纳米酶赋能双模态传感技术在食品基质中抗生素残留检测中的应用：最新进展与可靠性挑战

《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：Nanozyme-Enabled Dual-Mode Sensing for Antibiotic Residue Detection in Food Matrices: Recent Advances and Reliability Challenges

　　

• OI/CVI指标对标双模态纳米酶在食品基质效应下的稳健性。• 大多数双模态纳米酶传感器为同源型，导致虚假的交叉验证。• 基于场景的框架指导上下文适配的双模态传感器设计。• 加标回收率难以预测基质可靠性，原因在于蛋白冠效应。• 路线图提出OI/CVI指标和基于物理的校正方法，以支持现场部署。• 校正阈值族R2(f)=(1?Δalert/f)2给出了操作正交性判据（筛查等级R2≤0.20；设计目标R2≤0.10），并配有蒙特卡洛操作特征。• PRISMA改良方法论、验证层级以及一个经过计算的平台-基质实例，使可靠性框架具有可审计性。

引言

全球食品供应链的安全是重大的公共卫生问题，抗生素残留因其在畜牧业和作物农业中被广泛用于预防、治疗和促进生长而成为关键问题（Garebaghi, Gharibzahedi, & Altintas, 2025; Gharibzahedi, Barba, Zhou, Wang, & Altintas, 2022; K. Hu, et al., 2019）。这些残留物在肉类、牛奶、蜂蜜和水产品中的持久存在直接构成毒理学风险，包括过敏反应、肠道菌群失调以及肝肾损害，并显著加速了抗菌药物耐药性（AMR）的传播，这对现代医学和生态安全构成严重威胁（Gharibzahedi & Altintas, 2024; Xiao, et al., 2019）。由于食品中抗生素的最大残留限量（MRLs）受到严格监管（例如委员会条例（EU）No 37/2010），筛查方法必须同时实现足够的灵敏度和明确的可靠性，以防止在阈值浓度处出现假阴性。因此，稳健、高效且可及的监测方法对于保障公共健康和确保可持续食品生产至关重要（B. Fu, Zhang, Nie, Li, & Wang, 2024; Huan Wang, Zhang, Du, Zhang, & Chen, 2026; Xue, Qi, & Liu, 2015; Zeng, Luo, Zhang, & Tang, 2018）。

目前，最广泛接受的参考技术主要是高效液相色谱（HPLC）和液相色谱-串联质谱（LC-MS/MS），但这些技术受限于对精密仪器的依赖、耗时的样品前处理以及需要由熟练人员操作的集中式实验室设施（S. Liu, Hao, Qiu, & Yu, 2025; Yao, Zhang, Batool, Wang, & Wahab, 2025）。这些局限性本质上阻碍了快速的现场筛查。将新型生物传感器，特别是经纳米材料增强的比色和电化学平台，与便携式智能设备相结合，提供了一种可行的替代方案（Gbonyea, et al., 2025; X. Li, et al., 2025）。这种协同作用使得在现场需求点即可实现快速、无需精密仪器甚至无需仪器的检测，将分析物浓度转化为可见的颜色变化或可量化的数字信号（Geng, Shuai, & Zhang, 2026; B. Hu, et al., 2026）。

要使传感器具有实际应用价值，必须在目标基质中接近适用行动水平处展现适用性；一个低于法定限量的数值检出限是必要但非充分条件。例如，欧盟已为牛乳中的四环素残留设定了100 μg/kg的MRL（约225 nM的四环素），而氯霉素作为一种禁用物质，不受MRL管理，而是受第（EU）2019/1871号法规中0.15 μg/kg的行动参考点（RPA）管理。如第4节所示，许多纳米酶基双模态传感器在缓冲液中实现的检出限远低于这些阈值，但由于基质效应，它们在真实食品基质中的性能往往无法满足法规要求。分析灵敏度与法规合规性之间的这一差距是本综述的核心主题。我们强调，一个低于MRL的仪器检出限（iLOD）是必要但不充分的条件：对于合规性而言，重要的是样品前处理后的方法检出限（mLOD），以及一个真正跨越MRL的实际基质中的线性校准范围，而不是缓冲液中的范围。本综述中报告的所有检出限均据此进行解读。

纳米酶是模拟天然酶催化的功能性纳米材料。由于具有催化信号放大、相对较高的环境稳健性以及可调的表面化学性质，它们是下一代生物传感的核心（L. Gao, et al., 2007; F. Gao, et al., 2024; Huang, et al., 2019; Jiang, et al., 2019; Lu, et al., 2025; M. Liang & Yan, 2019; Panferov, et al., 2025; Wei, et al., 2024）。

在双模态架构中，一种纳米酶可以同时参与催化放大、电子转移调节、光学吸收或荧光调控。这种多功能性降低了材料复杂度，但它本身并不能确立独立的读出：独立性必须通过共享中间体和干扰物响应分析来证明。

过氧化物酶样纳米酶利用H?O?氧化显色底物，而氧化酶样纳米酶在不需外源H?O?的情况下激活溶解氧产生活性氧物种（Z. Lin, et al., 2024）。两条路径都可以放大光学信号，但两者也容易受到基质抗氧化剂、pH值和可及位点密度的影响。

单模态生物传感器仍然容易受到基质诱导的假阳性和假阴性的影响，因为一个读出无法自我印证（Hao Wang, Han, Tian, Wang, & Wang, 2025; T. Wu, Zhang, Dong, Jiang, & Wei, 2026; Q. Zhao, et al., 2025）。因此，双模态传感只有在第二个通道提供的信息不仅仅是第一个通道的简单缩放副本时才具有吸引力。

在本综述的语境下，双模态传感指的是在单一识别事件上集成两条物理上不同的信号转导路径的分析平台，产生两个独立但相关联的读出，用于交叉验证定量。我们根据信号来源的正交性对这些平台进行分类：

同源双模态是指两个信号均源于同一物理化学过程（例如，比色和光热信号均源于聚集AuNPs的等离激元性质；或比色和荧光信号均依赖于氧化TMB的浓度）。关键局限性在于，任何影响共同路径的环境扰动（pH值、温度、离子强度）都将按相同比例扭曲两个输出，保留比值但不保留绝对准确性。因此，交叉验证是虚幻的。

异源（正交）双模态是指两个信号源于根本不同的转导原理（例如，催化比色读出与电化学电流耦合；或荧光猝灭与SERS配对）。这些架构提供了真正的相互印证，因为两个通道对干扰物的敏感性谱不同。

双模态传感的核心价值主张在于内置交叉验证。这一优势仅在满足以下两个条件时才能实现：(i) 两个信号通道通过不同的物理化学机制对目标分析物产生响应（正交性）；以及 (ii) 尽管环境扰动（pH值、温度、离子强度）导致独立的通道漂移，仍能从联合信号空间中恢复分析物浓度。违反任一条件都会削弱可靠性优势。为消除术语漂移，Box S1汇总了本文中使用的工作定义，包括推定解耦（机制推断）与经验证实的正交（实证确立）平台之间的区别。

无标记与标记识别。识别层也会影响通道独立性。无标记设计（例如分子印迹腔或直接的催化调节）避免了额外的试剂，但使两个通道都耦合到同一界面识别事件上，因此共享的识别门控仍然是一个共同故障节点。标记设计将一个通道上连接了抗体或适配体结合的标记物，可以将该通道的敏感性谱与另一个通道的底物化学解耦，因此可能改善正交性；然而，标记引入了自身的故障模式（标记效率、标记物脱落和空间位阻），并可能本身对基质成分产生响应。两种构型都不能保证独立性，据我们所知，在已有文献中尚未系统测量过识别层标记对经验OI/CVI的影响。因此，我们将标记视为干扰物面板中需要报告和强调的设计变量，而非先验的正交性声明。转导层解耦但识别事件共享的平台被标记为"识别门控耦合"；对于此类平台，识别门控仍然是共同故障节点，因此第2.3节的干扰物面板除应包含转导水平干扰物外，还应包括靶向识别层的压力源（例如竞争结合物和门控饱和类似物）。

比率荧光处理方式类似：比率读出（源自单一光物理过程的两个发射强度）提供了对激发和探针浓度波动的通道内自校准，但它不构成第二个独立的转导通道；将比率FL通道与第二种模式配对的平台（例如，He, et al., 2025）因此被编码为双模态，基于跨模式配对而非强度比本身。

纳米酶赋能双模态传感的机制运作于三个相互关联的层面。在催化层面，具有POD样或OXD样活性的纳米酶产生ROS，同时驱动显色反应用于比色读出，并通过氧化诱导的猝灭或增强调节荧光底物。在光学层面，贵金属纳米酶的局域表面等离激元共振（LSPR）效应实现了比色信号生成，同时与催化放大耦合以增强光热转换或表面增强拉曼散射（SERS）。在界面层面，目标识别事件（如抗生素与适配体或分子印迹腔的结合）改变了纳米酶的表面微环境（电荷状态、空间位阻、电子转移效率）。这些变化同步影响多个物理场响应。这种"单一平台、多信号源"的特性使纳米酶成为构建可靠双模态系统的理想枢纽材料。

本综述聚焦于2022年1月1日至2026年6月30日之间发表的经同行评审的纳米酶赋能双模态研究。早期文献仅在其提供必要的机制、统计或法规背景时才被引用。超出抗生素残留食品分析范围的研究仅作为明确标记的架构级参考设计使用。

综述结构如下。第2节建立了耦合节点框架和OI/CVI评估标准。第3节将主要的可靠性悖论浓缩为一个基于场景的筛选框架。第4节按信号配对评估代表性平台，详细方案移至补充信息以符合期刊显示项目限制。第5节提出了一条分阶段验证路线图。

综述方法。检索了Web of Science核心合集、Scopus和PubMed中2022年1月1日至2026年6月30日期间发表的相关记录。两名编码员使用预设的入选标准独立筛选了标题/摘要和全文；分歧通过讨论解决，Cohen's κ报告于补充第S1.6节。证据使用QUADAS-2改良评分标准进行分级，涵盖基质真实性、校准充分性、配对跨模态数据和重复性。完整的检索字符串、流程图（补充图S1）、编码方案和分级表见补充第S1.6节及表S1–S5。

各节摘要

纳米酶赋能双模态传感：机制基础与正交性框架
本节仅保留用于评估后续综述平台的机制和数学内容。详细的推导、实施说明和平台示意图汇总于补充信息中。

可靠性挑战与设计悖论
核心可靠性问题不在于能否产生第二个信号，而在于它能否在相同的食品基质中存活而不复制第一个通道的误差。文献中存在三个反复出现的悖论。

抗生素检测双模态纳米传感的最新进展
在机制基础（第2节）和可靠性挑战与设计悖论（第3节）确立之后，我们现在通过正交性框架评估2022年至2026年报告的代表性平台。目标不是重复枚举式综述（Mansouri & AlOmari, 2025），而是检验名义上的"双模态"声明是否对应于机制上独立的通道。每个平台被分配一个验证层级（Box S1）：第1层（缓冲液加标），第2层……

结论

在本综述编码的22项抗生素范围研究中，名义灵敏度令人印象深刻，但可靠的现场验证尚未实现。核心故障模式包括同源信号耦合、活性位点不稳定性、环境响应不同步以及基质诱导的竞争性干扰。表4中的场景框架和表5中的代表性证据表明，平台选择应由决策上下文决定，而非由报告的最低检出限决定。

未引用参考文献
Hu et al., 2024; Page et al., 2021; Qi et al., 2026; Tan et al., 2024; Tian et al., 2025; Wang et al., 2024; Wang et al., 2026; Wang et al., 2025; Wang et al., 2025; Whiting et al., 2011; Xue et al., 2015; Yu et al., 2025; Zhang et al., 2024.

CRediT作者贡献声明
以下作者贡献相等：Zhixiang Zheng和Juntao Yang。
Zhixiang Zheng：概念化、指导、审稿与编辑。Juntao Yang：撰写初稿、调查、数据整理。Xiaochao Dang：数据整理、可视化。Zongli Ren：方法论、撰写初稿。Qingliang Feng：概念化、指导、资金获取、审稿与编辑。所有作者均已阅读并批准最终手稿，同意对其所有方面承担责任。

利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

数据可用性
本综述未产生新的实验测量数据。

编码表、证据分级方案和示例计算值已在补充信息中提供；补充表S4是一个说明性的半经验数据集，而非新数字化的原始数据集。模拟规范在补充信息中有描述，分析输出结果可在合理请求下向通讯作者索取。

数据可用性

本综述未产生新的实验测量数据。编码表、证据分级方案和示例计算值已在补充信息中提供；补充表S4是一个说明性的半经验数据集，而非新数字化的原始数据集。模拟规范在补充信息中有描述，分析输出结果可在合理请求下向通讯作者索取。

伦理审批和知情同意

不适用。本工作为一篇综述，不涉及人类受试者、动物实验或临床样本。

关于OI/CVI框架的认识论地位和验证边界的声明

OI/CVI框架作为操作提案提出，而非经过验证的监管标准。表2中的阈值（R2 ≤ 0.20，OI ≥ 0.80 作为筛选级别；R2 ≤ 0.10，OI ≥ 0.90 作为设计目标）是待回顾性和前瞻性实证验证的筛选和设计标准。表1b中的范围为理论预期；表5中的正交性等级为机制层面的推断，而非实验性的OI/CVI分类。第2.4节中的示例计算...

作者协议

所有作者均已阅读并批准了提交的修改稿、补充信息和本声明。他们同意对工作的各个方面负责，并同意提交至《Trends in Food Science & Technology》。

资助

本工作得到国家自然科学基金（编号51862029）、甘肃省高校产业支撑与引导项目（编号2020C-32）、兰州市科技计划项目（编号2025-2-149）、甘肃省科技重大项目（编号21ZD4FA032）和甘肃省高层次人才计划项目（编号2022RCXM085）的资助。

利益冲突声明

作者声明，他们没有已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

作者感谢国家自然科学基金（编号51862029）、甘肃省高校产业支撑与引导项目（编号2020C-32）、兰州市科技计划项目（编号2025-2-149）、甘肃省科技重大项目（编号21ZD4FA032）和甘肃省高层次人才计划项目（编号2022RCXM085）的资助。

郑智翔 | 杨俊涛 | 党晓超 | 任宗立 | 冯庆良