基于互补手性光学传感阵列与岭回归的氨基糖立体异构体混合物免色谱同时定量分析

《Organic and Biomolecular Chemistry》：Chemometric amino sugar mixture analysis with a chiroptical assay arrayOpen Access

基于显色探针（chromophoric probes）的明确化学修饰进行生物分子光学传感，已成为高通量混合物分析中日益流行的策略。葡萄糖胺（glucosamine, GlcN）、半乳糖胺（galactosamine, GalN）和甘露糖胺（mannosamine, ManN）是密切相关的氨基糖（amino sugar）立体异构体，具有重要生物学作用和治疗效应。本研究描述了使用手性光学传感阵列（chiroptical sensing array）在无需色谱分离（chromatographic separation）的情况下同时定量这些天然产物。该策略通过互补样品衍生化（sample derivatizations）以及对不同显色基团共价修饰分析物所获得的四个紫外（ultraviolet, UV）和圆二色（circular dichroism, CD）响应进行岭回归（ridge regression）分析来实现。对20个独立制备的测试样品，实际值与预测值之间显示出良好一致性。该工作流程操作简便，仅需将样品与市售试剂混合，随后稀释并进行快速手性光学测量。

一、研究背景与问题
基于显色探针（chromophoric probes）的化学修饰进行生物分子光学传感，已成为高通量混合物分析的重要策略；但圆二色（circular dichroism, CD）传感多用于对映体过量（enantiomeric excess, ee）测定，对生物相关目标物浓度分析仍不足。葡萄糖胺（glucosamine, GlcN）、半乳糖胺（galactosamine, GalN）和甘露糖胺（mannosamine, ManN）是结构高度相似的氨基糖（amino sugar）立体异构体，仅C-2和C-4绝对构型不同，具重要生物学、治疗及生物标志物意义。三者以难分离的异头物（anomers）混合物存在，高效液相色谱（high-performance liquid chromatography, HPLC）峰重叠，常合并为“己糖胺（hexosamines）”定量；氨基糖对紫外（ultraviolet, UV）和CD沉默，需显色探针。已有荧光探针不能区分GlcN与ManN。因此需建立免色谱同时定量三者的手性光学传感阵列。

二、研究人员开展的研究与结论
研究人员开发首个手性光学氨基糖传感阵列，以2-硝基苯磺酰氯与邻苯二甲醛（ortho-phthalaldehyde）/对甲苯硫酚（p-toluenethiol）两条互补衍生化获得四个UV/CD响应，用岭回归（ridge regression）关联三种氨基糖含量。20个独立测试样品实际值与预测值总体一致，训练集扩大后准确性提高。该工作实现免分离同时定量，操作简单、样品量低并可适配高通量自动化。

三、关键技术方法
研究人员构建化学衍生化手性光学传感阵列，采用2-硝基苯磺酰氯和邻苯二甲醛/对甲苯硫酚两条互补反应产生UV/CD响应；采集CD与UV光谱；输入信号标准化后采用RidgeCV岭回归建模，并与偏最小二乘回归（partial least squares regression, PLS）、梯度提升回归和随机森林回归比较；以24个校准样品训练、20个独立制备氨基糖混合物测试。未涉及临床样本队列，测试样品为独立制备的二元和三元氨基糖混合物。

四、研究结果
原文未设显式小标题，按结果主题归纳。
1. 氨基茚醇模型化合物验证CD识别：探针1与A–D生成磺酰胺A′–D′，在300 nm以上呈特征CD；异手性A′/B′信号强，醇基手性反转显著降低CD；A/B模拟ManN的C₂–C₃顺式结构，C/D模拟GlcN反式结构并呈弱CD。
2. 探针筛选与2-硝基苯磺酰氯响应：筛选探针1–10，发现1与10/11b互补；1使三种氨基糖完全转化为磺酰胺12，¹H核磁共振（nuclear magnetic resonance, NMR）未见差向异构化，质谱（mass spectrometry, MS）确认；GlcN近CD沉默，GalN/ManN在约330 nm呈正CD且稳定，CD诱导可加和，UV区分不足未纳入。
3. 邻苯二甲醛/对甲苯硫酚三组分缩合测定：采用Li的三组分缩合测定，筛选硫醇11a–f，11b最佳；产物13在约330 nm有强CD，ManN正、GlcN/GalN负，UV 335 nm有效；NMR不确定，MS确认。
4. 四参数传感阵列构建：单个测定特异性不足；阵列采用邻苯二甲醛测定的335 nm UV、2-硝基苯磺酰氯测定的350 nm CD及邻苯二甲醛测定的340/350 nm CD，以捕获三者差异。
5. 多元建模与训练集优化：比较PLS、Gradient Boosting和Random Forest，岭回归最准确；标准化输入并用RidgeCV交叉验证，预测裁剪至0–150 μg；训练集由9扩至24个覆盖二元/三元宽浓度样品后性能改善。
6. 20个独立测试样品的定量验证：各分析物约26–132 μg，总量119–225 μg；预测与已知组成总体吻合，平均绝对误差GlcN 9.7±1.1 μg、GalN 13.7±1.7 μg、ManN 10.7±1.2 μg、总量13.1±1.8 μg；ManN在17/20样品被低估，提示系统偏差。训练集由9增至24后，GlcN、GalN、ManN平均绝对误差分别由20、30、14 μg降至10、14、11 μg。

五、讨论与结论
讨论认为该阵列仅用三种非对映异构氨基糖混合物测试，可能不能直接用于含其他干扰生物分子的生物样品；但无需色谱纯化，微量可低至20 μg，并可适配自动化高通量设备。结论段译文：总之，研究人员开发了首个手性光学传感阵列，用于在复杂混合物中无需色谱后处理同时定量葡萄糖胺、半乳糖胺和甘露糖胺。该阵列基于2-硝基苯磺酰氯或邻苯二甲醛/对甲苯硫酚互补衍生化区分三种氨基糖，并用岭回归将四个UV和CD响应与三者含量关联。虽然单个反应测定不能完全区分三者，但整合为差异化阵列后可无预分离准确预测各分析物。20个独立样品实际值与预测值一致性良好，训练集扩展显著提高准确性。流程仅需样品与市售试剂混合后测UV/CD，无需色谱纯化，可用微量分析物，某些情况低至20 μg。该阵列仅测试三种非对映异构氨基糖混合物，可能不直接适用于含额外干扰生物分子的生物样品；但该方法可适配自动化高通量设备，并有望推动氨基糖及其他生物标志物混合物的免分离分析。