单链DNA包裹单壁碳纳米管的序列周期性作用：关键性评述

《International Journal of Molecular Sciences》：ssDNA Wrapping of Single-Walled Carbon Nanotubes and the Role of Sequence Periodicity: A Critical Review

　　

摘要 单链DNA（ssDNA）与非共价单壁碳纳米管（SWCNTs）的杂合体是手性分选和近红外（NIR）生物传感的核心，然而目前尚无定量规则将天然序列的周期性与特定纳米管的几何结构联系起来。早期综述将序列视为分选或传感的工具；本关键性评述旨在探讨截至2026年已发表的证据对周期性问题的确立程度。研究人员比较了来自计算、量热法和力谱学的碱基–管壁亲和力；冷冻电子显微镜（cryo-EM）、扫描隧道显微镜（STM）、原子力显微镜（AFM）和溶液X射线散射所报道的周期；用于单手性分选的识别序列；以及少数基因组DNA的研究。碱基亲和力的实验顺序取决于方法以及表面是平面还是曲面。1.6–3.3 nm的螺旋螺距、溶液中链间8.6–14.3 nm的间距以及约14 nm的AFM周期属于不同的量。识别不仅取决于直径，还取决于序列模式、长度、手性角（chiral angle）和手性（handedness）。据研究人员所知，在固定组成下改变碱基间距仅已在共价交联杂合体中实现；对于非共价包裹，这一检验仍然缺失。研究人员概述了下一步实验及其所需的报告标准和开放数据。

1. 1.
   引言

单壁碳纳米管（SWCNTs）兼具高电导率和机械强度，并具有稳定的近红外（NIR）发射，其跃迁可归属至特定（n, m）物种。该发射位于生物组织透明窗口内，使纳米管成为无创传感与成像的理想平台，并广泛应用于晶体管、柔性传感器和透明导体。2003年，单链DNA（ssDNA）被证明可在超声作用下分散SWCNTs，建模研究指向通过π–π堆叠实现的螺旋包裹。同年，结合被证明具有序列依赖性，因此被（GT）_n包裹的纳米管可按直径和电子类型分离。随后，识别序列文库不断扩展，包裹结构近期已获得亚纳米级分辨率解析。然而，识别的分子基础仍未完全阐明。

纳米管的电子特性和DNA杂合体的形态均由其手性指数对（n, m）决定。两个整数确定直径和手性角，从而决定DNA链必须适应的表面曲率。迄今为止，几乎所有工作均使用固定设计的合成寡核苷酸，以（GT）_n重复序列为标准范例。然而，（GT）_n基序本身是一种二核苷酸微卫星序列，基因组DNA已被证明可螺旋包裹纳米管并富集（6, 5）物种。因此，该领域许多主要结果均通过天然周期性基序获得，但据研究人员所知，周期性尚未作为独立原理被系统研究。

本综述旨在填补这一空白，核心问题是：给定几何结构的SWCNT能否区分天然周期性序列之间的精细结构差异？研究人员将范围限定于SWCNTs，因为石墨烯及其他碳基底涉及不同问题，需另行处理。研究目标是对包裹机制进行批判性阐述，并确定已发表数据已回答哪些问题、哪些问题仍需直接检验。

由于周期性是本综述的核心概念，研究人员在开篇即给出定义：当长度为p的基序串联重复时，序列具有周期p。周期为2对应（GT）_n，周期为3对应（TAT）_n，周期为6对应人类端粒重复序列（TTAGGG）_n。天然串联重复按重复单元长度分为微卫星、小卫星和卫星序列。周期性是初级序列的属性，区别于组成（各碱基比例）以及包裹的三种长度量：单条链的螺旋螺距、相邻链间间距以及早期原子力显微镜（AFM）中观察到的表观周期。周期性是否重要，最终归结为：在固定组成和长度下，周期p是否改变链在特定纳米管上的堆积方式。

已有综述分别覆盖了DNA分选纳米管及其溶剂化差异基础、手性纯管的生长与表征、DNA介导分选的机制以及光学生物传感应用。在这些综述中，DNA序列主要被视为分选或传感的工具。据研究人员所知，尚无综述比较不同方法获得的碱基亲和力数据，或区分包裹螺距与其他技术测得的较长周期，也未探讨天然重复序列的周期性本身是否为纳米管可读取的变量。本综述针对上述三点展开，并因周期性检验依赖于可比数据，同时考虑实验室间可重复性、报告标准和开放数据问题。

1. 2.
   综述范围与方法

本综述为叙述性批判评述而非系统性综述，不声称覆盖详尽。研究人员从该领域奠基性论文和近期综述出发，沿其引文向前和向后追踪。综述覆盖截至2026年9月发表的工作。对于2023–2026年期间，在OpenAlex数据库中通过标题查询扩展检索，将纳米管与DNA、寡核苷酸、基因组、端粒、四链体、重复、分选、分离、手性、生物传感或荧光等关键词组合，并检索DNA–纳米管杂合体的综述文章。检索返回905条唯一记录，经标题和摘要筛选。筛选及通用网络搜索和引文追踪新增21项2023–2026年发表的研究，其书目数据取自Crossref。优先纳入报告非共价ssDNA–SWCNT杂合体结构、热力学或光学数据的原始研究。综述和关于其他分散剂或纳米管电子学的工作仅作背景引用。每项原始研究中，研究人员记录序列类型（天然周期性、合成周期性、同聚物或随机）、基序及其周期、纳米管物种、测量量和方法。表格中的数值按所引论文报道引用，不同方法获得的值全程分开。每篇参考文献的书目细节均与出版方记录核对。生成式AI工具辅助了部分工作（见致谢）；所有输出均由作者对照原始来源核实。表1概述了该领域经历的主要阶段。

1. 3.
   两个伙伴：纳米管几何与周期性DNA

3.1 纳米管几何与手性

指数（n, m）定义纳米管的几何结构，杂合体的行为取决于该几何结构。指数给出直径d = (a√3/π)·√(n² + nm + m²)，其中a ≈ 0.142 nm为C–C键长，以及手性角θ = arctan[√3·m/(2n + m)]。电子类型同样由指数决定：若（n ? m）为3的倍数则管为金属性或准金属性，否则为半导体性。每种手性管还存在左手和右手对映体，指数不显示这一自由度，但对DNA这类手性聚合物至关重要。只有半导体物种发射荧光，各自具有独特的吸收和发射波长，因此样品组成可光学读取。

本综述涉及的研究中反复出现的物种直径范围较窄，从（6, 5）和（9, 1）的0.75 nm到（8, 7）和（10, 5）的约1.0 nm。该范围反映了通常分散的小直径材料，不应解读为杂合体的几何最优值。DNA也并非获得结构纯材料的唯一途径。共轭聚合物可在有机溶剂中选择性提取半导体管，固体催化剂可在生长过程中偏置手性。DNA的优势在于其在水溶液中有效，且选择性编码于序列中，可被搜索和变异。

3.2 天然周期性序列：共性与差异

串联重复（卫星、小卫星和微卫星）和散在重复如转座元件合计占人类基因组一半以上，据估计约达三分之二。它们在染色质组织和基因表达调控中具有结构和调控作用。串联重复的共同点是周期性，即一个基序在长片段上忠实重复。它们的不同之处在于基序组成（G/A富集型与T/C富集型）、基序长度和周期、形成二级结构的倾向以及重复数在不同等位基因间的变异程度。最著名的可折叠重复是人类端粒重复序列（TTAGGG）_n，其G富集链形成G-四链体（G-quadruplex），C富集链形成i-motif结构。

这些差异使天然重复序列成为合适的判别测试体系，前提是区分两类差异。组成效应取决于碱基比例，例如G/C与A/T含量。周期性效应取决于重复单元长度和固定组成下相同碱基沿链的间距。如果ssDNA在SWCNT上的堆积取决于基序的周期和组成，则来自相似字母表但周期不同的序列应产生可区分的响应。相关形式是单链，其碱基可自由堆叠在纳米管壁上，而双链中碱基配对并堆叠在螺旋内部，长基因组DNA仅在互补链被去除后才能有效分散纳米管。

关注天然周期性序列而非任意合成寡聚体有若干理由。主要理由是周期性是任何几何识别机制所依赖的特征。规则基序沿链以固定间隔重复相同接触，因此其对特定管周长的适配可沿整个长度累积。在非周期性序列中，接触则逐圈变化。规则包裹本身并不需要周期性序列，因为有效随机序列的长基因组链也能以规则螺旋包裹纳米管。仍待解答的是，重复碱基模式是否在该包裹上增加选择性。结合强度已取决于重复的精确长度，精确到一个核苷酸。此类差异是否沿长周期性片段累积并因此区分组成相似的基序，尚未被检验。在生物学方面，重复序列占基因组很大比例，因此区分纳米管上重复序列的方法原则上可应用于基因组重复序列。最后，已有先例：典型分选序列（GT）_n本身即为天然二核苷酸微卫星。

论证也是实用的。长重复序列可从天然或克隆模板扩增，而直接固相合成随长度增长而保真度下降。Gigliotti等人对纳米管提出了相同观点，指出用于包裹设计的序列需要合成且最佳工作长度在约150碱基以下，而远长于此的基因组单链可高效分散纳米管。

1. 4.
   ssDNA如何结合并包裹纳米管

4.1 包裹机制

杂合体的形成是因为系统自由能降低。在水中，裸SWCNTs因表面疏水而聚集，DNA链以疏水碱基和亲水磷酸骨架充当两亲性中介。过程可分为三个阶段：碱基首先通过芳香环间的π–π堆叠吸附到碳壁上；链随后缠绕纳米管，全原子模拟显示其在几纳秒内自发缠绕成紧凑螺旋，模拟将此行为归因于糖–磷酸骨架中的静电和扭转力；最后，杂合体在溶液中稳定。

糖–磷酸骨架将核苷酸连接为连续链。包裹后，骨架朝外朝向水，疏水碱基平贴管壁。骨架携带规则间隔的PO₄^?基团，每个核苷酸一个负电荷，这些电荷在相邻管间形成静电屏障防止聚集。poly(GT)杂合体在（6, 5）和（7, 5）管上的实测电荷密度为6.0和6.8电子/纳米，其电泳迁移率与双链DNA相当。在此方面，ssDNA行为类似表面活性剂，不改变管的共价结构并保持其单独分散。

然而，π–π堆叠仅是决定杂合体稳定性的若干力之一。碱基在壁上的堆叠提供大部分结合能。并非所有碱基都与壁接触，室温下相当比例的碱基脱堆叠，降低了每个碱基的有效粘附。骨架电荷间的静电排斥反对紧密堆积，在低离子强度下，粘附与排斥的平衡足以选择最优螺旋几何。碱基间氢键（链内和相邻链间）贡献第三种力，稳定识别序列的有序包裹。堆叠和疏水效应提供结合能，静电设定间距，氢键使识别序列的包裹有序化。

4.2 计算与实验中的碱基–管壁亲和力

任何序列依赖性讨论都始于单个碱基的结合强度，而在此点上已发表数据并不一致。石墨烯的密度泛函理论（DFT）计算一致认为鸟嘌呤结合最强，但其余三种碱基的顺序取决于色散处理方式。早期DFT研究给出G > A ≈ T ≈ C。采用范德华修正的Perdew–Burke–Ernzerhof泛函（PBE + vdW）、Tkatchenko–Scheffler（TS）方案、范德华密度泛函（vdW-DF）和Grimme经验色散校正（DFT-D2）时，顺序为G > A > T > C。该校正的后期版本（DFT-D3）和第二版范德华密度泛函（vdW-DF2）给出G > A > T ≈ C。绝对结合能也依赖泛函，四种碱基在石墨烯和氮化硼片上的值从局域密度近似（LDA）的0.54–0.75 eV到PBE + vdW的0.93–1.18 eV。对于（5, 5）纳米管，Hartree–Fock计算结合经典力场在无溶剂时给出G > A > T > C，计入溶剂化能后为G > T > A > C。

水中的实验也未给出单一顺序。晶体石墨上的吸附等温线排序为G > A > T > C。石墨烯上的量热法给出G > A > C > T，C和T接近可互换；纳米管上的量热法给出T > A > C。单分子力谱学不同于上述方法，它测量同聚物每个核苷酸的结合自由能（以热能kT为单位）。在石墨上排序为poly(T) > poly(A) > poly(G) ≥ poly(C)。早期剥离研究测得胸腺嘧啶和胞嘧啶核苷酸为11.5和8.3 kT，后期研究测得T、A、G、C为11.3、9.9、8.3和7.5 kT。在纳米管上，同一技术给出不同顺序且数值大得多：poly(A) > poly(G) > poly(T) > poly(C)，分别为38.1、33.9、23.3和17.1 kT/核苷酸。

完整方差分析需要单个测量值，但已报道均值和不确定度允许成对比较。研究人员将报道的不确定度视为标准误，并对图3中16个比较应用Holm–Bonferroni校正；以下所有p值均为校正后值。每个同聚物在纳米管上的结合显著强于石墨，四个同聚物在纳米管上彼此显著不同（各p < 10^?6）。在石墨上仅分辨出两组：poly(T)和poly(A)结合强于poly(G)和poly(C)（p ≤ 0.033），而poly(T)与poly(A)（p = 0.28）以及poly(G)与poly(C)（p = 0.33）在报道不确定度水平上无法区分。两表面间的反转仍然显著，因为胸腺嘧啶在石墨上结合强于鸟嘌呤，但在纳米管上弱于后者。

由此得出两个结论。平面不是管的好模型，因为弯曲壁的结合比石墨强数倍且碱基排序不同。因此石墨烯上计算或测量的亲和力不能直接转移到纳米管。游离碱基和链中碱基行为也不同，因为骨架限制了可同时堆叠的碱基。经常引用的溶剂化顺序G > T > A > C仅是某一种扶手椅管用某一种方法获得的若干结果之一，不应视为已确立。数据支持更有限的陈述：腺嘌呤和鸟嘌呤在每项包含它们的纳米管实验中结合均强于胞嘧啶，而胸腺嘧啶（GT）_n重复中鸟嘌呤的伙伴在两项实验中结合均强于胞嘧啶。在整序列水平上，随机文库筛选发现特定碱基组成和碱基模式决定亲和力，碱基间氢键对吸附链的稳定性有贡献。

简言之，方法间的三个物理差异解释了大部分分歧。真空计算省略溶剂，而水中碱基的溶剂化和疏水效应贡献结合并可重排碱基顺序。壁的曲率改变相互作用本身：力谱学结合模拟发现ssDNA结合弯曲纳米管远强于平石墨，并将差异归因于ssDNA的自发曲率。最后，链中碱基受骨架和邻近碱基约束，因此游离碱基的亲和力不能直接转移至聚合物。

4.3 包裹结构：螺距与手性

任何几何论证还需要DNA在管上螺旋的螺距。报道值相差一个数量级，差异是系统性的且随方法而变。液体中高分辨率原子力显微镜（AFM）经单颗粒冷冻电子显微镜（cryo-EM）佐证，在五个单手性杂合体上分辨出1.59–2.20 nm的螺旋螺距。螺距取决于DNA序列、纳米管物种甚至管的手性；一个序列包裹(?)(6, 5)的螺距为1.68 nm，包裹镜像管(+)(6, 5)为1.59 nm。（6, 5）管的扫描隧道显微镜（STM）显示链以约63°包裹，每3.3 nm重复，并伴有沿链1.9和2.5 nm的宽度调制，作者未解释。

早期AFM工作则显示约14 nm的规则图案，不随DNA长度或序列变化。长基因组单链的AFM周期沿单根管恒定但管间不同，其中一根管上达约60 nm。高分辨率研究的作者将此类较大值归因于较低成像分辨率、干燥样品成像或未分选管被其他序列包裹。AFM沉积本身具有序列依赖性；（GT）₆和（GT）₃₀杂合体在基底上吸附不同，足以扭曲测量长度分布。纳米尺度结构螺距与早期AFM工作中十纳米或更大的图案因此是不同量。

溶液测量增加第三类量。金标签连接链5′端后，X射线散射干涉测量（XSI）显示（GT）₆形成沿管堆叠的环，间距为8.6 ± 0.3 nm；（GT）₁₅则螺旋包裹，链间最概然间距为14.3 ± 1.1 nm。这些值描述相邻链间间距而非单链螺距，并随条件响应：较高离子强度将（GT）₁₅间距从14.7压缩至12.3 nm，但对（GT）₆环几乎无影响；多巴胺增大两种间距。（GT）₁₅的溶液值接近AFM约14 nm周期，提示早期工作中部分较长周期反映链间间距。但两者不能简单等同，因为溶液间距取决于寡聚体长度而AFM周期不依赖。因此，单链螺距、链间间距和干燥样品的表观周期必须区分。包裹几何只能在同一方法内与序列周期比较，下文提出的实验已考虑此点。

AFM针尖的有限尺寸贡献于这些差异，尽管其对宽度的影响大于周期。AFM图像是表面经针尖形状膨胀的结果，会加宽尺寸与针尖半径相当的 features。对给定针尖半径，误差随物体高度增大，对最窄特征最大，这正是约1 nm宽管上链的几何。高分辨率研究的作者指出AFM针尖半径远大于预期螺距。圈间约0.2 nm的浅高度凹陷因此难以检测，可被强针尖力掩盖。螺旋仅在液体中极软针尖和窄成像力窗口内被分辨。较低分辨率下可出现伪螺旋，与真实螺旋不同，其随扫描角和放大率变化。对于对称针尖，膨胀不移动针尖可分辨特征的中心，因此不能单独将约2 nm螺距变为约14 nm周期。但它可合并针尖无法分离的圈，而采样像素大于周期一半的周期性结构可出现更长的伪周期。针尖卷积因此解释了早期AFM工作为何未观察到结构螺距。约14 nm值更可能反映真实的长尺度调制，如溶液数据提示的链间间距或干燥和沉积效应。

包裹的手性长期不如螺距清晰。分子动力学（MD）对同种链产生过右手和左手螺旋。副本交换模拟将（TAT）₄置于其伙伴（6, 5）管上为右手桶状结构，由远距离碱基间氢键稳定，而（T）₁₂在同一管上为左手包裹。高分辨率检查的五个杂合体均显示左手螺旋。这与一项模拟研究一致，其中DNA的手性而非管的螺旋性或手性决定包裹手性。模拟链还采用多种取决于序列和管直径的不同骨架几何，短寡核苷酸在（9, 4）管上分为环状和非环构象。（TAT）₄预测的右手桶状结构因此未被实验证实。模拟中发现的构象多样性也意味着不能为每个序列假定单一规则螺旋。可分辨序列（从混合物中纯化单一纳米管物种）形成有序螺旋，而包裹不分辨序列的纳米管携带无序DNA。

4.4 决定包裹的因素

包裹取决于管结构、DNA一级结构、溶液条件和时间。给定识别序列的络合强烈依赖纳米管物种，甚至（6, 5）的两个对映体之间也不同，同一序列被表面活性剂以不同方式置换。就DNA而言，识别对给出分散更好、结合更紧的杂合体，具有更大zeta电位和更高盐稳定性。但管上DNA量不随识别相关，（GT）_n杂合体的稳定性同样独立于表面覆盖度。长度在单核苷酸水平即起作用：从（6, 5）识别序列添加或移除一个碱基使表面活性剂置换速率改变约二十倍。对（TAT）_n家族短成员，移除活化能沿长度序列周期性变化，每两或三个碱基重复。在更宽长度范围内，（GT）₃从管上置换表面活性剂的初始速率是（GT）₂₀的300倍以上。速率对直径的依赖性也在链长超过六个重复时改变符号。对短寡核苷酸，结合自由能是动力学稳定性的主要相关量，形成紧凑环状构象的倾向贡献较小的正效应。

溶液条件也塑造包裹。离子强度从500降至1 mM时，超过25种不同寡核苷酸经历可逆转变，表面DNA覆盖度下降，荧光量子产率下降高达90%。溶液中吸附（GT）₁₅链间间距随离子强度升高而缩短，调节离子强度还可将DNA聚集为紧凑区域，留下约11 nm长的裸管段。反离子对骨架的屏蔽可诱导吸附30-mer发生类似B-to-Z转变的变化，使发射红移。时间是最后一个因素。鲑鱼DNA的有序螺旋涂层需数周完成，光致发光仅在单层完成时上升五十倍。储存也重要，DNA包裹管储存中倾向聚集；已引入冻干及合适冻干保护剂以保持其发射。因此比较的杂合体必须以相同方式制备和陈化，这一要求在不同实验室结果并列时容易被忽视。包裹形成后，SWCNT以共价结构不变的形态存在于溶液中，其荧光对DNA构象变化敏感，传感器利用此敏感性。

本节对周期性问题产生两个条件。结合强度取决于碱基组成和重复的精确长度，序列仅可在方法、离子强度和杂合体年龄相同时比较。

1. 5.
   纳米管结构的序列识别

5.1 识别序列与分选

分选实验提供DNA识别纳米管结构的最直接证据。首次序列依赖性分离使用（GT）_n（n = 10–45），其组装成螺旋，静电性质取决于管直径和电子类型，因此可通过阴离子交换色谱分级。更大序列空间的搜索随后识别出超过二十个短序列，每个纯化一个物种，并可从合成混合物中纯化全部十二种主要半导体物种。测试约350个序列，有效序列共享交替嘌呤–嘧啶模式。这些序列在分散管的能力上几乎无差异，将选择置于分离步骤而非增溶步骤。双水相分配（ATP）随后取代色谱。配合正确的序列–聚合物系统配对，纯化十五种单手性物种；改进版本允许从单一分散液连续多步分选四种物种。简单盐也可控制分配：阳离子按接近Hofmeister序列的顺序改变分配，固定钾钠比可实现毫克级(?)(6, 5)分离，对映体纯度很高。分选方法及其共同的溶剂化差异基础已有详细综述。

这些序列的两个特征直接涉及周期性。第一文库的识别序列显示周期性嘌呤–嘧啶模式，作者提出其可氢键形成二维片层并绕管折叠为有序桶状结构。此类氢键链桶也解释了杂合体的实测电荷密度。识别还与结合强度相关：序列在其伙伴管上的移除活化能高于其他物种，识别（6, 5）的序列比密切相关序列产生更稳定杂合体。接近十个核苷酸时，链轮廓与管周长相当，分离对序列长度和末端极其敏感。（GT）₆纯化（8, 6）而（GT）₅G富集金属管，（CCG）₂CC选择（8, 7）而（CCG）₄选择（9, 4），（TAT）₄选择（6, 5）而其组成异构体（ATT）₄选择（7, 5）。后两个序列在涂层交换上也不同，因为表面活性剂置换的直径依赖性对（TAT）₄比（ATT）₄更陡，作者将其归因于链间头尾氢键。

直径单独不能解释识别。（TAT）₄和（CCA）₁₀在（6, 5）和（9, 1）之间以相反方向判别，这两根管直径相同但电子结构不同。作者估计碱基在碳晶格上的横向能垒约0.01 kT，太小以致链无法感知碳原子排列。他们将差异归因于两管的电子性质。置换动力学指向相同方向：对（GT）₅，初始速率在（9, 1）和（6, 5）之间相差约三倍，这两根管直径相同，作者将其归因于手性角。更宽配对集的置换时间常数也未显示与直径的清晰相关。

表4按管直径列出原始文库的识别序列。几乎所有序列都是短串联重复，重复单元为二至四个核苷酸。三核苷酸重复出现在整个直径范围，四核苷酸重复仅出现在0.83 nm及以上管，四个最窄物种全部由三核苷酸重复纯化。一个物种（8, 6）接受二、三和四核苷酸重复，因此重复单元长度本身不能决定伙伴。后期研究添加了非重复二/三/四核苷酸基序构建的识别序列，例如（7, 6）的CTC₃TC（一项比较研究中最稳定配对）和锯齿形（10, 0）管的G₂C₈GC。

5.2 手性

管的手性增加额外变量，仅在讨论直径时丢失。超过300个具有回文对称性的短序列筛选选择了超过二十种定义螺旋性和手性的纳米管结构，覆盖全部三种电子类型。同一工作中，一个序列在（6, 5）两个对映体上以两种不同方式折叠，赋予不同荧光强度和化学反应性。将天然D-DNA替换为其镜像L-DNA会反转被纯化管的手性，符合宇称要求。单一对映体也变得更易分选，对映体纯度现可在无对映体纯标准品的情况下定量。引入此测量的研究还发现响应取决于纳米管合成和纯化方式，并因纳米管来源而异。

模拟提示短链如何感知管的手性。在（7, 5）两个对映体上，碱基堆叠更接近一个对映体，但单核苷酸和二核苷酸未显示对映体依赖性取向，而ATT三核苷酸采用不同取向和糖排列。若此在实验中成立，两手之间的取向差异首先出现在三核苷酸水平，这也是表4识别序列中最常见的重复单元。传感显示相同立体选择性，对映体纯杂合体对氨基酸两种对映体的响应不同。给定序列因此与两个镜像表面之一相互作用，而非笼统的“（6, 5）管”，任何将序列与管几何联系的模型必须指明哪一个。

5.3 机器学习已解释和未解释的内容

序列空间过大无法穷举搜索，识别序列现常由机器学习发现。基于现有分选数据训练的模型将识别序列发现成功率从约10%提升至50%以上。后期系统搜索将其提升至90%以上，并将已知可分辨序列数从10²量级增至10³量级。从5-mer和6-mer学到的模式也推广至更长序列。一个在216个实验筛选序列（其中116个纯化17个单手性物种）上训练的深度学习模型对（6, 5）、（6, 6）和（7, 4）的预测正确率分别为87.5%、90%和70%。

传感方面，1408个DNA–SWCNT光致发光响应文库显示，结合局部序列特征与高层分子属性的模型优于仅基于分子属性的模型。对血清素传感器，DNA序列比纳米管手性更重要，从随机文库的高通量选择识别出有利于结合的碱基组成和碱基模式。局部序列特征或碱基模式因此携带超出总体组成和分子属性的信息，尽管这些研究未显示该信息是什么。预测在分析物侧也受限：对多巴胺传感器，在63个小分子上训练的回归模型平均R²仅0.2–0.4，而强/弱响应分类更可靠，平均F1分数约0.8。这些模型预测响应而不解释机制，且均未将重复周期作为显式变量检验。

迄今机器学习用于发现序列而非预测包裹方式，研究人员不知道有任何模型可从序列和（n, m）指数预测包裹结构。AlphaFold 3等通用生物分子结构预测器现可处理蛋白质、核酸、小分子和离子复合物，但扩展碳晶格超出其训练系统范围，且DNA在纳米管上的亚纳米结构仍太少，不足以训练或测试此类模型。包裹结构因此仍来自分子动力学，其结果依赖力场和采样长度，同种链获得相反手性即为例证。机器学习力场旨在结合电子结构方法的精度与经典力场的速度，可支持更长更可靠的模拟，但前提是仅在弯曲碳表面上碱基的参考数据上训练，因为平面数据不能转移至管。两种方法已在结合强度上结合：上述高通量选择中，分子动力学显示吸附链中氢键的作用，基于所选序列训练的分类器可区分高亲和力序列，并已作为在线工具提供。

对机制分析，模型仅在输入可解释时有用。一项传感研究展示了此类模型已能做什么：分类器和回归模型在约一百个序列的响应上训练，这些序列经选择性进化从10¹⁰量级文库中缩小而来。这些模型发现五个血清素传感器，荧光响应大于先前获得的。将模型每个预测归因于输入特征的方法可将此类模型转化为机制检验。对本综述的问题，周期可编码为显式特征，例如碱基在链上p个位置后重现的位置比例。包含此特征的模型可与仅见组成的模型比较。若周期不改善对训练外序列分选或传感结果的预测，现有数据显示无周期性效应迹象；若改善，则相关序列成为第10节受控实验的候选。由于已发表训练集并非为固定组成下变化周期而设计，此类分析可提示效应但不能确立。

机器学习还可选择实验。上述分选序列系统搜索已由机器学习引导。材料研究中更普遍地，自主规划、运行和分析自身实验的系统学会了以目标速率生长碳纳米管。类似地，贝叶斯优化以更少实验、更一致地达到比专家化学家更好的反应条件。应用于周期性问题，同一方法将选择下一步测试哪些固定组成的排列，以尽可能少实验分离几何和组成解释。此类循环的价值取决于其学习的数据，因此第8节讨论的报告和数据共享实践是人工智能在该领域使用的前提。

5.4 纳米管上的天然和基因组DNA

仅少数研究使用天然DNA，其结果不一致。从λ噬菌体DNA切下的有效随机序列长单链以规则螺距紧密螺旋包裹纳米管，与序列无关，前提是互补链被去除。鲑鱼基因组DNA从CoMoCAT混合物中将（6, 5）富集至86%以上，而单链（GT）₂₀在同一研究中几乎无手性偏好。伴随模拟将偏好归因于双链形式。鲑鱼睾丸DNA的有序螺旋单层仅经数周形成。溶液中，纳米管使GC富集双链和三链DNA不稳定，并诱导poly[dGdC]发生B-to-A转变但不诱导poly[dAdT]。羧基修饰管抑制人类端粒DNA双链结合并选择性诱导其C富集链的i-motif。引言中提到的SEIRA研究也报道结合时骨架构象变化。

天然DNA因此以序列依赖性方式与纳米管相互作用，即使在其双链或折叠形式中。端粒重复是最明显的周期性测试序列，但也引入自身折叠结构进入实验。研究人员在2023–2026年检索中未发现任何研究以单链形式用天然DNA的确定串联重复分散纳米管并确定其选择物种。迄今测试的重复均为具有重复基序的合成寡核苷酸。近期天然序列工作使用杂交：结合锚定纳米管结构域和捕获结构域的涂层在血清中区分循环肿瘤DNA的KRAS G12D单核苷酸突变与野生型。此处序列通过碱基配对而非其在壁上的堆积方式被读取。

5.5 固定组成下的碱基间距：共价化学的证据

据研究人员所知，唯一在单一纳米管物种上系统变化固定组成下碱基间距的实验来自共价化学。Lin等人使用将鸟嘌呤交联至纳米管壁的反应，在（8, 3）的一个对映体上筛选含两个鸟嘌呤、以胞嘧啶为背景、间隔不同数量胞嘧啶的15-mer序列。无序诱导的拉曼带、斯托克斯位移和光致发光线宽均在两个鸟嘌呤间隔七个胞嘧啶时达到最小。图案取决于管：（6, 5）左手和右手对映体用同一组序列处理给出不同光谱图案。cryo-EM显示反应后杂合体具有6.5 ?螺距的螺旋结构，与从其指数计算的（8, 3）扶手椅螺旋线螺距匹配。反应前同一杂合体无可检测螺旋序。类似控制已用置于有序包裹中的卤代尿嘧啶获得，改变反应碱基间的间隔物改变缺陷沿管形成的位置。（GT）₁₀模拟提示鸟嘌呤沿轴的不规则间距是鸟嘌呤功能化后光谱展宽的一个来源。

这些结果显示序列中碱基间距可与给定管晶格匹配，但仅在共价反应固定碱基后。它们不显示非共价包裹（碱基仍可移动）响应相同间距，而物理吸附碱基约0.01 kT的横向能垒反对此。共价实验仍是非共价检验的有用模型，因为它们已使用此类检验所需的设计：固定组成、可变间距和单一对映体。

综上，识别除直径外还取决于序列模式、长度、手性角和手性，而固定组成下碱基间距的效应迄今仅在共价固定杂合体中显示。

1. 6.
   光学读出与应用

序列水平控制在实际中重要，因为纳米管发射取决于其涂层。带隙发射随介电环境和表面覆盖度移动和变化强度。因此，吸附DNA的构象变化、与互补链杂交或离子强度变化均可近红外检测。表面活性剂从单手性管置换识别DNA时，发射上升1.3至14.7倍，取决于配对。等离子体纳米粒子可进一步以手性依赖性方式增强发射，信号可通过荧光寿命和强度读取。

基于此原理的传感器已开发用于神经递质、蛋白质、核酸和病毒抗原。多巴胺使特定DNA包裹和RNA包裹管的发射在系综测量中增强58–80%。（GT）₆计算形成（9, 4）管周围有序环并因此对激子施加周期性势，给出高达3500%的开启响应。对三个已知结构杂合体，多巴胺响应随DNA螺旋螺距线性增加，作者将其归因于DNA未覆盖的纳米管表面。荧光稳定性在聚核苷酸涂层间相差三个数量级以上。其他靶标包括血清素、催产素、microRNA、细胞因子和SARS-CoV-2刺突蛋白，蛋白质聚集已通过光纤监测。单纳米管追踪已绘制突触周围细胞外空间，ssDNA修饰的纳米管晶体管显示对多巴胺的序列依赖性电响应。近期机制研究显示配体结合本身不改变发射，效应取决于配体化学性质。因此涂层既决定分析物是否结合，也决定结合是否被检测。

基于分选单手性杂合体的传感器更新。（7, 5）管由C₃GC₆GC₄以周期性有序结构包裹，检测Cu²⁺浓度低至1.20 pM，不受13种其他离子干扰。胸腺嘧啶富集链在（8, 4）上检测Hg²⁺低至0.472 nM，可用于河水并在斑马鱼中成像。结构定义DNA–纳米管传感器阵列经机器学习读取，分类253份肝癌、肺癌或卵巢癌患者及对照血清样本，平均灵敏度89%、特异性96%。蛋白质也吸附于此类涂层：在20种蛋白质文库中，金属蛋白将（GT）₁₅