利用千里光绿色合成氮掺杂碳量子点用于茶样品中 Cu2? 的检测

《Food Chemistry》:Green synthesis of N-doped carbon quantum dots using Senecio scandens for Cu2+ sensing in tea sample

【字体: 大 中 小 】 时间:2026年10月11日 来源:Food Chemistry 10.4

编辑推荐:

   摘要本研究中,以微甘菊(Senecio scandens)为碳源、尿素为氮掺杂剂,通过一锅法水热路线合成了氮掺杂碳量子点(N-CQDs)。所得N-CQDs粒径均一、近球形,平均直径为1.6 nm。其具有部分石墨化的核心,且表面富含含N/O的官能团。该N-CQDs具有优良的光稳

  

摘要

本研究中,以微甘菊(Senecio scandens)为碳源、尿素为氮掺杂剂,通过一锅法水热路线合成了氮掺杂碳量子点(N-CQDs)。所得N-CQDs粒径均一、近球形,平均直径为1.6 nm。其具有部分石墨化的核心,且表面富含含N/O的官能团。该N-CQDs具有优良的光稳定性,并易于分散在水中。铜离子对N-CQDs的荧光猝灭遵循静态光致发光机制。在0–3 μmol/L范围内呈线性响应,检出限为0.646 μmol/L。N-CQDs还表现出良好的生物相容性,可用于斑马鱼幼鱼及拟南芥根部铜离子的无创荧光成像。这些结果证实该方法对真实茶叶样品分析具有可靠性,回收率介于95.64%至102.44%之间,相对标准偏差均低于4.79%。总体而言,本研究建立了一个实用化的传感平台,适用于茶叶及其他农业食品产品的现场Cu2+监测。

引言

铜污染常见于食品基质中,这使得通过饮食暴露于Cu2+成为一个被低估且监管不足的威胁。有效的食品安全管理需要一个以可靠检测技术为核心的系统化监测与评估框架(Liu, Zhu, et al., 2023; Oladele & Ojogu, 2025; Sheng et al., 2024)。Cu2+是人体必需的微量营养素,参与线粒体呼吸、抗氧化防御和神经肽合成等核心生理过程。然而,通过饮食长期过量摄入会导致剂量依赖性的健康损害,可引发肝肾功能损伤(Gromadzka et al., 2020; Harini et al., 2022)、胃肠功能失调(Wu, Xia, et al., 2025),并加速阿尔茨海默病和帕金森病等神经退行性疾病的发展(Dai et al., 2024; Zhang, Peng, et al., 2025)。
茶是全世界消费量最大的非酒精饮料(An et al., 2024; Li et al., 2021)。在茶叶种植过程中,含铜杀菌剂被反复施用于叶片表面,导致铜离子在茶叶中持续累积。这为全球超过20亿茶叶消费者带来了一条直接且长期的饮食暴露途径(Girolametti et al., 2024)。这一现状凸显了开发精准可靠的分析工具、在全供应链上监测茶叶原料中Cu2+含量的迫切需求(Chen et al., 2023; Liu, Zhou, et al., 2023; Pan et al., 2022; Zhang et al., 2022)。先进的食品安全荧光传感技术已受到广泛的研究关注。例如,Li等人开发了一种用于检测食品添加剂的双发射传感平台(Li et al., 2026)。此类平台具有良好的水分散性、可调控的表面官能团以实现特异性识别能力,以及对痕量目标分析物的高灵敏度。这些特性为检测茶叶样品中的铜离子提供了关键条件。
铜离子的定量检测技术包括原子吸收光谱法(AAS)、电感耦合等离子体质谱法(ICP-MS)和差分脉冲伏安法。基于碳纳米管的传感器也已被用于检测铜离子(Elkhatat, 2023; Wu, Yue, et al., 2025),但主要局限于集中式实验室使用(Costa et al., 2021)。
茶叶中的复杂基质含有多种多酚、色素以及其他溶解性有机化合物。为消除干扰,样品需要进行硝化、稀释或基质匹配处理。此外,仪器昂贵,且需要专业操作人员。这种繁琐的前处理阻碍了高通量现场检测(Kamalasekaran & Sundramoorthy, 2024; Wen et al., 2024; Zhang, Li, et al., 2025)。碳纳米管传感器作为一种替代方案已被探索,但其制造工艺相对复杂(Ajami et al., 2014)。因此,迫切需要寻找一种低成本、快速、简便且高灵敏度和高选择性的传感平台,以满足检测要求(He et al., 2021)。
CQDs是一种直径小于10 nm的碳纳米材料(Cai et al., 2026; Elugoke et al., 2024; Rosales et al., 2025; Singh et al., 2025)。在食品安全领域,CQDs荧光探针被用作光学探针进行检测(Li et al., 2025)。与传统有机荧光染料相比,CQDs在农产品快速筛查中表现出高灵敏度和良好的可扩展性。Zeng等人开发了一种基于量子点的农业蛋白侧向流免疫分析方法,该方法具有多项实际应用优势(Pei, Cai, et al., 2025; Zeng et al., 2025)。它们由简单材料组成,发光可调,易溶于水,且细胞毒性极低(Bucka et al., 2024; Das et al., 2024; Kamal et al., 2025; Rastgar & Elboughdiri, 2025)。CQDs使用可再生、低成本生物质原料制备。经异原子掺杂后,其表面官能团可精确调控,从而无需修饰即可增强目标识别能力(Baishya et al., 2025; Jiang et al., 2018; Nazari et al., 2025)。因此,CQDs非常适合开发低成本、易于获取的铜离子检测传感器。
基于CQDs的荧光传感器可检测多种重金属污染物,并已在针对Fe3+、Hg2+和Pb2+的水样、生物样品和食品检测中得到应用。其检测水平通常在纳摩尔级甚至更低(Akram et al., 2025; Nguyen et al., 2026; Viji et al., 2025)。铜离子检测的工作原理是铜离子与CQDs表面的氧和氮官能团(如羧基、羟基和氨基)结合,形成特定的配位相互作用,主要通过静态猝灭或光致电子转移(PET)方式被熄灭(Dong et al., 2012; Gao et al., 2019; Gao et al., 2025; Ju et al., 2019; Wu et al., 2018)。表1总结了不同CQDs在铜离子检测中的性能。本研究的N-CQD与以往方法相比具有更低的检出限、更快的响应速度和更简单的制备工艺。
微甘菊(Senecio scandens)是一种广泛可获得且可再生的药用植物,富含多酚、生物碱和黄酮类化合物。作为传统生物质原料的替代品用作碳前驱体,该中药本身就富含含氧和含氮的官能团。它天然结合生物碱型氮和酚羟基——这种固有组成使它与果壳等富含多酚但缺氮的生物质不同,构成了一个适合Cu2+识别的本征N,O配位池。在水热碳化过程中,这些固有的碱性基团能够稳定碳骨架并作为内置的表面识别位点,从而可通过尿素掺杂形成N-CQDs(Kou et al., 2020; Leu et al., 2011; Zeng et al., 2023)。该设计克服了现有碳量子点的关键缺陷:碳量子点光致发光量子产率适中且铜离子结合位点稀少,导致检测灵敏度相对较低。同时,传统尿素掺杂碳量子点的氮掺杂不均匀且表面官能团有限,降低了其在复杂基质中的抗干扰能力和稳健性。
本研究中,以微甘菊为碳源、尿素为氮掺杂剂,通过一锅法水热路线合成了N-CQDs。该N-CQDs具有优良的光稳定性并易溶于水。铜离子对N-CQDs的荧光猝灭遵循静态光致发光机制。N-CQDs还表现出良好的生物相容性,可用于斑马鱼幼鱼及拟南芥根部铜离子的无创荧光成像。本研究建立了一个实用的传感平台,适用于茶叶及其他农业食品产品的现场Cu2+监测(Das et al., 2025; Jing et al., 2025; Liang et al., 2024)。

部分片段

N-CQDs的制备

N-CQDs采用简便的一锅法水热路线制备,使用微甘菊作为可再生碳前驱体。典型合成中,将0.30 g微粉碎的微甘菊药材分散在10 mL去离子水中,随后加入0.10 g尿素。选择生物质与尿素的比例(3:1,w/w)是因为它在初步筛选中产生了最高的荧光发射强度,满足后续铜离子测定的要求。

N-CQDs的表征

透射电子显微镜(TEM)分析(图1a)显示N-CQDs具有均匀的、近球形的几何形状和较窄的粒径分布。高分辨成像进一步分辨出具有0.23 nm晶面间距的清晰晶格条纹,该值与石墨碳的(100)晶面一致,从而证实了局部石墨域和部分结晶性的存在。高斯拟合(图1b)表明N-CQDs的直径范围为1.1–2.7 nm,平均尺寸约为1.6 nm。

结论

本工作中,以微甘菊生物质为绿色碳前驱体,通过一锅法水热法合成了N-CQDs。该N-CQDs表现出对铜离子的选择性静态猝灭特性,具有线性荧光响应,检出限为0.646 μmol/L。该纳米探针可对活体斑马鱼及拟南芥根部铜离子实现无创荧光成像,并在商业茶叶样品中铜离子定量分析方面展现出令人满意的准确性和可靠性。

CRediT作者贡献声明

Pei Shuchen(裴舒辰):数据整理。Yi Hongsheng(易宏生):数据整理。Zhou Jinjing(周金晶):验证。Cai Shaoyu(蔡少宇):构思。Wang Yifan(王一帆):监督指导。Chen Jun(陈军):可视化。Luo Kang(罗康):项目管理。

资助

本研究由重庆三峡医药高等专科学校2023年校级自然科学项目(项目编号:XJ2023000204)和重庆市自然科学基金创新发展联合基金项目(项目编号:CSTB2023NSCQ-LZX0060)资助。

未引用文献

Pei, Yan, Cai, et al., 2025

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争经济利益或个人关系。
裴舒辰|易宏生|周金晶|蔡少宇|王一帆|陈军|罗康
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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