近日，我室林子俺研究员课题组在多孔异质结（COF@cMOF）辅助的激光解吸/电离质谱用于乳腺癌精准筛查领域取得重要研究进展，相关成果以“Porous COF@cMOF Heterojunction-Assisted Laser Desorption/Ionization Mass Spectrometry for Enhanced Breast-Cancer Serum Metabolomic Screening” 为题发表于材料类顶级期刊《先进材料》(Adv. Mater., DOI: 10.1002/adma.74620)。

乳腺癌是严重威胁女性健康的头号恶性肿瘤。尽管乳腺X线摄影和超声检查已广泛普及，但针对早期病变的检出率仍不理想，且传统血清标志物检测灵敏度有限，难以满足大规模人群无创筛查的需求。近年来，激光解吸/电离质谱(LDI‑MS) 因具有检测速度快、样品用量少、无需复杂前处理等优势，被视为下一代高通量代谢组学筛查的“利器”。然而，该技术在实际临床应用中长期面临两大“拦路虎”：一是常规有机基质在检测小分子代谢物时会产生强烈背景信号干扰；二是现有无机基质虽然背景干净，却难以同时实现代谢物的高效捕获、定向传输和有效解吸/电离，导致检测灵敏度和重现性难以达到临床要求。

针对这一瓶颈，林子俺研究员课题组提出了一种全新的解决思路——利用原位外延生长策略，在化学稳定的多孔共价有机框架（COF316）表面精确构筑导电金属有机框架（CuHHTP）外壳，成功获得结构明确、界面清晰的COF316@CuHHTP核壳多孔异质结，并将其作为LDI-MS的新型基质。该材料凭借内核COF316的有序孔道实现对血清小分子代谢物的选择性富集与定向传质，借助外壳CuHHTP的优良导电性与光热转化能力增强激光能量吸收与利用，同时利用异质结界面内建电场促进电荷分离与转移，因而协同显著提升了代谢物的解吸/电离效率。之后将该平台应用于临床血清代谢指纹图谱分析，并结合机器学习算法，研究团队实现了对乳腺癌的精准鉴别，受试者工作特征曲线下面积（AUC）达0.996，并成功鉴定出20种疾病相关代谢物。该工作不仅拓宽了异质结材料在代谢组学与质谱检测领域的应用前景，更为未来基于复杂生物流体的无创癌症早筛技术开发提供了新的策略。 

论文第一作者为我室博士研究生靳迎雪，通讯作者为林子俺研究员。该研究工作得到了国家自然科学基金（22574025, 22274021）、核生化防护化学国家重点实验室（SKLNBC20250203）、福建省科技项目（2026Y0005）以及福建省自然科学基金（2024J01999）的大力支持。

论文信息:

Porous COF@cMOF Heterojunction-Assisted Laser Desorption/Ionization Mass Spectrometry for Enhanced Breast-Cancer Serum Metabolomic Screening.Yingxue Jin, Pengjun Qiu, Qi Wen, Jinni Zhang, Yujing Liu, Ying Sun, Jianping Zheng, Yanhui Zhong, Lei Guo and Zian Lin*. Advanced Materials, Pub Date: 2026-08-12, DOI: 10.1002/adma.74620.