监测泪液葡萄糖的智能隐形眼镜，可用于预估血糖水平
2024-04-08 22:37:48 来源：麦姆斯咨询评论：0 点击：

研究人员开发了一种无线柔性智能隐形眼镜（SCL）葡萄糖生物传感器，并通过解决现有问题和提出精确分析血糖和泪液葡萄糖（TG）浓度之间相关性的新方法，证明了监测泪液葡萄糖可作为监测血糖的无创替代方法。

持续监测人体内的生物医学信号对于代谢紊乱的诊断和管理是必不可少的。随着可穿戴电子产品的发展，在过去的十年里，人们已经通过物理参数（例如血压、心率、心电图）和代谢物（例如葡萄糖、氨基酸、维生素）来监测各种生理信号。在各种代谢物中，葡萄糖是糖尿病诊断和治疗的重要生物标志物，但其浓度受患者的饮食和生活方式影响，波动很大。因此，持续控制血糖（BG）对于预防由糖尿病引起的微血管并发症（例如神经、视网膜和肾脏并发症）至关重要。然而，血糖仪测量血糖涉及侵入性血液采样，并且它具有单个时间点测量的局限性，无法实现较为连续的血糖管理。为了克服这一限制，科研人员已经利用各种体液进行了葡萄糖的持续监测，例如泪液、汗液、唾液和间质液（ISF）。

据麦姆斯咨询报道，近期，来自韩国延世大学（Yonsei University）等机构的研究人员开发了一种无线柔性智能隐形眼镜（SCL）葡萄糖生物传感器，并通过解决现有问题和提出精确分析血糖和泪液葡萄糖（TG）浓度之间相关性的新方法，证明了监测泪液葡萄糖可作为监测血糖的无创替代方法。相关研究成果以“In-depth correlation analysis between tear glucose and blood glucose using a wireless smart contact lens”为题发表在Nature Communications期刊上。

用于监测泪液葡萄糖的智能隐形眼镜的表征

图1 用于监测泪液葡萄糖的智能隐形眼镜的表征

该研究设计的智能隐形眼镜能够监测泪液中的葡萄糖水平，并将这一信息无线传输到用户的智能手机上。图1b显示了这一实时葡萄糖监测智能隐形眼镜系统的整体示意图，该系统由葡萄糖传感器和无线通信组件组成，并被设计为柔性隐形眼镜的形式。在标准的无线通信技术中，近场通信（NFC）可以为智能隐形眼镜无线供电，使其无需电池即可工作，并且可以在足够的带宽下无线传输数据，因此可以用于智能隐形眼镜。

通过智能隐形眼镜和智能手机之间的NFC功能，该研究可以对葡萄糖浓度进行实时、远程监测。该功能通过将市售NFC芯片（NHS 3152，恩智浦半导体（NXP Semiconductors），抛光后厚度为200 µm）、蛇形天线、电容器和葡萄糖传感器进行可拉伸集成来实现。为了与NFC的标准谐振频率（13.56 MHz）相匹配（如图1f所示），研究人员在可拉伸蛇形天线中集成了一个81 pF的电容器，该电容器根据高频结构模拟器（HFSS）程序的计算结果而设计。由此制备而成的智能隐形眼镜显示出中心频率为13.56 MHz（图1g）。当天线通过与智能手机的电感耦合向无线电路供电时，NFC芯片中的数模转换器（DAC）向葡萄糖传感器施加恒定电压（-0.1 V），以进行电化学传感（图1h）。随后，电流数字转换器（I2D）以100 ms的积分时间读取由此产生的电流响应，并通过无线方式传输到智能手机上。在智能手机应用中，根据检测到的电流值计算出的葡萄糖浓度可以每秒更新一次。

为了进一步证实智能隐形眼镜葡萄糖生物传感器的实用性，研究人员利用兔子模型研究了智能隐形眼镜是否会诱发反射性流泪，因为反射性流泪的产生一直是人们对基于泪液葡萄糖预测血糖的可靠性产生怀疑的主要原因之一。此外，为了进一步研究反射性泪液对泪液葡萄糖水平的影响，研究人员在受试者佩戴智能隐形眼镜的同时对其结膜施加外部机械刺激，并评估泪液葡萄糖水平的变化。其次，研究人员建立了“个性化滞后时间”的概念，并将其应用于所有受试者，以精确分析泪液葡萄糖与血糖之间的相关性。由于每个受试者的碳水化合物代谢速度不同，因此必须考虑每个受试者的滞后时间。所开发的智能隐形眼镜葡萄糖生物传感器可以对泪液葡萄糖进行频繁和长时间的持续测量，从而精确确定每个受试者的滞后时间。

反射性泪液对泪液葡萄糖（TG）和泪液体积（TV）水平的影响

图2 反射性泪液对泪液葡萄糖（TG）和泪液体积（TV）水平的影响

最后，利用所开发的智能隐形眼镜，研究人员对健康和患有糖尿病的人类受试者以及患有和未患有糖尿病的不同物种的动物（如草食性兔子和杂食性比格犬）受试者进行了进一步的相关性分析，以进行对比分析。此外，为了更好地预测血糖，上述个性化滞后时间的概念已在人类、兔子和比格犬身上成功应用，从而清晰地证明了泪液葡萄糖和血糖之间的相关性。研究人员还通过对不同物种进行综合分析，进一步证实了泪液葡萄糖和血糖之间的相关性。

正常和患糖尿病兔子受试者的泪液葡萄糖（TG）与血糖（BG）的在体相关性分析