基于孔径可调的MOF纳米酶比色传感器阵列,用于快速检测和分类霉菌毒素
《Biosensors and Bioelectronics》:Pore size-regulated MOF nanozyme-based colorimetric sensor array for rapid detection and classification of mycotoxins
【字体:
大
中
小
】
时间:2026年06月19日
来源:Biosensors and Bioelectronics 10.7
编辑推荐:
Lixin Kang|Xianfeng Lin|Jiaqi Feng|Jun Sun|Nuo Duan|Zhouping Wang|Shijia Wu中国无锡214122,江南大学食品科学与技术学院摘要快速准确地检测霉菌毒素是保障食品安全和农业监测的重要任务。然而,要对这些复杂的
Lixin Kang|Xianfeng Lin|Jiaqi Feng|Jun Sun|Nuo Duan|Zhouping Wang|Shijia Wu
中国无锡214122,江南大学食品科学与技术学院
摘要
快速准确地检测霉菌毒素是保障食品安全和农业监测的重要任务。然而,要对这些复杂的检测目标进行同时的高通量筛查仍是一项艰巨挑战。为此,本研究开发了一种基于拓扑工程化的卟啉金属有机框架纳米酶(PCN-Fe系列)的新型双底物六通道比色传感器阵列,用于快速检测和分类霉菌毒素。通过调节Zr6节点与TCPP(Fe)连接体的连接方式,成功合成了三种具有不同拓扑结构、孔径和表面电荷的纳米酶。该传感器阵列利用由孔隙调控的质量传递动力学(针对TMB)和静电富集机制(针对ABTS)来实现底物依赖性的酶模拟活性。此外,霉菌毒素的差异吸附会阻塞内部通道,从而调节表面Fe位点的剩余催化活性,产生多维的比色信号模式。通过结合线性判别分析,该系统在2小时的预孵育和15分钟的快速比色读数后,能够成功识别并定量检测六种主要霉菌毒素,且其剂量相关性十分强(R2?>?0.98)。在实际样品中的进一步测试表明,该阵列能够精准区分单一霉菌毒素及混合霉菌毒素,分类准确率超过97.6%。这项工作为霉菌毒素的快速筛查提供了一种高效且通用的分析平台,其在食品安全和质量控制领域具有巨大应用潜力。
引言
霉菌毒素是由某些真菌分泌的剧毒次级代谢产物,具有严重的致癌、致畸、肝毒性和肾毒性(Okoye等人,2026;Wang等人,2026)。它们每年给全球农业经济带来巨大损失,同时也给公共卫生带来沉重负担(Goda等人,2025)。因此,快速准确地识别各种霉菌毒素对于保障食品安全、维护农业经济以及保护人类和动物健康至关重要。
由于迫切需要快速高效的分析方法,基于各种纳米材料的荧光、比色和电化学特性的生物传感器被广泛用于霉菌毒素检测(Chi等人,2025;Hu等人,2026;Lin等人,2024;Wu等人,2025)。然而,大多数传统传感器遵循严格的“锁钥”识别模式,即单个传感器只能响应特定的毒素(Li等人,2025)。例如,Zhang等人(2026b)设计了基于特定抗原抗体识别的微流控电化学传感器,用于检测赭曲霉毒素A;而Song等人(2026b)则构建了基于特定免疫相互作用的光电化学平台,用于检测黄曲霉毒素B1。在现实农业环境中,农作物常常受到同一属中多种真菌的交叉感染,从而导致极为复杂的霉菌毒素共污染现象(Kang等人,2025;Tang等人,2026)。在这种复杂的共污染背景下,传统的单一目标传感器极易出现交叉干扰和假阳性结果,且无法同时对样本中的多种潜在毒素进行全面分析。因此,亟需克服单一目标识别的局限性,开发基于模式识别的交叉反应传感器阵列(Choi等人,2026;Shang等人,2026)。这类阵列无需为每种毒素定制专门的受体,只需提取各种毒素独特的“信号指纹”,即可实现简单高效的定性定量分析,还能有效区分高度复杂的混合物(Chen等人,2025;Wei等人,2026)。凭借这些强大的分析能力,交叉反应传感器阵列已在多个领域取得显著成果。例如,全彩色碳量子点阵列已被用于快速准确分类常见的病原细菌(Kang等人,2026)。同样,基于氮掺杂石墨烯量子点和铜羧酸根纳米酶的传感器阵列也在重金属离子的高通量指纹检测以及多种农药残留的复杂代谢追踪方面展现出优异性能(Song等人,2026a;Zhang等人,2026a)。不过,尽管已有诸多进展,但关于传感器阵列技术在霉菌毒素多重检测中的应用报道仍然很少。
为填补这一空白,开发高度可编程的传感元件和可靠的读出方式显得尤为重要。在现有的阵列设计中,比色传感器阵列因其较高的成本效益以及易于获取的显色底物而备受青睐。在构建高性能阵列时,催化元素的选择至关重要。在各种人工酶中,金属有机框架纳米酶具有独特优势,能够有效解决上述问题:它们固有的多孔结构可显著促进底物的快速传递;其可精确调控的孔径为无需受体即可实现尺寸筛选和特定霉菌毒素的差异化富集提供了可能;此外,通过简单的合成和修饰策略,还可轻松构建多功能催化平台(Li等人,2026;Wang等人,2025a;Zhang等人,2025)。尤其是卟啉金属有机框架,被认为是构建比色传感器阵列的理想材料。这主要是因为其结构具有可调性,其有机配体四(4-羧基苯基)卟啉能够与多种过渡金属离子(如铁)发生配位作用(Gao等人,2024;Shu等人,2022)。这些金属化配体在晶体框架内的规则排列使得整个材料拥有大量分布均匀的催化活性位点。借助这些结构优势,功能化的PCN-222和PCN-224纳米酶最近被开发成用于检测黄曲霉毒素B1的高灵敏度比色传感器(Zhang等人,2024;Zhu等人,2025)。不过,这些应用大多仅使用单独的PCN材料进行单一目标检测,未能充分发挥其作为集成传感器阵列的潜力。为了突破这一传统模式,我们提出将结构相关的PCN-Fe系列合理整合为一个具有交叉反应能力的整体平台。通过系统地调节中心Zr6节点的连接方式,可以精确调控PCN-Fe纳米酶的拓扑结构、孔径和表面电荷分布(Wang等人,2025b;Zuliani等人,2023)。重要的是,这种有针对性的拓扑结构优化不仅使阵列对不同的显色底物具有不同的催化偏好,还能使其对多种霉菌毒素产生必要的交叉反应结合亲和力。因此,这种多拓扑结构整合为获得稳定的多维差异信号提供了理想的物理化学基础。
尽管多通道传感器在复杂样本的高通量检测方面具有巨大潜力,但由于交叉反应产生的多维比色数据往往呈现极其复杂的响应模式。这类细微的比色变化很难通过肉眼观察或传统的单变量分析方法有效解读(Kang等人,2026)。为了解决这一难题,引入机器学习技术成为一种有效途径。线性判别分析、主成分分析等机器学习算法能够高效处理多通道传感器生成的高维数据集,准确提取潜在的指纹特征,从而显著提升对各类分析物的识别精度(Xu等人,2022;Yu等人,2024)。此外,机器学习不仅能克服人工分析的局限性,还能精确确定目标浓度与信号输出之间的定量关系,进一步提升传感器阵列在复杂实际场景中的应用效率和可靠性。
本研究合成了具有特定孔径和表面电荷的拓扑工程化PCN-Fe系列纳米酶,以此构建了一种新型双底物比色传感器阵列。该传感策略结合了由孔隙调控的质量传递动力学和静电富集作用所驱动的底物依赖性催化作用,以及由霉菌毒素引发的“孔隙阻塞”机制,后者可调节表面Fe位点的剩余催化活性。这两种机制的协同作用产生了独特的多维比色指纹。再结合线性判别分析,该阵列能够实现对实际农业样品中多种主要霉菌毒素及其混合体的精准定量评估和准确分类。总体而言,这项研究为未来开发用于农业风险筛查和食品安全监测的高通量分析平台提供了有力的概念验证和坚实基础。
章节节选
金属有机框架纳米酶的合成
PCN系列纳米酶的合成采用先前报道的方法,并进行了少量修改(Wang等人,2025b)。为合成PCN-222(Fe),将ZrCl4(15毫克)、TCPP(Fe)(5毫克)和苯甲酸(200毫克)溶解在4毫升的DMF中,然后在超声作用下混合。随后将混合液放入聚四氟乙烯内衬的高压反应釜中,在120摄氏度下加热24小时。冷却至室温后,通过离心收集深棕色的粉末,再用DMF和乙醇多次洗涤,
PCN-Fe纳米酶的表征
通过扫描电子显微镜研究了所合成PCN-Fe纳米酶的形态(图1A)。PCN-222(Fe)和PCN-223(Fe)呈现出纺锤状结构,平均长度分别约为6微米和35微米,而PCN-224(Fe)则表现为典型的棒状结构,长度约为2微米。这些形态差异源于各亚单元之间经过精心设计的拓扑连接方式。FTIR和XRD分析结果证实了这些框架的成功合成及其较高的结晶度(图1
结论
总之,通过设计具有不同孔环境和表面电荷的拓扑工程化PCN-Fe纳米酶,我们构建了一种新型双底物比色传感器阵列。这些经过定制的结构决定了通过孔隙调控的质量传递动力学和静电富集作用所实现的底物依赖性催化作用。此外,不同毒素的吸附还会引发“孔隙阻塞”效应,进而调节表面Fe位点的剩余催化活性
CRediT作者贡献说明
Lixin Kang:数据整理、实验研究、方法设计、初稿撰写。Xianfeng Lin:数据整理。Jiaqi Feng:实验研究。Jun Sun:软件应用。Nuo Duan:项目管理、论文审阅与编辑。Zhouping Wang:资源获取、实验验证。Shijia Wu:资金申请、项目管理、资源协调、监督工作以及论文审阅与编辑。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了中国国家重点研发计划(编号:2022YFF1103000)、国家自然科学基金(编号:32572707)、江苏省基础研究计划(编号:BK20240100)、中央高校基本科研业务费(编号:JUSRP202404019)以及江苏省食品安全质量控制协同创新中心的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号