综述：用于微塑料检测的生物传感器：从微生物平台到下一代肽受体

《Bioresource Technology Reports》：Biosensors for microplastic detection: From microbial platforms to next-generation peptide receptors

　　

摘要
微塑料污染需要快速分析方法，因为传统方法成本高昂且不适合野外使用。本综述系统考察了 2019 年至 2026 年发表的使用生物传感器检测微塑料（MP）的研究，这些研究通过 Google Scholar、Web of Science、Scopus、PubMed 识别，重点关注描述微生物、酶、免疫、适体、蛋白质和多肽平台的原创研究和综述，这些平台具有报告的分析性能和真实样品验证。特别关注微型化、分子受体设计和用于信号处理的人工智能。首次考虑了使用微生物燃料电池进行传感器回收的环境方面，以及闭环“分析 – 回收 – 发电”概念。基于多肽的电化学生物传感器提供了敏感性和实用性的最佳平衡，而免疫传感器实现了最低的检测限。未来的发展将侧重于多重检测、方案标准化和商业化。闭环概念代表了向可持续监测的范式转变。

引言
塑料污染问题已成为近几十年来全球性的环境危机。国际社会认识到需要采取紧急行动。2024 年，联合国全球塑料条约谈判仍在继续，旨在制定具有法律约束力的文书，以解决塑料生命周期各个阶段的问题（De Sousa, 2024）。问题的规模已由预测证实。如果当前趋势持续，进入环境的塑料废物量将稳步增加，到本世纪中叶，水生生态系统中塑料的总累积量可能达到数亿吨。2023 年全球塑料产量已达到 4.15 亿吨，只有很小一部分被回收（Rehman et al., 2026）。在紫外线辐射、机械磨损和生物降解等非生物因素的影响下，大块塑料碎片分解为微塑料——尺寸范围从 5 毫米到 1 毫米（大型 MPs）或至 1 微米（MP）的人造聚合物颗粒（ISO 24187:2023）（图 1）。MP 被认为是分布最广、最危险的环境污染物之一（Ioni et al., 2025; Kang et al., 2025; Vaid et al., 2021）。

由于其尺寸小，与浮游生物相当，且对进一步降解具有高抗性，MP 容易穿透所有营养级水生生物，在食物链中累积，并在地球最偏远的角落被发现。这证明了 MP 在全球传播并在各种营养级累积的能力（Narwal and Kakakhel, 2025）。特别令人担忧的是 MPs 将其疏水表面吸附其他有毒物质的能力——重金属、持久性有机污染物、抗生素和病原微生物——作为其向生物体转移的有效载体，从而增强其联合毒性效应（Emami et al., 2025; Nishmitha et al., 2025）。

对人类健康的潜在风险正引起科学界越来越多的关注。众多研究已在各种人体器官和组织中识别出塑料颗粒的存在，包括血液、肺部、结肠、胎盘甚至大脑（Anik et al., 2025; Leslie et al., 2022）。动物和细胞培养实验表明，MP 能够引起炎症反应、氧化应激、内分泌干扰和基因组不稳定（Lin et al., 2025b; Rehman et al., 2026）。特别令人担忧的是同时暴露于 MP 和其他污染物的协同效应。最近的研究表明，即使是单独安全的纳米塑料（NP）和化学防腐剂浓度，当结合时，也会导致繁殖能力显著降低，且这种效应在后代中持续几代（Yu et al., 2025）。尽管 MP 暴露与特定人类疾病之间的直接因果关系尚未确定，但所有现有证据都指向潜在的健康风险（Deng et al., 2022）。

尽管认识到 MP 污染的全局性，但监测它的分析工具仍不完善（Khan and Zaidi, 2025）。传统方法包括显微傅里叶变换红外光谱（μFTIR）和拉曼显微光谱，它们允许基于特征光谱识别颗粒的聚合物成分。各种类型的显微镜用于研究表面形态，如带有能谱仪的扫描电子显微镜（SEM-EDS）、传输电子显微镜（TEM）和光学显微镜。热方法如热解气相色谱质谱联用（PyGC/MS）和热提取解吸气相色谱质谱联用（TED-GCMS）提供基于聚合物降解产物的定量测定（Farale et al., 2025; Kumari et al., 2025）。然而，所有这些方法都存在阻碍其在环境监测中广泛使用的根本局限性。首先，它们需要昂贵的固定设备和复杂耗时的样品制备，其中包括将塑料与自然基质分离、净化有机物和浓缩的阶段（Farale et al., 2025; Rani et al., 2023）。其次，分析需要高素质的人员和相当长的时间——每个样品从几小时到一天。第三，这些方法不适合筛选大样品系列、快速野外分析和连续实时监测（Adhikari et al., 2022; Chen et al., 2025; Lin et al., 2025a）。

首批规范采样的国际标准的出现可被视为重大进展（ISO 5667-27:2025b, 2025）以及使用振动光谱进行 MP 分析（ISO 16094-2:2025a, 2025）。然而，它们的应用范围有限：它们主要是为悬浮固体含量低的水体开发的，包括饮用水。对于更复杂的自然水和废水，以及底质和生物群，仍缺乏统一的方案，现有建议（ISO 24187:2023）是通用的。此外，这些标准背后的仪器（μFTIR 和拉曼显微光谱仪）仍然昂贵，只有少数专业实验室能够获取。因此，需要根本不同的分析解决方案用于广泛的环境监测，特别是在发展中国家和野外环境——简单、快速、便携式、负担得起且适合大规模筛选（Adhikari et al., 2022; Chen et al., 2025; Lin et al., 2025a）。在此背景下，生物传感器技术似乎是现有仪器方法最有前景的替代品（Daoutakou and Kintzios, 2025; Lin et al., 2025a; Rivera-Rivera et al., 2025b; Tang et al., 2023）。生物传感器是结合生物识别元件（生物受体）和物理化学换能器（转换器）的分析装置，将结合（分析物与受体）转化为可测量信号（Xiao et al., 2024; Zeng et al., 2024）。随着生物受体的发展，电化学检测方法也在改进。这些提供了许多对于创建便携式分析装置重要的优势，如微型化潜力、实时操作和在大规模生产期间相对较低的成本分析（Al Omari et al., 2025; Sun et al., 2025）。

生物受体的选择是决定传感器分析性能的关键因素。在众多潜在候选者中——全细胞、酶、抗体、核酸（适体）和多肽——后者近年来引起了研究人员越来越多的关注（Bergman et al., 2023; Mao et al., 2024; Motalebizadeh et al., 2025a）。多肽是短合成氨基酸序列（通常为 5–20 个残基），具有独特的性能组合，使其成为 MP 检测的理想受体。首先，它们可以以高重现性和低成本进行化学合成，消除了免疫试剂典型的变异性（Gagné et al., 2024）。其次，多肽，特别是由 D-氨基酸组成的多肽，在广泛的 pH、温度和离子强度范围内稳定。第三，它们容易进行靶向化学修饰——它们可以用连接子官能化以固定在换能器表面，或用荧光团官能化以进行光学检测，或用氧化还原标签官能化以进行电化学分析（Wang et al., 2024）。最后，组合化学方法如噬菌体展示和 mRNA 展示允许选择对特定类型的聚合物（PE, PP, PS, PVC, PET）具有高亲和力的多肽序列（Wang et al., 2023）。

在 Google Scholar、Web of Science、Scopus 和 PubMed 中进行了系统检索，寻找描述具有报告的分析性能和真实样品验证的生物传感器平台的原创研究文章和综述，涵盖 2019–2026 年期间。去除重复项后，最终纳入的出版物数量如 图 2 所示。如 图 2 所示，过去十年中，致力于 MP 检测方法的科学出版物数量呈指数增长，反映了研究界对该主题的高度兴趣。然而，虽然现有综述要么仅提供生物受体的一般分类及少数代表性例子（Daoutakou and Kintzios, 2025; Rivera-Rivera et al., 2025b; Tang et al., 2023），要么在更广泛的方法论调查中，将生物传感器提及为有前景的方向而没有系统的定量比较（Vico and Chua, 2026），要么专门关注基于多肽的光学检测（Bergman et al., 2023; Mao et al., 2024; Motalebizadeh et al., 2025a），本综述首次提供了迄今为止报告的所有 MP 生物传感器的全面且系统组织的清单，涵盖所有受体类型（微生物、酶、免疫、适体、蛋白质和多肽）和换能平台（光学和电化学），并汇编和讨论了详细的定量分析特性（检测限、敏感性、响应时间、选择性和基质兼容性）。其他考虑 MP 分析现代方法的综述（Adhikari et al., 2022; Farale et al., 2025），要么仅将生物传感器提及为有前景的方向，要么专门关注传统仪器方法。此外，尽管绿色分析化学中可持续发展概念的关注度日益增加，但在基于 MP 的生物传感器背景下，尚未考虑废弃传感器处置的环境方面以及实施闭环系统的可能性。在更广泛的 MP 污染缓解背景下，最近的综述全面解决了合成聚合物的微生物生物降解，包括酶工程、通过 CRISPR 的菌株优化和用于可持续生态系统恢复的生物反应器放大（Thakur et al., 2026）。另一篇综述讨论了机器学习在 MP 检测、全球分布分析和应用管理中的应用（Kumari et al., 2026），但将这种生物修复方法直接与生物传感器平台集成——特别是用于现场废弃传感器处置耦合能量回收——仍未被探索。

本综述旨在全面分析环境物体中检测微塑料的生物传感器的现状和发展前景，侧重于多肽平台。本文考虑了聚合物结合受体（包括微生物、酶、免疫、适体、蛋白质和多肽）的设计和选择的现代方法，以及信号转导的光学和电化学平台、受体固定在换能器表面的策略、开发传感器的分析特性（敏感性、检测限、响应时间、选择性）、使用它们分析真实样品的例子、人工智能和机器学习在所有阶段从相互作用预测到多变量数据处理中的作用、使用微生物燃料电池处置传感器的环境方面，以及闭环“分析 - 处置 - 能量生成”的概念。讨论了当前的限制和未来的研究方向。

章节片段
水体环境和底质采样的特征
任何分析方法，包括现代生物传感器技术，都始于采样。由于 MP 颗粒异质的时空分布，水体采样特别具有挑战性。不同方法捕获不同的颗粒分数，使得在没有标准化方法的情况下难以比较研究结果。正如 Gqomfa 等人的综述（Gqomfa et al., 2025）和 Razeghi 等人对 150 项研究的系统分析（Razeghi et al., 2021）所指出的，

样品制备
采集环境组分后，必须将微塑料与外来有机和无机材料分离，以确保准确的分析和表征。目前正在开发样品制备方法的标准。ISO/AWI 16094–4 将规范从不同水基质中提取微塑料的方法，包括地表水、废水、海水和地下水（ISO/AWI 16094-4, n.d.）。

微塑料的传统识别和定量测定方法
本节讨论 MP 分析的主要传统方法，通常分为三类（图 6）：显微法（光学显微镜，SEM）、光谱法（FTIR - 主要是衰减全反射（ATR）和拉曼光谱）和热法（Py-GC/MS；热解吸 GC/MS，TED-GC/MS；热重结合红外光谱（TGA- FTIR））。

近年来，已发表了几篇基础性综述，系统地整理了关于用于检测微塑料（MP）、单体和增塑剂作为塑料污染指标的生物传感器能力的知识。

生物传感器是一种分析装置，它使用生物识别元件（如酶、抗体、核酸、细胞、组织或合成类似物（适体、肽））直接与物理或化学换能器接触。然后，换能器将分子识别事件转换为可测量的信号，如电、光、热或质量敏感信号，该信号与分析物的浓度成正比。

为了了解微塑料（MP）领域的当前发展状况以及人工智能在生物传感器开发中的作用

人工智能（AI）和机器学习（ML）正成为生物传感器开发中不可或缺的工具，为解决受体设计、信号解释和实时数据处理等关键挑战提供了方案。本节回顾了应用于微塑料（MP）生物传感器的主要 AI/ML 方法，包括支持向量机、随机森林、卷积神经网络（CNN）、长短期记忆网络、变分自编码器、强化学习以及混合量子 - 经典。

环境方面：废旧传感器的回收与闭环概念

用于微塑料（MP）检测的肽生物传感器的开发和实施不可避免地引发了关于其环境足迹的问题。包含功能化表面、金属组件（金、银、铜）和合成聚合物的废旧传感器本身可能成为二次污染源，这与环境监测的目标相悖。因此，在循环经济框架内创建可生物降解或可回收传感器平台的需求正变得

未来展望

将用于微塑料检测的肽生物传感器从实验室原型转变为实用的、商业化的设备，需要解决几个挑战。当前研究的主要局限性可总结如下：灵敏度不足以检测环境显著浓度（ng/L），由于腐殖质和盐类的影响导致在复杂天然基质中选择性降低，肽受体在储存期间的稳定性有限，缺乏

结论

肽生物传感器，特别是基于电化学的传感器，令人信服地展示了其作为微塑料分析传统方法替代方案的潜力。肽等生物受体与抗体相比具有优势（在广泛条件下稳定性更高且合成成本更低），也与 DNA 适体相比具有优势（能够进行靶向化学修饰且与微流控平台兼容性更好）。然而，肽的性能不如

伦理批准和参与同意书 人类和动物权利

不适用，因为该研究未对人类参与者、动物和植物进行。

关于在稿件准备过程中使用生成式 AI 和 AI 辅助技术的声明

在本工作的准备过程中，作者使用了 Yandex GPT 来改进英语。使用该工具/服务后，作者根据需要审查和编辑了内容，并对已发表文章的内容承担全部责任。本工作中展示的任何图表、示意图或图像均未使用 AI 工具生成。

CRediT 作者贡献声明

Kharkova Anna Sergeevna：撰写 – 初稿，验证，监督，资源，项目管理，方法论，调查，资金获取，正式分析，数据整理，概念化。Gertsen Maria Michailovna：撰写 – 初稿，可视化，验证，项目管理，正式分析，数据整理。Arlyapov Vyacheslav Alekseevich：撰写 – 审查与编辑，撰写 – 初稿，验证，监督，软件，项目管理，正式

伦理声明

作者声明该研究不涉及人类或动物受试者。

资助

本研究由俄罗斯科学基金会资助（项目编号：26-24-20053，https://rscf.ru/en/project/26-24-20053/（访问日期：2026 年 5 月 12 日））并得到图拉州政府的支持。

未引用参考文献

Drummond et al., 2025
Duong et al., 2022
Imani et al., 2026
ISO 24187:2023, 2023
ISO/TC 147/SC 2, n.d
ISO/WD 25654, n.d

竞争利益声明

作者声明，他们没有已知的竞争经济利益或个人关系可能影响本文报告的工作。

Kharkova Anna Sergeevna|Gertsen Maria Michailovna|Arlyapov Vyacheslav Alekseevich
俄罗斯图拉州，图拉国立大学，"BioChemTech"研究中心，化学系