和289.15 eV处的π–π*跃迁表明sp²碳框架的重建。此外，TEPARGO与GO相比更低的摩尔比支持TEPA的有效化学还原。
【数据】SEM观察：皱褶纹理；XPS结合能：289.83 eV（羧基）、286.36 eV（C–O）、287.84 eV（CO）、284.87 eV（C–C/C–H）；TEPA处理后C–C信号：284.21 eV；π–π*跃迁：289.15 eV
此外，通过在5.0 mM葡萄糖和5.0 mM乳酸浓度下施加不同扫描速率于CV性能，观察到STE生物传感器良好的电化学行为，如图S3（a-d）所示。峰电流随扫描速率从40.0增加到100.0 mV/s而线性增加，这实际上表明STE电极上发生了扩散控制。为观察STE生物传感器的灵敏度，将不同浓度的乳酸和葡萄糖在人工汗液中滴铸到STE生物传感器的反应区，并通过安培技术收集信号。STE生物传感器提供高灵敏度，乳酸和葡萄糖的检测范围为1.0–20.0 mM，如图2（b, h）所示。STE生物传感器对乳酸和葡萄糖浓度的峰电流在所有浓度下均显示出良好的线性，相关系数分别为乳酸R²= 0.9947和葡萄糖R²= 0.998。基于上述结果，使用公式（1）[33]计算得到STE生物传感器的灵敏度为乳酸15.16 μA mM⁻¹ cm⁻²和葡萄糖10.18 μA mM⁻¹ cm⁻²。检测限（LOD）表示产生电流信号的最低代谢物浓度，使用以下公式（2）[34]计算，其中Sa定义标准差，b为灵敏度。计算得出乳酸基STE生物传感器的LOD为6.95 mM，葡萄糖为0.471 mM，相应地，乳酸的LOQ为23.15 mM，葡萄糖的LOQ为1.57 mM。
【数据】葡萄糖浓度：5.0 mM；乳酸浓度：5.0 mM；扫描速率范围：40.0–100.0 mV/s；检测范围：1.0–20.0 mM；乳酸R²= 0.9947；葡萄糖R²= 0.998；乳酸灵敏度：15.16 μA mM⁻¹ cm⁻²；葡萄糖灵敏度：10.18 μA mM⁻¹ cm⁻²；乳酸LOD：6.95 mM；葡萄糖LOD：0.471 mM；乳酸LOQ：23.15 mM；葡萄糖LOQ：1.57 mM
为评估STE生物传感器对乳酸和葡萄糖代谢物的可靠性，进行了平均校准研究。乳酸的平准校准曲线斜率为−0.15406 ± 0.00408 μA mM⁻¹，截距为−1.03087 ± 0.06177 μA，相对标准偏差（%RSD）约为3.23%和2.63%，如图S4（a）所示（支持信息）。类似地，葡萄糖的斜率为−0.12414 ± 0.00258 μA mM⁻¹，截距为−2.32186 ± 0.024853 μA，相对标准偏差（%RSD）分别约为5.07%和7.49%，如图S4（a）所示（支持信息）。斜率和截距值的低偏差表明STE基生物传感器对乳酸和葡萄糖检测具有良好的重现性、稳定性和分析可靠性。如上结果所示，STE生物传感器可适用于检测非糖尿病患者范围0.06–0.11 mM和糖尿病患者范围0.01–1 mM的人体汗液葡萄糖 [35]，以及运动期间13–13.5 mM的乳酸。
【数据】乳酸校准斜率：−0.15406 ± 0.00408 μA mM⁻¹；乳酸截距：−1.03087 ± 0.06177 μA；乳酸%RSD：3.23%和2.63%；葡萄糖校准斜率：−0.12414 ± 0.00258 μA mM⁻¹；葡萄糖截距：−2.32186 ± 0.024853 μA；葡萄糖%RSD：5.07%和7.49%；汗液葡萄糖范围（非糖尿病）：0.06–0.11 mM；汗液葡萄糖范围（糖尿病）：0.01–1 mM；运动乳酸范围：13–13.5 mM
因此，图2（c, i）显示了通过在人工汗液背景中添加和减去乳酸和葡萄糖水平来评估两者的可逆性，并记录了相应的特征结果。STE生物传感器的乳酸和葡萄糖可逆安培数据记录长达1400秒，之后性能下降。酶（LOx和GOx）的催化活性取决于温度和pH。这些实验在受控条件下系统进行，温度范围为18 °C至37 °C，pH值在4.0至8.3之间变化，以全面评估温度和pH变化对实验结果的影响，如图2（d, e, j, k）所示。安培测量显示温度和pH依赖性行为，乳酸在37 °C和葡萄糖在31 °C时观察到最高响应。类似地，乳酸的最佳pH条件为8.2，葡萄糖为8.3。随着温度和pH的增加，安培响应持续增强，表明在这些条件下酶活性和电子转移效率得到改善。
【数据】可逆性记录时间：1400 s；温度范围：18–37 °C；pH范围：4.0–8.3；乳酸最高响应温度：37 °C；葡萄糖最高响应温度：31 °C；乳酸最佳pH：8.2；葡萄糖最佳pH：8.3
如图2（f）所示，丝网印刷电极（STE）在5.0 mM和20.0 mM乳酸浓度下表现出中期电流漂移分别为1.29 µA h⁻¹和7.02 µA h⁻¹。同样，图2（l）显示了葡萄糖检测的中期漂移行为，漂移值分别为1.8 µA h⁻¹和6.3 µA h⁻¹。相应的相对漂移百分比计算为乳酸1.5%和葡萄糖1.64%，完全在可接受范围内（<4%），证实了STE在长时间电化学监测期间的高操作稳定性和重现性。
【数据】乳酸漂移：5.0 mM时1.29 µA h⁻¹；20.0 mM时7.02 µA h⁻¹；葡萄糖漂移：1.8 µA h⁻¹和6.3 µA h⁻¹；乳酸相对漂移：1.5%；葡萄糖相对漂移：1.64%；可接受范围：<4%
使用人工汗液背景溶液确定设备的选择性也至关重要。结果显示，与干扰物质相比，对乳酸和葡萄糖具有前所未有的选择性。在本研究中，首先评估了乳酸传感器的选择性，向模拟人体汗液组成的人工汗液溶液中添加了几种干扰分子，包括抗坏血酸、葡萄糖和尿素。随后，将乳酸代谢物引入同一溶液。如图S5（a）所示，传感器仅对乳酸表现出尖锐响应，干扰物质的电流变化可忽略不计，证实了其优异的选择性。类似地，为评估葡萄糖选择性，首先将抗坏血酸、乳酸和尿素等干扰分子引入人工汗液，然后加入葡萄糖储备溶液。
【数据】干扰物质：抗坏血酸、葡萄糖、尿素、乳酸；乳酸传感器：仅对乳酸响应；葡萄糖传感器：仅对葡萄糖响应
图3展示了pH、钠离子和钾离子传感器的传感机制、开路电位响应、校准和选择性。图4展示了基于STE的葡萄糖、乳酸、Na⁺、K⁺和pH传感器的体表测量结果，包括：（a）与STE代谢物生物传感器集成的固定自行车运动；（b）固定自行车运动后从汗液和血液中测量葡萄糖；（c）固定自行车运动后乳酸测量（汗液和血液）。
【数据】图3：pH、钠、钾离子传感机制与校准；图4：体表测量，固定自行车运动，汗液和血液中葡萄糖和乳酸检测
讨论与解读
本研究成功开发了一种基于智能纺织品（STE）的可穿戴生物传感器，能够实时监测汗液中的关键生物标志物，包括代谢物（葡萄糖和乳酸）、电解质（Na⁺和K⁺）和pH水平。该传感器利用丝网印刷技术在轻质、柔性和疏水性纺织基底上制造，展现出优异的电化学性能、成本效益的制造工艺和批量生产的可扩展性。
该智能纺织品传感器对葡萄糖的灵敏度为10.18 μA mM⁻¹ cm⁻²，对乳酸为15.16 μA mM⁻¹ cm⁻²，检测限（LOD）分别为葡萄糖0.471 mM和乳酸6.95 mM。STE生物传感器还展现出优异的灵敏度（Na⁺为66.5 ± 0.02 mV/dec，K⁺为87.5 ± 0.5 mV/dec，pH/H⁺为0.015 ± 0.12 V/dec）、高选择性、1小时以上的稳定性和在体表与离体测试中出色的重现性。该可穿戴平台与PCB无缝集成，能够通过Wi-Fi向智能手机无线传输数据，实现无创、实时健康监测。该设备表现出极小的信号漂移和对常见汗液成分的可忽略干扰，确保在真实场景中的可靠检测。制造工艺与卷对卷制造完全兼容，支持商业和临床应用的大规模部署。体表试验证实了该传感器通过监测汗液生物标志物检测脱水和疲劳状态的潜力。
编译者解读
该研究的核心价值在于将成熟的丝网印刷工艺与纳米复合材料（RGO-PB-CB）相结合，实现了多靶标生物传感器的一体化纺织集成，其卷对卷兼容性为规模化生产提供了现实路径。然而，乳酸检测限（6.95 mM）相对偏高，可能限制其在静息状态下的应用；此外，酶基传感器在长期储存和反复使用中的稳定性仍是可穿戴设备商业化的关键瓶颈。未来若能在无酶催化或微流控汗液采集方面取得突破，此类平台有望真正走向日常健康管理。
参考来源
期刊：Sensors and Actuators A: Physical, 2026
DOI：10.1016/j.sna.2026.118088
DOI: 10.1016/j.sna.2026.118088