基于二氧化硅包覆碳点的双模式传感器阵列，该碳点具有可调的荧光和磷光特性，可用于单胺类神经递质的区分与检测

《Biosensors and Bioelectronics》：Dual-mode sensor array based on silica-coated carbon dots with tunable fluorescence and phosphorescence for discrimination and detection of monoamine neurotransmitters

双模式传感器阵列基于二氧化硅包覆碳点（CDs@SiO?）及复合物（CDs-RhB@SiO?）实现单胺神经递质（DA、EP、NE、5-HT）的高精度区分与定量检测，检测限低至1.25 μM，通过荧光（395/585 nm）和磷光（520/600 nm）信号分离抑制基质干扰，为早期疾病诊断提供新策略。

　　在现代生物医学研究中，单胺类神经递质（monoamine neurotransmitters, MNTs）的检测与识别具有重要的临床价值。这些神经递质，包括多巴胺（dopamine, DA）、去甲肾上腺素（norepinephrine, NE）、肾上腺素（epinephrine, EP）、5-羟色胺（serotonin, 5-HT）以及组胺（histamine, HA），广泛参与神经系统的调控，其异常水平与多种疾病密切相关。然而，由于MNTs在分子结构上的高度相似性，尤其是在苯环和氨基基团等保守结构单元上的共性，传统的单一检测方法往往难以实现对它们的准确区分与定量分析。此外，生物样本基质的复杂性也会引入大量干扰因素，进一步限制了检测的可靠性。因此，开发一种能够高效、准确识别多种MNTs的检测平台，成为当前研究的热点。

近年来，传感器阵列作为一种新兴的分析技术，因其高通量、多通道检测能力，逐渐成为MNTs识别的重要工具。传感器阵列通过引入多个具有不同响应特性的识别元件，能够实现对复杂混合物中多种目标物质的协同识别。其核心优势在于，不仅可以同时监测多个神经递质的浓度，还能够利用模式识别技术减少基质干扰的影响。然而，现有的光学传感器阵列仍然面临两大挑战：一方面，为了实现足够的多路复用能力，通常需要多个独立的传感器单元，这不仅增加了系统的复杂性，还可能降低检测效率；另一方面，背景荧光干扰问题限制了检测的灵敏度和准确性，尤其是在生物样本中，天然存在的荧光物质可能对目标信号产生显著干扰。

为了解决上述问题，本研究提出了一种基于碳点（carbon dots, CDs）和硅氧纳米材料的双模（荧光/磷光）传感器阵列，旨在实现对多种MNTs的快速、高通量检测。该传感器阵列通过巧妙设计，将碳点与磷光探针（如罗丹明B，Rhodamine B）结合，并封装于硅氧纳米壳层中，从而在单一传感器单元内同时获取荧光和磷光信号。这种双模信号的获取不仅简化了传感器阵列的结构，还显著提高了检测的信噪比，使目标神经递质的识别更加准确和可靠。

具体而言，本研究首先制备了一种具有蓝光荧光（395 nm）和绿光磷光（520 nm）特性的碳点-硅氧纳米复合材料（CDs@SiO?）。该材料的磷光信号来源于碳点的三重态到单重态的直接辐射跃迁，这一过程在生物样本中表现出较强的抗光漂白能力。通过引入罗丹明B作为能量受体，进一步设计了CDs-RhB@SiO?纳米复合材料，该材料在荧光和磷光方面分别表现出橙光（585 nm）和红光（600 nm）特性。这种设计不仅增强了磷光信号的寿命，还通过荧光共振能量转移（F?rster resonance energy transfer, FRET）机制实现了高效的能量传递，从而提升了信号的强度和稳定性。

基于上述两种纳米材料，本研究构建了一个由两个组件组成的多通道传感器阵列。该阵列通过利用CDs@SiO?和CDs-RhB@SiO?的多通道信号协同策略，实现了对多种MNTs的高效识别。与传统的多通道传感器阵列相比，该双模设计大大减少了传感器单元的数量，从而降低了系统的复杂性和成本。同时，磷光信号的引入有效抑制了背景荧光的干扰，提高了检测的准确性和灵敏度。实验结果表明，该传感器阵列在复杂生物样本中能够实现对多种MNTs的100%准确识别，并且检测限低至1.25 μM，显示出其在实际应用中的潜力。

此外，该研究还探讨了不同MNTs对传感器阵列信号的影响。通过对比分析，研究人员发现不同神经递质在与传感器材料相互作用时，会引发不同的荧光和磷光响应模式。这种响应模式的差异为传感器阵列的多通道识别提供了基础。例如，DA、EP和NE在与CDs@SiO?作用时，其荧光和磷光信号呈现出特定的特征，而5-HT和HA则表现出不同的响应特性。通过这些差异，传感器阵列能够实现对多种MNTs的区分和定量检测。

本研究的创新之处在于，首次将双模信号（荧光和磷光）应用于MNTs的识别与检测。通过时间门控技术，研究人员能够有效分离长寿命磷光信号与短寿命背景荧光，从而显著提高检测的信噪比。这一技术的引入不仅克服了传统光学传感器阵列在背景干扰方面的局限性，还为实现高灵敏度、高选择性的多路复用检测提供了新的思路。

从应用角度来看，该双模传感器阵列在临床诊断中具有广阔前景。由于MNTs与多种神经系统疾病密切相关，如抑郁症、精神分裂症、阿尔茨海默病和帕金森病等，能够实现对这些神经递质的快速、准确检测，对于疾病的早期诊断和治疗监测具有重要意义。同时，该传感器阵列的高通量特性也使其适用于大规模样本的筛查，有望在生物医学研究和临床检测中发挥重要作用。

为了验证该传感器阵列的性能，研究人员进行了系统的实验分析，包括对不同MNTs的响应特性、信号强度以及检测限的评估。实验结果表明，该传感器阵列在不同浓度下的MNTs检测中均表现出良好的线性响应和重复性，说明其具有较高的稳定性和可靠性。此外，通过与现有技术（如高效液相色谱-质谱联用技术、免疫分析和电化学传感器）的对比，研究人员发现该双模传感器阵列在检测速度、成本效益和操作简便性方面具有明显优势，尤其是在处理复杂生物样本时，能够有效减少基质干扰，提高检测的准确性。

值得注意的是，本研究不仅关注于传感器阵列的性能优化，还深入探讨了其在实际应用中的可行性。通过构建一个可视化的检测平台，研究人员能够直观地观察到不同MNTs对传感器材料的响应，为后续的临床应用提供了理论支持。同时，该平台的可扩展性也为未来开发更复杂的多模态传感器阵列奠定了基础。

综上所述，本研究通过设计一种基于碳点和硅氧纳米材料的双模传感器阵列，成功实现了对多种MNTs的快速、高通量检测。该方法不仅克服了传统技术在背景干扰和多路复用能力方面的不足，还为早期疾病诊断和生物医学研究提供了一种新的工具。随着技术的不断进步，这种双模传感器阵列有望在未来应用于更广泛的领域，为精准医学的发展贡献力量。