智能采样技术在hCG检测中的比较评估：干微量样本蛋白质生物标志物分析新方向

　　为解决传统干血斑(DBS)微采样技术对低丰度蛋白质LC-MS分析流程繁琐的难题，研究人员创新性地将智能采样(smart sampling)技术与免疫磁珠捕获法、电化学发光免疫分析法(ECLIA)进行对比研究。通过21例单盲血清样本验证发现，三种hCG检测方法均呈现显著相关性(R2>0.91)，其中智能采样与ECLIA偏差仅0.4±4 ng/mL，证实该技术可显著简化蛋白质生物标志物的前处理流程，为复杂基质分析提供新方案。

　　

自20世纪初将血液样本吸附于滤纸(干血斑，DBS)的检测技术问世以来，这种微采样方式虽为小分子检测带来便利，但对蛋白质标志物检测却面临挑战——尤其是低丰度蛋白需要繁琐的前处理步骤，使得液相色谱-质谱联用技术(LC-MS)的应用效率大打折扣。2018年横空出世的智能采样技术另辟蹊径，将样本前处理步骤直接整合到采样器中。

本研究首次将经过验证的智能采样技术与两种传统方法同台竞技：基于磁珠免疫捕获的实验室自建方法，以及采用电化学发光免疫分析(ECLIA)的商业化检测方案。21份单盲血清样本的检测数据经线性回归分析显示，三种hCG检测方法均与真实浓度保持高度一致(所有R²>0.91)，其中磁珠法更是展现出最优的线性相关性(R²=0.974)。

通过Bland-Altman一致性分析发现，智能采样与磁珠法在0.5-75 ng/mL检测范围内平均偏差仅-5.2，且未出现浓度依赖性的变异趋势；而与ECLIA的比对结果更为惊艳，0.4±4 ng/mL的偏差范围彰显出近乎完美的一致性。这项开创性研究不仅证实智能采样技术在生物分析领域的巨大潜力，更为复杂基质中蛋白质标志物的LC-MS检测开辟了高效可靠的新路径。