《Food Chemistry》:Highly sensitive simultaneous lateral flow assay for the detection of mycotoxins based on multichromatic metal-organic framework encapsulated fluorescent metal nanoclusters
编辑推荐:
•本研究利用MOF封装的荧光金属纳米簇,构建了一种新型的多色荧光侧流免疫分析检测方法。•Sc3+/Y3+与ZIF-8的协同封装作用能够增强AuNCs的荧光强度,同时提升其稳定性。•双色的Sc3+/Y3+-AuNCs@ZIF-8-Ab复合材料可作为特异性免疫探针使用。•该多色荧光侧
- •
本研究利用MOF封装的荧光金属纳米簇,构建了一种新型的多色荧光侧流免疫分析检测方法。
- •
Sc3+/Y3+与ZIF-8的协同封装作用能够增强AuNCs的荧光强度,同时提升其稳定性。
- •
双色的Sc3+/Y3+-AuNCs@ZIF-8-Ab复合材料可作为特异性免疫探针使用。
- •
该多色荧光侧流免疫分析方法可同时检测AFB1和OTA,其灵敏度优于基于AuNPs的同类检测方法。
引言
霉菌毒素污染食品会对人类和动物的健康造成严重危害(Veenuttranon等,2024)。大多数农产品在生产和储存过程中都容易受到霉菌毒素的污染,尤其是在潮湿环境下(Shi等,2018)。在各类霉菌毒素中,黄曲霉毒素B1和赭曲霉毒素A是两种极具毒性的代表性污染物,二者都被国际癌症研究机构列为潜在致癌物(Zhang、Fang等,2025)。为降低这类毒素的危害,许多国家都制定了严格的残留限量标准。例如,欧盟规定未加工谷物中AFB1的残留限量為2?μg/kg,赭曲霉毒素A的残留限量為5?μg/kg(Liu、Chen等,2025)。鉴于这两种毒素的高毒性以及严格的监管要求,开发高效的检测方法对于保护人类健康至关重要。
霉菌毒素的检测方法主要包括色谱分析法(Bai等,2024)、荧光分析法(Yu等,2025)、基于表面增强拉曼光谱的分析方法(Yang等,2025)以及免疫分析法(Sun等,2025)。基于胶体金的侧流免疫分析方法因具有成本低、检测速度快、操作简便等优点,在霉菌毒素检测领域受到了广泛关注(Deng等,2024;Fang等,2025;Long等,2025)。与传统只能检测单一目标的侧流免疫分析方法不同,多重检测型侧流免疫分析方法能够在同一条试纸上同时检测多种目标,从而实现更高的检测效率、更低的成本以及更短的检测时间(Zhang、Gao等,2025;Zhang、Liao等,2023)。然而,由于传统基于胶体金的多重检测型侧流免疫分析方法中的检测线采用单色胶体金标记,因此无法直观区分多个检测目标(Tian等,2025)。
为解决这一问题,人们提出了基于多色信号的多重检测型侧流免疫分析方法,该方法通过使用多色或多种标记物来实现对多种有害物质的同步检测(Wu等,2025;Yin等,2022)。这类多色多重检测型侧流免疫分析方法的检测线具有明显的颜色差异,因此能够快速、准确地区分不同分析物的检测结果(Wu等,2020)。因此,合理设计并制备多色标记物是发展多重检测型侧流免疫分析方法的关键所在。例如,Tian等人利用颜色可调节的染色纤维素纳米颗粒作为标记物,实现了对谷物中三种霉菌毒素以及血清中两种炎症生物标志物的同时检测,以此区分病毒性和细菌性感染(Tian等,2025)。类似地,Zhang等人则采用了具有多色发光特性的J聚集体荧光纳米颗粒,开发出了可用于同时检测霉菌毒素的多重检测型侧流免疫分析方法(Zhang、Lai等,2025)。目前,用于多色荧光侧流免疫分析方法的常见荧光纳米材料包括聚集诱导发光纳米颗粒(Lai、Cao等,2024;Zhang、Bi等,2024)以及量子点(Duan等,2019;Mei等,2024;Yan等,2020)。不过,这些荧光纳米材料通常存在生物相容性较差、斯托克斯位移较小或合成工艺复杂等问题。
金属纳米簇作为一种新兴的荧光纳米材料,在生物传感器研究领域受到了广泛关注(Li等,2025;Zhang、Fang等,2025;Zhu等,2026),这是因为它们具有易于合成、生物相容性好以及斯托克斯位移较大的优点(Gao等,2024;Lin等,2024;Yao等,2025)。然而,目前尚无研究报道将多色荧光金属纳米簇应用于多重检测型侧流免疫分析方法的开发中。这一局限主要是由于金属纳米簇通常具有荧光强度较弱、量子产率较低以及稳定性较差等缺陷(Wei等,2023)。因此,提升金属纳米簇的荧光性能对于拓展其应用范围具有重要意义(Lai、Huang等,2024;Li、Chao等,2024)。沸石咪唑骨架-8因具有较高的负载能力、可调控的孔径大小、良好的稳定性以及约束效应,在纳米材料的封装领域受到了广泛关注(Liu、Liu等,2025;Zhang等,2026)。近期有研究尝试利用ZIF-8来封装荧光金属纳米簇,以克服上述缺陷(Cai等,2021;Song等,2023;Zhang、Chen等,2024)。例如,Wei等人将AuNCs封装在ZIF-8中,从而提升了这些纳米颗粒的稳定性并增强了其荧光性能(Wei等,2023)。不过,目前尚未有研究探讨将ZIF-8封装的金属纳米簇应用于侧流免疫分析方法中(Song等,2025)。
在此,我们首次提出了一种简单的方法,即通过将稀土离子(Sc3+/Y3+)配位的金纳米簇封装在多孔的ZIF-8结构中,从而制备出双色荧光纳米复合材料(Sc3+-AuNCs@ZIF-8和Y3+-AuNCs@ZIF-8),进而开发出一种高灵敏度的多色荧光多重检测型侧流免疫分析方法,可实现AFB1和OTA的同步可视化检测(见图1)。与未经修饰的普通AuNCs相比,Sc3+/Y3+的配位作用显著提升了AuNCs的荧光亮度;而将其封装在ZIF-8结构中则进一步增强了其抗环境干扰的能力。我们利用发出绿色光线的Y3+-AuNCs@ZIF-8和发出红色光线的Sc3+-AuNCs@ZIF-8作为信号标记,简单合成了两种不同的荧光免疫探针,并将它们整合到一条测试条上,用于实现双目标检测。得益于稀土离子的协同发光效应以及ZIF-8的约束作用,所开发的这种多色荧光多重检测型侧流免疫分析方法的检测灵敏度分别比传统的基于彩色胶体金纳米颗粒的多重检测型侧流免疫分析方法高出5倍和17.2倍。更为重要的是,该测试条上的两个目标检测线以及对照线会分别呈现绿色和红色的荧光信号,便于肉眼区分,有效克服了基于胶体金纳米颗粒的测试条只能显示单色信号的缺陷。这项工作建立了一个基于稀土离子调控的AuNCs@ZIF-8纳米材料的通用发光放大平台,为开发超灵敏的多重检测型侧流传感器提供了有力支持,这类传感器可用于食品安全监测和环境检测中多种有害残留物的快速筛查。
章节摘要
AuNCs的合成
我们在对先前研究(Deng等,2017)稍作修改的基础上,合成了经6-氮杂-2-硫代胸腺嘧啶保护的AuNCs(ATT-AuNCs)。具体实验中,将6毫升浓度为80?mM的含0.2?M NaOH的ATT溶液加入等体积的25?mM HAuCl4溶液中,然后在25℃下持续搅拌100分钟后,通过超滤技术(使用50?kDa的Millipore滤膜)对粗产物进行纯化处理。
至于经6-甲基-2-硫尿嘧啶保护的AuNCs(MTU-AuNCs),则是先在0.2?M NaOH溶液中制备出浓度为60?mM的MTU溶液,
Sc3+-AuNCs@ZIF-8和Y3+-AuNCs@ZIF-8的合成与表征
ZIF-8的粒径是其应用于侧流免疫分析方法时的性能关键参数。因此,我们研究了Zn2+与2-MIM的摩尔比对所合成ZIF-8粒径的影响,以确定最优的摩尔比。如图S2a所示,Zn2+浓度越高,ZIF-8的粒径就越大。当Zn2+与2-MIM的摩尔比为1:2和1:4时,所得材料的水合粒径分别达到了208?±?1.2?nm和153?±?0.9?nm,这样的粒径大小
结论
综上所述,我们利用AuNCs@ZIF-8纳米复合物构建了一种多色多重检测型侧流免疫分析方法。Sc3+/Y3+的配位作用以及ZIF-8的封装效果通过限制金属纳米簇内的分子运动,协同提升了AuNCs的荧光强度。通过该方法成功合成了绿色和红色的荧光免疫探针,从而可以实现AFB1和OTA的特异性且可区分的同步检测。该检测方法的检测限极低,AFB1的检测限为1.8?pg/mL,赭曲霉毒素A的检测限为0.014?ng/mL,
CRediT作者贡献说明
Mengjia Chao:负责原文撰写——初稿撰写、方法学部分、实验研究、正式分析、数据整理。 Xinyan Guo:负责方法学部分、正式分析。 Yina Cai:负责方法验证、正式分析。 Alberta Osei Barimah:负责软件应用、数据整理。 Fengxia Sun:负责方法验证、方法学部分。 Xianyu Bao:负责项目监督。 Wei Ma:负责原文撰写——审阅与编辑。 Xinlin Wei:负责方法验证、资源协调。 Chifang Peng:负责原文撰写——审阅与编辑、项目管理工作、资金申请以及研究概念的构思。
未引用参考文献
Zhang等,2025
Zhang等,2024
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。
致谢
本研究得到了国家关键研发计划(编号:2022YFD2101105)、山东省市场监管科学技术计划(编号:SDSJKJ2023015)以及山东省特殊医学用途配方食品质量控制工程技术中心开放研究项目(编号:SDIFDC-KF-4-2022002)的支持。
Mengjia Chao|Xinyan Guo|Yina Cai|Alberta Osei Barimah|Fengxia Sun|Xianyu Bao|Wei Ma|Xinlin Wei|Chifang Peng