一种灵活的复合电极，通过高精度的逐层喷墨打印技术实现有效的实时葡萄糖监测

《Journal of Colloid and Interface Science》：A flexible composite electrode for effective real-time glucose monitoring via high-precision layer-by-layer inkjet printing

本研究采用高精度喷墨打印技术制备Ni-MOF复合柔性电极，通过水热法合成具有高比表面积和孔隙结构的Ni-MOF材料，并引入石墨和碳纳米管优化导电性与机械稳定性。实验表明，该电极在0.005–2.63 mM葡萄糖浓度范围内具有12.2 μA·μM?1·cm?2的高灵敏度，同时设计微流控通道提升检测效率，为可穿戴血糖监测设备提供新方案。

　　

朱子月|吕瑞晨|张吉|史德龙|陈一彤|阿尼斯·A·安萨里

中国陕西省西安市电子科技大学机械电子工程学院生命科学技术学院，高性能电子设备机电一体化制造国家重点实验室，邮编710071

摘要

传统的印刷和手工刷涂等技术虽然可扩展，但往往会在图案分辨率和材料浪费方面做出妥协。相比之下，先进的喷墨打印技术为高分辨率和高效制造提供了一条有前景的途径。在这项研究中，开发了一种基于Ni-MOF材料的柔性电极，使用高精度可扩展的喷墨打印技术用于人体液体中的葡萄糖检测，适用于可穿戴设备。首先，通过水热法合成了具有高比表面积和多孔结构的Ni-MOF材料，并研究了其电化学检测潜力。实验结果表明，该材料对葡萄糖具有高灵敏度和宽检测范围。重要的是，加入了石墨和碳纳米管来构建Ni-MOF复合材料，优化了组成比例以增强导电性和机械稳定性，以便进一步应用于柔性电极。通常，通过高精度喷墨打印技术实现了低成本、高效率和可扩展的制造过程，该技术能够达到1200 dpi的分辨率，并支持最大1200 × 1200 mm的超大规模打印。同时，基于仿真的优化确定了最有效的电极形状。结果，喷墨打印的柔性电极的检测范围扩展到了0.005–2.63 mM，灵敏度提高了12.2 μA·μM^?1·cm^?2。此外，还实现了优异的机械稳定性和长期耐用性，能够在低浓度模拟汗液中精确区分葡萄糖的变化。最后，设计了一个微流控通道来提供反应所需的环境，从而为将柔性电极应用于可穿戴设备奠定了基础。

引言

体液中存在许多反映生理状态的生物标志物（无机离子、糖类、激素等）[1]、[2]、[3]。监测这些生物标志物的异常变化对于早期疾病检测、疾病进展监测以及评估药物治疗效果至关重要[4]、[5]、[6]。例如，连续葡萄糖监测在糖尿病管理、代谢紊乱监测以及相关疾病的早期诊断和治疗中起着关键作用[7]、[8]、[9]。可穿戴柔性传感器是实现连续和非侵入式生理信号和生物标志物检测的主要技术[10]、[11]、[12]、[14]。近年来，柔性电子学、先进纳米材料和人工智能算法的突破显著提高了可穿戴传感器的集成度、检测精度和智能数据处理能力，使其在疾病监测中的应用更加精确、高效和个性化[15]、[16]、[17]。目前，光学和电化学分析方法是葡萄糖检测最广泛使用的方法[18]、[19]、[20]。例如，比色光学传感器制造和操作简单，成本较低。在最近的研究中，岳等人开发了一种多功能比色传感器，通过将基于纸张的微流控通道与比色设备集成，利用智能手机进行信号采集和处理，实现了葡萄糖、乳酸、尿素和pH的同时检测[21]。类似地，黄等人设计了一种基于具有葡萄糖氧化酶（GOx类似）催化活性的金纳米粒子的比色传感阵列[22]。通过集成机器学习技术，他们的系统成功区分了不同的单糖并预测了它们的浓度。尽管比色方法简单且成本低廉，但它们依赖于视觉颜色变化，导致测量误差较大，且颜色发展过程通常需要几分钟到几十分钟，限制了其在实时监测任务中的应用。基于荧光的葡萄糖传感器通常使用荧光探针作为主要发射体，通过荧光强度的变化来确定葡萄糖浓度。例如，李等人结合了微流控技术和荧光反应，使用氧荧光探针（PtTFPP）和过氧化氢荧光探针（G1）发出多种荧光信号，然后利用移动设备进行分析以估计葡萄糖水平[23]。王等人设计了一种荧光增强型纳米粒子系统，其中稀土纳米粒子涂有CoOOH层，诱导了F?rster共振能量转移（FRET）效应[24]。随着H₂O₂消耗CoOOH，纳米粒子的荧光增强，从而实现了葡萄糖检测。尽管荧光方法在灵敏度和检测限方面具有优势，但相关的荧光探针和检测设备通常价格昂贵，增加了实验成本。此外，荧光信号极易受pH值和温度等环境因素的影响，影响了葡萄糖浓度的准确性。鉴于这些挑战，可穿戴柔性电化学葡萄糖传感器因其高检测性能和能够提供实时、非侵入式血糖监测的能力而受到了广泛关注[19]、[25]。

柔性电化学传感器依赖于电极表面活性物质与目标分子之间的氧化还原反应，从而引起电流或电位的变化[26]、[27]。金属有机框架（MOF）材料由于其高表面积、多样的拓扑结构和可调的孔体积而被广泛应用于非酶传感器[28]、[29]、[30]。除了对活性材料的大量研究外，还包括导电聚合物、金属和碳基材料在内的各种功能材料也被用于葡萄糖传感器的开发。碳基材料，如碳纳米管（CNTs）、石墨及其衍生物，在制造低成本、稳定且高灵敏度的葡萄糖传感器方面具有显著优势[31]、[32]。它们优异的生物相容性、高表面积和成本效益使其成为理想的传感材料。CNTs凭借其独特的管状结构，提供了出色的机械稳定性和高导电性，非常适合用于柔性电子学[33]、[34]、[35]。同时，金属材料具有优异的导电性，促进了电子的快速转移，提高了电极响应速度。它们的高导电性还降低了内部阻抗，提高了信号检测灵敏度[36]、[37]。例如，康等人使用单壁CNTs的随机网络作为传感基底，开发了一种高灵敏度的可穿戴碳基葡萄糖传感器[38]。通过用葡萄糖氧化酶（GOD-Nafion）复合材料修饰表面，他们实现了低至50 μM的惊人低检测限。尽管近年来对传感材料进行了广泛研究，但传统的制造过程仍然依赖于丝网印刷和电化学沉积等技术，在工业化、个性化和大规模生产方面存在明显局限。最近，报道了一些新的制造方法。例如，程的团队使用激光直写技术制造了多孔LIG电极，实现了出色的灵敏度和稳定性，并在成本效益、可图案化和可扩展生产方面具有一定的优势[39]、[40]。然而，这种基于激光的打印方法在追求大面积和高密度阵列制造时仍面临生产效率和成本的限制。因此，开发一种新的增材制造平台，能够同时实现高分辨率、高效率、低成本和真正无缝的大面积制造，对于将可穿戴电化学传感技术从实验室推向实际应用至关重要。

在这项工作中，通过水热法合成了基于镍的MOF（Ni-MOF）作为电化学检测的活性材料。Ni-MOF的高度有序孔结构和大的表面积提供了丰富的活性位点，增强了葡萄糖分子的吸附和反应效率，从而实现了高灵敏度的检测。为了开发基于Ni-MOF的连续葡萄糖监测设备，并实现低成本、高精度和高效的工业化生产过程，设计了一种多层柔性电极结构，使用逐层喷墨打印技术。这项由我们团队独立开发的技术提供了1200 dpi的分辨率，并支持最大1200 × 1200 mm的超大规模打印[41]。通过分析不同电极几何形状在电化学反应过程中的质量传输和电流分布，确定了一种优化的圆形电极设计，以实现更好的性能。在制造过程中，使用银纳米粒子作为导电层，而Ni-MOF作为活性层。然而，由于有机配体的存在，Ni-MOF本身具有较差的导电性和机械脆性，在应力下容易开裂，从而限制了其在柔性电极中的应用。为了克服这些挑战，设计了一种包含Ni-MOF、多壁碳纳米管（MWCNTs）和石墨的复合材料。MWCNTs和石墨的加入显著提高了导电性并改善了活性材料的机械稳定性。此外，实验结果表明，经过形状和材料优化的柔性电极在葡萄糖检测灵敏度和检测范围方面明显优于GCE。这种喷墨打印的柔性电极还表现出很强的机械稳定性和长期耐用性。最后，为柔性电极设计了一个兼容的微流控通道，用于储存电解质并容纳电化学反应，这大大推动了该技术向可行的可穿戴应用的发展（图1）。

章节片段

Ni-MOF的制备和表征

如图1A所示，通过水热法成功合成了Ni-MOF材料。最初使用X射线衍射（XRD）来确定Ni-MOF材料的晶体结构。由于晶体结构和衍射特征的相似性，发现Ni-MOF材料与镍氢氧化物对苯二甲酸酯水合物[Ni₃(OH)₂(C₈H₄O₄)₂(H₂O)₄]₂·2H₂O (JCPDS: 35–1677) [42]、[43]非常匹配。如图1B所示，在2θ角度9°、11°

结论

在这项研究中，开发了一种基于Ni-MOF的成本效益高、性能优异的柔性电极，用于增强人体汗液中的葡萄糖监测。最初使用了自主研发的高精度逐层喷墨打印系统，该系统可以实现1200 dpi的分辨率，并支持最大1200 × 1200 mm的超大规模打印，从而实现了柔性电极的低成本大规模生产。利用打印过程的灵活性，可以制造出各种形状的电极

材料

Ni(NO₃)₂·6H₂O、PTA、DMF、NaOH、无水乙醇、Nafion、多巴胺（DA, C₈H₁₁NO₂，98%）、柠檬酸（CA, C₆H₈O₇，99.8%）、尿酸（UA, C₅H₄N₄O₃，99%）、葡萄糖（C₆H₁₂O₆·H₂O，98%）、抗坏血酸（AA, C₆H₈O₆，99%）、半胱氨酸（Cys, C₃H₇NO₂S，99%）和乳酸（LA, C₃H₆O₃，分析级）均购自上海阿拉丁生化科技有限公司。石墨（纯度>99%，平均粒径：约1.5 μm，相当于8000目）和多壁碳纳米管（MWCNTs，纯度>95%

CRediT作者贡献声明

朱子月：撰写——原始草稿、方法论、研究、概念化。吕瑞晨：资源、方法论、资金获取、概念化。张吉：软件、方法论。史德龙：资源、方法论、研究。陈一彤：方法论、数据管理。阿尼斯·A·安萨里：资源、方法论、概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了国家自然科学基金（编号[82472104和U24B2053]；陕西省自然科学基础研究计划（编号[2025JC-JCQN-023]；陕西省关键核心技术研究与发展（编号[2024QY2-GJHX-03）；陕西省创新能力支持计划（项目编号[2023-CX-TD-54]；电子科技大学跨学科探索专项基金（编号[TZJHF202510]）的支持。