深度解析医学证据，lxfs.net为你支撑决策

背景介绍

伤口渗出液含有丰富的生化标志物，其中动态pH波动可作为感染进展和愈合预后的关键预测指标。然而，实现实时pH监测仍受限于缺乏既能提取渗出液又能稳定传感的平台。慢性伤口尤其是感染性伤口，因持续炎症、细菌定植和组织再生障碍而延迟愈合，亟需既能控制感染、调节渗出液，又能实时监测伤口状态以评估感染风险并指导及时干预的有效策略。比色传感虽可提供直观视觉反馈，但传统pH指示剂存在染料泄漏、颜色保留差、比色范围窄以及视觉读数主观性强等问题。因此，迫切需要一种集先进液体管理、稳定防泄漏传感、客观定量读数和原位治疗于一体的智能平台。

研究思路

针对上述挑战，福建师范大学杨震教授和黄灵婷教授团队提出了一种不对称诊疗型Janus伤口敷料。该双层结构由亲水水凝胶层和疏水电纺PU纳米纤维层组成：下层（接触伤口）含姜黄素和原位合成的银纳米颗粒，发挥抗炎、抗氧化和抗菌作用，同时其疏水特性防止液体回流；上层含酚红@ZIF-8复合水凝胶，通过ZIF-8限域策略防止染料泄漏，显著拓宽比色范围（pH 4-9），实现稳定、可逆的颜色响应。敷料的润湿性梯度赋予其单向自泵送能力，可将过量渗出液从疏水层快速单向输运至亲水层进行生化分析。此外，团队开发了基于YOLOv5深度学习模型的智能手机辅助诊断系统，可在不同光照和拍摄角度下实现光照无关的客观pH量化评估。体内外实验证实，该平台不仅能抑制感染、加速伤口闭合，还能提供预后生化反馈。相关内容以“Artificial Intelligence-Driven Janus Dressing for Visual Wound Theranostics”为题，发表在ACS Nano！

图片解析

图1. 水凝胶的合成与表征：(a) 水凝胶制备过程及结构设计。(b) SEM图像显示水凝胶多孔形态（比例尺100 μm）。(c) 孔隙率、(d) 溶胀率、(e) 拉伸应力-应变曲线、(f) 最大拉伸应力和断裂应变。(g) PR@ZIF-8制备示意图。(h) 复合材料的FTIR光谱。(i) PR@ZIF-8溶液在不同pH下的UV-vis吸收光谱（插图为对应溶液照片）。(j) 复合水凝胶的SEM图像及元素分布图（比例尺25 μm）。(k) 不同PR@ZIF-8含量下复合水凝胶的颜色变化照片。(l) 不同pH下复合水凝胶的CIE 1931色度图。(m) 不同pH下复合水凝胶的RGB值变化及对应照片。

图2. Janus敷料的表征与自泵送性能：(a) PU/Cur/Ag纳米纤维的SEM图像及EDS元素分布（比例尺5 μm）。(b) 纳米纤维直径分布。(c) 姜黄素、PU纳米纤维及不同组分负载PU的FTIR光谱。(d) 不同纺丝时间PU/Cur/Ag的动态WCA照片。(e) 双层敷料的动态WCA曲线。(f) 不同纺丝时间纳米纤维膜的应力-应变曲线。(g) 双层敷料的横截面SEM图像（比例尺100 μm）及数码照片（插图，比例尺5 mm）。(h) 水蒸气透过率。(i) 不同纺丝时间下疏水侧和亲水侧的静水压比较。(j) 姜黄素在100% PBS和70% PBS/30%乙醇中的体外释放曲线。(k) 紫外光下Janus敷料的自泵送行为数码照片（水溶液含1%荧光素钠），Janus结构实现从疏水侧到水凝胶侧的单向快速液体输运并防止回流。(l) Janus敷料自泵送机制示意图。

图3. 伤口风险分类模型及移动端部署：(a) 模型训练数据集中比色图像示意图（不同背景、光照、拍摄角度）。(b) YOLOv5网络架构。(c) 模型的精确率和召回率曲线。(d) 平均精度（mAP_0.5和mAP_0.5:0.95）。(e-f) 训练和测试阶段的cls_loss和total_loss曲线。(g) 分类结果的混淆矩阵。(h) 各类别的ROC曲线。(i) 移动端部署和推理流程。(j) 代表性分类结果图像。

图4. 抗氧化、抗炎、生物相容性和抗菌性能评估：(a) DPPH自由基清除率、(b) ABTS自由基清除率、(c) H₂O₂抑制率。(d) H₂O₂处理细胞经不同组处理后DCFH-DA染色的细胞内ROS水平荧光图像（比例尺200 μm）及(e)相应平均荧光强度。(f) 细胞内ROS水平的流式细胞术分析。LPS刺激的BMDMs中巨噬细胞极化分析：CD86（g-h）和CD206（i-j）表达的流式直方图及定量。(k) L929和NIH 3T3细胞暴露于不同组提取物后的活力（比例尺200 μm）。(l) 溶血试验照片及相应溶血率。(m) 不同时间点细胞迁移的代表性图像（比例尺1000 μm）。(n) 不同组对E. coli和S. aureus的抗菌能力。

图5. 伤口愈合疗效及监测性能评估：(a) 感染小鼠伤口模型及实验流程示意图。(b) 不同时间点伤口愈合过程代表性照片（比例尺2 mm）。(c) 14天伤口闭合轨迹。(d) 相对伤口面积定量分析。(e) 伤口组织细菌载量定量。(f) 琼脂平板上细菌菌落代表性图像。(g) 智能手机辅助比色敷料pH监测（比例尺2 mm）。(h) 愈合过程中动态伤口pH变化及敷料读数与实际pH测量值的比较。

图6. 伤口愈合的组织学和免疫荧光评估：(a) 第14天再生伤口组织的H&E染色图像（黄色箭头：炎症细胞；绿色箭头：血管）。(b) 第14天再生伤口组织的Masson三色染色。(c) IL-1β/CD206免疫荧光图像（蓝色：DAPI；红色：IL-1β；绿色：CD206）。定量分析：(d) 伤口宽度、(e) 胶原沉积、(f) IL-1β阳性面积、(g) CD206阳性面积。

结论

本研究成功开发了一种多功能Janus敷料，通过润湿性梯度与MOF限域传感的集成，解决了被动覆盖与主动干预之间的关键瓶颈。敷料利用ZIF-8封装酚红，防止染料泄漏并拓宽比色范围（pH 4-9），实现稳定、可逆、高分辨率的pH监测；Janus结构提供单向自泵送能力，维持伤口床相对干燥透气；姜黄素、AgNPs和Zn²⁺协同发挥抗氧化、抗炎和抗菌作用，并促进M1向M2巨噬细胞极化，重塑愈合微环境。基于YOLOv5的智能手机系统实现了光照无关的客观pH量化评估。在金黄色葡萄球菌感染小鼠全层皮肤缺损模型中，该敷料加速了伤口闭合，降低了细菌载量，促进了胶原沉积和血管新生。该工作为感染性伤口的即时治疗和个性化远程医疗管理奠定了基础。

Tags： 福建师范大学ACS Nano：人工智能驱动的Janus敷料用于可视化伤口诊疗