X-MOL
多形性胶质母细胞瘤（GBM）是胶质瘤中最恶性的亚型，由于现有方法的限制性，如侵入性组织病理学检查和昂贵且实验室限制的生物标志物检测技术，带来了显著的诊断挑战。本文报告了一种镧系系（Tb 3+）掺杂有机框架传感器阵列，用于通过脑脊液（CSF）活检实现微创、敏感且准确的胶质瘤诊断。该传感器阵列集成了三种不同的 Tb3+ 掺杂框架，展现出独特的拓扑结构、表面电荷和荧光响应，从而实现对胶质瘤相关生物标志物的差异识别。传感器阵列通过机器学习算法展现了对八种与脑脊髓液相关分子的强有力判别能力。应用于临床脑脊液样本时，实现了胶质瘤患者与正常对照样本的满意分离，诊断准确率达 95.5%。该传感器阵列结合先进的机器学习技术，在早期胶质瘤诊断和分子分层的临床转化方面具有巨大潜力。