瑞士日内瓦大学科研团队近日在《美国化学会志》发表突破性研究，成功将纳米孔检测技术与人工智能深度融合，实现蛋白质单分子级别的精准识别。蛋白质分析对疾病机制解析、药物研发及生物标志物发现至关重要，但传统方法流程复杂且难以应对微量样本。该团队由曹晨助理教授领衔，针对蛋白质电荷复杂导致电场驱动不稳定的技术瓶颈，创新引入电渗流机制，确保各类蛋白质在不受电荷干扰下稳定穿过纳米孔径。当蛋白质分子掠过纳米级微孔时，会引发特征性的电流波动，形成独特的信号波形。为破解相似蛋白质信号易混淆的难题，研究团队将信号时序长度、电流变化率等特征参数输入机器学习算法，通过已知样本训练，使系统能够精准匹配并区分细微差异，构建起可靠的分子指纹库。该方法无需标记即可实现单分子高灵敏度检测，显著提升了分析效率。此项成果不仅为临床快速诊断与个性化医疗提供了全新工具，其读取长链分子的原理亦为下一代数据存储开辟路径。团队正致力于建立电流信号与蛋白质序列的直接映射模型，以期实现未知蛋白质的自主解析。