近日，生命学院的耿利娜副教授与其所在的罗爱芹教授团队和邓玉林教授团队，分别联合材料学院钟海政教授团队，化工与环境学院李欢军副教授等团队，在基于微纳米技术构建未知及模糊对象的医学诊断和生物检测技术方面取得一系列进展，自2022年以来，在一区TOP期刊《Biosensors & Bioelectronics》和《Sensors and Actuators B: Chemical》上连续发表或被接收文章共三篇，在二区刊物《Journal of Chromatography A》发表文章一篇。耿利娜副教授收到《Biosensors & Bioelectronics》成为编辑或审查委员会成员的邀请，以及《Biosensors & Bioelectronics》和《Journal of Chromatography A》等期刊的约稿。
随着临床诊断和生命科学等领域的不断发展，检测和分析对象不仅仅局限于已知目标，对临床及生物样品的分析技术提出了更高的要求。医学和生物检测对象往往存在巨大的复杂性，面对未知的以及尚未掌握其完整信息的生物对象，在凭借现有知识条件深入剖析获取目标对象全部信息之前，仍然能够实现未知及模糊目标的快速识别与检测具有重要意义，但目前尚未见明确报道。
癌细胞来源的外泌体被认为是非侵袭性癌症诊断的潜在生物标志物之一，然而，不同肿瘤来源外泌体的表面性质尚不完全清楚，类似外泌体这样的复杂而性质不明的靶点限制了目前广泛应用的免疫等检测技术的使用。本课题组借鉴人工智能思路，提出了利用分子印迹技术中的化学自组装特性，在聚合体系中使用待检测的目标未知对象进行 “训练”，借助分子间作用力自组装搭建三维高选择高亲和性生物识别孔穴，将模板洗脱后，印迹孔穴即可用于未知或模糊目标的识别、分离或检测。不同于人工智能使用数据自主训练提取信息完成模型构建，本课题组建立了一种采用实物进行“自主训练”制备新型人工智能材料的方法。并在此基础上，分别利用适配体介导的聚集发光材料技术和适配体/石墨烯能量转移共振技术，建立了两种“Turn-on”型荧光传感检测新技术。外泌体检测灵敏度优于目前已文献报道的方法，该方法也初步实现了临床肿瘤患者血样和健康人血样的区分。同时，所建立的基于人工“定制”高选择性识别材料的方法，可通过简单地变换“训练”用模板，进而应用于其他未知目标的检测，具有普遍适用性。本课题组所建立的方法不仅扩充了分子印迹技术的应用领域，更重要的是提出了一种新型高选择性未知对象识别技术手段，方法简便高效，填补了相关技术空白，该方法同时在申请相关专利。（https://doi.org/10.1016/j.snb.2021.131182）（https://doi.org/10.1016/j.bios.2022.114112）。

近些年来，针对新发和突发传染病爆发，未知、部分未知以及不断突变病原体的快速检测是及时发现和有效控制传染病疫情的关键之一，课题组利用微流控芯片的高效和集成化优势，并借助计算机流体动力学模拟仿真，实现了微生物细胞全蛋白微流控芯片多维高通量高分辨电泳分离。进一步分别利用了基于尺度不变特征变换算法的图像特征提取，全局信息熵和支持向量机等图像分析技术解析精细电泳分离指纹图谱，实现了混合样品中未知微生物的鉴别和半定量分析。（https://doi.org/10.1016/j.chroma.2021.462797）

柔性可穿戴智能化健康监测装置离不开生物传感器技术的发展。光电化学（PEC）传感器具有成本低、仪器简单、易于小型化和高灵敏度的优势。有机/无机杂化和无机钙钛矿新型纳米材料因其具有载流子迁移率高、直接带隙结构、光电转换效率高等优异的光电性能，在多个领域备受关注。本课题组采用二氧化钛反蛋白石／钙钛矿量子点异质结，同时包裹高选择性分子印迹聚合物层的策略，不仅建立了能够应用于水溶液样品检测的钙钛矿生物传感器，而且实现了血样中胆固醇的高选择性检测（https://doi.org/10.1016/j.bios.2022.114112） （https://authors.elsevier.com/tracking/article/details.do?aid=132121&jid=SNB&surname=Lina）。在此工作基础上，本团队将进一步开展汗液中未知目标的检测，以建立新型可穿戴智能健康监控装置。