电化学测序法解码含二茂铁寡聚氨酯的序列信息：迈向分子数据存储的新纪元

这篇研究开创性地开发了一种基于差分脉冲伏安法（DPV）的电化学测序技术，用于解析含二茂铁（ferrocene）的序列定义寡聚氨酯（SDOs）的分子信息。通过建立降解动力学模型和主成分分析（PCA），成功实现了256种寡聚物的序列匹配，并演示了11字符密码的精准解码。该方法为化学编码信息与电子电路的集成提供了低成本、微型化的解决方案，突破了传统质谱（MS）技术的局限性，为分子数据存储领域开辟了新路径。

　　

电化学测序技术突破分子信息存储瓶颈

The bigger picture
面对全球数据存储需求爆发式增长（预计2025年达1.75×10¹⁴GB），传统电子设备因寿命短、能耗高难以满足长期存档需求。本研究创新性地将二茂铁修饰的寡聚氨酯（SDOs）作为信息载体，通过链端降解结合差分脉冲伏安法（DPV）实现分子序列的精准读取。256种寡聚物按15种序列类型分组后，其降解动力学特征可通过主成分分析（PCA）与实验数据匹配，最终成功解码11位计算机密码。这项技术为化学信息与电子系统的融合提供了革命性方案。

Highlights
• 首创寡聚氨酯电化学测序方法
• 建立降解动力学预测模型
• 基于PCA的序列匹配算法
• 自动化数据处理与信息重建系统

Summary
合成序列定义聚合物（SDPs）因其可定制单体库（远超DNA的4碱基限制）成为信息存储的理想介质。研究团队设计含四种二茂铁单体的SDOs，通过可控链端降解释放单体，利用DPV检测其独特氧化还原电位（E_1/2为0.66-1.23V vs Me₁₀Fc）。降解动力学显示各步骤速率常数（k₁=3.7×10^-2 min^-1至k₅=2.1×10^-2 min^-1）与单体类型无关，使15类序列的浓度-时间曲线预测成为可能。结合Python自动化分析流程，该技术实现了100%准确率的密码解码。

Monomer design and synthesis
四种二茂铁单体（M1-M4）通过环戊二烯环上的推/拉电子基团（-三唑基、-酰胺基等）调控氧化还原电位，在[NBu₄][BArF]/DCM体系中获得0.3V以上的峰分离度。关键设计在于保持相似电流响应以确保定量准确性，同时避免电极表面吸附等干扰因素。

Kinetic study of oligomer degradation
以NBD标记的6聚体（M2-M4-M3-M1-Tyr）为模型，LC-MS追踪280分钟内降解过程。五步不可逆反应模型显示，不同位置单体释放速率差异<1.5倍，证实序列类型（如Seq14的S1-S2-S3-S1模式）而非单体种类决定降解轮廓。这一发现使256种组合可简化为15类动力学特征。

Workflow optimization
为避免强碱干扰，团队开发PEG化沉淀法分离降解产物：①70℃甲醇/水体系引发降解；②乙醚沉淀未完全降解链；③DPV检测溶解态单体。12个时间点（0-150分钟）采样策略平衡了序列分辨率和实验效率。

Decoding demonstration
在密码"Dh&@dR%P0W￠"验证中，11种寡聚物涵盖所有序列类型。例如Seq7型（M1-M2-M1-M2）对应字母"D"，Seq15型（M4-M3-M2-M1）对应数字"0"。PCA分析显示实验数据与预测模型的欧氏距离最小仅0.677，证实方法可靠性。

Conclusions
该技术首次实现合成聚合物的电化学测序，其优势在于：①兼容微型化设备；②单体库可扩展至16种以上；③与现有电子系统无缝对接。尽管目前仍需破坏性分析，但为开发便携式分子存储设备奠定了关键技术基础。未来通过优化 redox-active分子设计，有望将信息密度提升至DNA的4倍以上。

创新亮点

1. 首次将电子转移过程用于合成聚合物测序
2. 建立首个SDOs降解动力学通用模型
3. 开发自动化分析流程实现"化学比特"到数字信息的直接转换
4. 为DNA替代材料研究提供新范式

（注：全文严格依据原文实验数据及结论，未添加任何虚构内容；专业术语均按原文格式标注；去除了所有文献引用标识及图表标注）