🌐 This site is also available in English Visit English Site →
🌐 English

(一番最初に読んで)バイオセンサー概論

← 各分野の解説一覧へ戻る

TROY TECHNICAL · BEGINNER’S GUIDE

(一番最初に読んで)バイオセンサー概論

体や試料の「見えない変化」を、読める信号へ変える。

初めて読む方向け / 数式より全体像 / 作成:2026年10月17日

Read in English →

腕に付けるセンサーも、検体を一滴のせる検査チップも、最初の問いは同じです。「何を知りたくて、何を実際に測るのか」。バイオセンサーは、その間を分子の認識、信号への変換、数値の読み取りでつなぐ仕組みです。小型化やAIの話に進む前に、この一本の流れを押さえましょう。

01認識する部分と、読み出す部分を分ける

例えばグルコースを測るなら、それに反応する酵素などを使い、反応に伴う電流の変化を読み出す方法があります。抗体やアプタマーが相手の分子を捉え、その結合を電気や光の変化として検出する方法もあります。認識する材料と、信号を読み出す方式は別の選択です。

電流を測る電気化学方式、光の変化を見る光学方式、半導体表面の電気的な変化を使うFET方式などがあります。生体を測るセンサー全てが、厳密な意味で生物学的認識要素を持つバイオセンサーとは限りません。本分野の個別記事には、周辺の材料・測定技術も含まれています。

原理・背景の参照:[1]

電極の上で起きる変化を、電気として読む
図1 電極の上で起きる変化を、電気として読む細長い電極パターンと接続部を描いた図です。電極の形は信号を取り出すための構造で、見た目だけでは何の分子を選んで測るかは決まりません。ImageGen生成の概念画像。実物写真・実測結果ではなく、寸法や色は説明用です。既存図の抜粋元:電気化学センサー

02試料が変われば、同じ分子でも測り方が変わる

血液、汗、唾液、皮膚の下の間質液は、成分も濃度も変動の仕方も違います。汗の値を、そのまま血液の値として使えるとは限りません。量を集める、目的成分を取り出す、邪魔な成分を避ける、といった前処理や流路の設計が必要になることもあります。

持続血糖測定(CGM)は、一般に皮下の間質液のグルコースを測定します。血液を直接ずっと採っているわけではなく、血液中の変化と時間差が出ることもあります。「連続で見える」便利さと、「何の値を見ているか」を一緒に理解する例です。

原理・背景の参照:[2]

皮下の値を、体の外へ読み出す
図2 皮下の値を、体の外へ読み出す腕の装着部と皮下を拡大した模型です。CGMは間質液を測ることを理解する図で、針の寸法・挿入深さ・装着手順は示しません。ImageGen生成の概念画像。実物写真・実測結果ではなく、寸法や色は説明用です。既存図の抜粋元:持続グルコースモニタリング

03小さな量が見えることと、正しく見分けること

検出限界は、背景のばらつきと区別して検出できる小ささの目安です。低ければ便利な場面はありますが、それだけで良い検査とは言えません。必要な濃度の範囲で数値を決められるか、似た分子に反応しないか、試料を変えても再現するかが重要です。

分析でいう感度は、濃度が変わったときに信号がどれだけ変わるかを指すことがあります。一方、診断でいう感度は病気の人を陽性と判定できる割合です。同じ言葉でも意味が違います。論文の低い検出限界を、患者の診断精度と読み替えないようにしましょう。

原理・背景の参照:[1]

試料をのせる前から、測定条件をそろえる
図3 試料をのせる前から、測定条件をそろえる小さなチップへ液滴を加える場面です。微量の試料でも、背景信号や表面への付着を切り分けて、目的成分の変化と結びつける必要があります。ImageGen生成の概念画像。実物写真・実測結果ではなく、寸法や色は説明用です。既存図の抜粋元:ラベルフリー検出と検出限界

04使い続けると変わる、という問題

センサーの表面にはタンパク質などが付着し、認識部分や電極の働きが変わることがあります。温度、乾燥、体の動き、装着のずれも影響します。最初に校正できても、長く使う間に基準がずれるドリフトが起こり得ます。

そのため、装着材料や膜、測定の補正、使える期間、交換方法も製品の一部です。AIで値を補正しても、元の信号にない情報が必ず復元できるわけではありません。判定しにくい時に、無理に数値を出さない設計も必要です。

原理・背景の参照:[3]

05測った後の判断までを、先に決める

病院で診断を補うのか、自宅で傾向を見るのか、工場で工程を管理するのかで、必要な性能が変わります。例えば自動で薬の投与につなぐ閉ループでは、測定の失敗が操作の失敗につながるため、異常の検出と安全な停止が欠かせません。

「対象分子 → 試料 → 認識 → 読み出し → 判断」の順で考えれば、材料、装置、AIの役割を混同せずに読めます。本稿は測定技術の説明であり、個別の診断や機器の使用を勧めるものではありません。

原理・背景の参照:[3]

一つの場面で、つなげて考える

設計を考えるための例・実績値ではありません

汗を一滴、測れたときの次の問い

目的成分を検出できても、その値が健康状態を直接示すとは限りません。汗の出る速さ、採取した場所、混ざった汚れ、時間の遅れなどを切り分けます。まず別の方法で測った同じ試料と比較し、その後に知りたい体の状態との関係を調べます。

測定の精度と、測った値の意味は別の検証です。センサーにAIを加える場合も、正しい対応データで確かめる必要があります。

この分野の入口に戻ると

測定値は、目的の分子だけで決まるとは限りません。何の試料を、どの条件で測り、その値から何を判断できるかまでがセンサーの設計です。

ここまでで大切なのは、技術の名前を全て覚えることではありません。「何を改善するために、何を変え、どんな条件で確かめるか」が分かれば、この分野の個別記事を読む土台ができています。気になる道を一つ選んで進んでください。

出典と、この総論の範囲

この総論は、既存の個別技術記事をつなぐ入門用の再構成です。分類と設計例は本稿の説明のための整理で、標準の分類や試験結果ではありません。最新の記録値、製品の販売・承認状況や費用の予測は扱いません。原理の出典は下記、個別技術の詳しい出典はリンク先の記事で確認できます。

  1. IUPAC. Electrochemical biosensors: Recommended definitions and classification
  2. NIDDK. Story of Discovery: Artificial Pancreas for Managing Type 1 Diabetes
  3. IUPAC. Terminology of electrochemical methods of analysis
← 各分野の解説一覧へ戻る