今日文獻聚焦「僵屍電子煙」的檢測技術與毒理機制：一篇開發高準確度（97.8%）的 SERS-深度學習現場快篩平台，另一篇首度揭示依托咪酯類似物丙氧酸透過破壞血腦屏障及激活 GABA 能系統造成神經毒性與成癮的雙重機制，為臨床識別與公共衛生應對提供重要基礎。
Toxicology · Mechanistic study on propoxate-induced neurotoxicity and addictive potential via blood-brain barrier disruption and GABAergic pathway activation.
首度揭示依托咪酯類似物丙氧酸（PPO）透過下調緊密連接蛋白破壞血腦屏障，並直接結合 GABAA 受體 α/γ2 亞基界面，造成海馬與紋狀體神經元凋亡及條件性位置偏好，為僵屍電子煙的成癮性與神經損害提供分子層級解釋。
Analytica chimica acta · Explainable deep learning combined with SERS for simultaneous detection of nicotine and etomidate isomers in E-cigarettes.
開發結合表面增強拉曼光譜與可解釋深度學習的檢測平台，能同時且快速鑑別電子煙中的尼古丁與四種依托咪酯異構體，準確率達 97.8%，為現場稽查與臨床毒理篩檢提供高效能技術支援。