生物流体的代谢指纹可编码多种疾病，尤其是尿液检测，可在未来提供完全的非侵入性诊断。由于有限的生物标志物和样本的高度复杂性，目前的尿液检测性能并不令人满意，因此需要先进的材料来提取分子信息。在此，上海交通大学生物医学工程学院钱昆研究团队及附属仁济医院扶琼研究团队报道了等离子体聚合物包覆的Ag(polymer@Ag)，用于激光解吸/电离质谱(LDI-MS)和基于稀疏学习的肾脏疾病代谢诊断。仅使用1 μL的尿液，无需富集或纯化，polymer@Ag可在几秒钟内通过LDI-MS获得尿液代谢指纹(UMF)。通过稀疏学习分析可将狼疮性肾炎与其他各种非狼疮性肾病和对照区分开来。将UMF与尿蛋白水平(UPLs)相结合，构建了一种新型诊断模型来表征肾脏疾病的亚型。此工作可用于指导基于尿液的诊断，并开发出针对其他疾病的新型个性化分析工具。

Jing Yang, Ran Wang, Lin Huang, et al. Urine Metabolic Fingerprints Encode Subtypes of Kidney Diseases. Angew. Chem. Int. Ed., 2019.

https://doi.org/10.1002/anie.201913065