铜锰层状双氢氧化物 (CuMn LDH) 与还原氧化石墨烯的二维/二维界面结构：一种用于生物流体中非酶多巴胺检测的可靠电分析平台

《Sustainable Materials and Technologies》：A 2D/2D interfacial architecture of CuMn LDH with reduced graphene oxide: A reliable electroanalytical platform for the non-enzymatic dopamine detection in biofluids

　　

摘要
多巴胺 (DA) 是一种参与众多生理过程的关键神经递质，其失调与帕金森病和精神分裂症等神经系统疾病密切相关。在此，我们报告了一种基于 CuMn-LDH@rGO 纳米杂化材料的可持续且高性能的电化学传感器，该传感器是通过铜 - 锰层状双氢氧化物 (CuMn-LDH) 与还原氧化石墨烯 (rGO) 的协同整合而设计的。该纳米杂化材料通过简易的水热法合成，随后修饰到玻璃碳电极 (GCE) 上以构建传感界面。全面的结构和形态分析 (XRD, FTIR, SEM 和 TEM) 证实了层状结构的成功形成以及 CuMn-LDH 在导电 rGO 纳米片上的均匀分散。使用循环伏安法 (CV) 和差分脉冲伏安法 (DPV) 进行的电化学研究表明，该材料具有显著增强的电子转移动力学和对多巴胺氧化的显著电催化响应。开发的传感器表现出超宽的线性检测范围 (0.1–1021 μM)，低检测限 (8.6 nM) 和高灵敏度 (0.5225 μA μM?1 cm?2)。值得注意的是，该平台在常见干扰物存在下表现出优异的选择性，以及强重现性和长期稳定性。重要的是，该传感器在实际样品分析中表现出可靠的性能，回收率令人满意，突显了其实际应用性。这项工作突出了 CuMn-LDH@rGO 作为一种可持续且高效的纳米材料在下一代电化学生物传感中的潜力，为可及的临床诊断和环境友好的传感器设计提供了一条可行途径。

引言
多巴胺 (DA)，化学名为 3,4-二羟基苯乙胺，是一种关键的儿茶酚胺类神经递质，调节中枢神经、心血管、内分泌和肾脏系统中的众多生理功能 [1]。在中枢神经系统中，多巴胺在学习、记忆、动机、奖赏和认知等高级认知过程中发挥着至关重要的做用 [2]。除了神经功能外，多巴胺因其调节血管张力和心输出量的能力，在临床实践中被广泛用作血管活性药物，用于治疗低血压和心脏功能障碍 [3]。此外，多巴胺不仅在脑中合成，也在肠神经系统合成，在那里它有助于调节胃肠运动和功能，突显了其系统性生理重要性 [4]。

近期的进展突显了多巴胺调节与肠脑轴之间的复杂关系。肠道微生物群可以通过与饮食底物的代谢相互作用影响多巴胺的生物合成，从而产生了精神益生菌的概念 - 即能够产生包括多巴胺、血清素和γ-氨基丁酸 (GABA) 在内的神经活性化合物的有益微生物，从而调节宿主的神经功能 [5]。此外，饮食习惯，特别是食用酸奶和其他乳制品等发酵食品，与调节多巴胺水平和减轻焦虑有关，进一步强调了营养和肠道微生物群在维持神经化学稳态中的关键作用。

多巴胺多方面生理功能的日益认识及其通过肠脑轴调节的重要性，进一步突显了准确监测其浓度的重要性。多巴胺稳态失调与几种神经和精神疾病的发病和进展密切相关 [6]。多巴胺水平降低是帕金森病和阿尔茨海默病等神经退行性疾病的特征，而异常的多巴胺信号传导也被认为与精神分裂症、注意力缺陷障碍和其他神经精神疾病有关 [7], [8]。此外，DA 调节多种生理过程，其失衡是各种神经退行性和神经精神疾病的重要生物标志物 [9], [10], [11]。由于其关键的生物学功能以及浓度即使微小波动也会产生显著的生理后果，因此 DA 的准确可靠定量至关重要。此外，生物流体和食品样品中的基质干扰要求有稳健的分析方法以准确测定多巴胺 [12], [13]。

在过去几十年中，已经开发了多种分析技术用于生物流体和药物配方中的多巴胺测定 [14], [15], [16]。这些技术包括酶分析法、荧光法、毛细管电泳、高效液相色谱 (HPLC)、紫外 - 可见分光光度法和电化学传感。在这些方法中，电化学传感因其固有的优势而受到广泛关注，包括操作简便、成本效益高、响应迅速和灵敏度高 [17], [18], [19], [20], [21], [22], [23], [24]。

尽管有这些好处，在复杂的生物环境中检测神经递质的电化学挑战依然存在。这些挑战主要源于其极低的生理浓度、电活性干扰物的存在以及生物分子吸附引起的电极污染。因此，开发高效的电极界面对于实现可靠检测至关重要。玻璃碳电极 (GCE) 因其宽电位窗口、化学惰性和低成本而在电化学传感中广泛应用 [25], [26]。然而，裸 GCE 存在固有局限性，包括电子转移动力学缓慢和多巴胺氧化过电位高。此外，抗坏血酸和尿酸等常见干扰物的共存，它们表现出重叠的氧化电位，显著降低了选择性和检测准确性。为了克服这些挑战，GCE 的表面修饰已成为一种关键策略。功能性电极材料的合理设计可以有效提高电子转移速率，最大限度地减少污染效应，并在存在干扰物的情况下提高对多巴胺的选择性 [27], [28]。因此，这种修饰对于在真实生物系统中实现灵敏、选择性且可靠的电化学检测至关重要。

层状双氢氧化物 (LDHs) 因其可调节的组成和独特的片状结构而成为有前景的电活性材料 [29], [30]。LDHs 由带正电荷的氢氧化物层和层间阴离子平衡组成，提供高表面可及性、丰富的活性位点和高效的离子传输 [31]。其模块化框架能够精确控制电子结构和催化特性。其中，具有互补氧化还原特性的过渡金属基 LDHs 表现出优异的性能。特别是，CuMn-LDH 结合了 Cu2+/Cu+ 对的快速电子转移能力与锰的多价氧化还原行为和结构稳定性 [32], [33], [34]。这种协同相互作用增强了电荷转移动力学，增加了活性位点密度，并降低了反应势垒，使得 CuMn-LDH 对于多巴胺等含儿茶酚基分析物的电化学氧化非常有效。尽管有这些优势，基于 LDH 的材料的一个关键局限性在于其相对较低的本征导电性，这可能会阻碍有效的电子传输并降低传感器性能。

解决这一挑战需要引入一种导电基质，该基质能够在保持活性位点可及性的同时建立连续的电子通路。还原氧化石墨烯 (rGO) 已成为此目的的理想候选材料 [35], [36], [37], [38]。rGO 源自氧化石墨烯，保留了部分恢复的高导电性 sp2 碳网络，同时其残留的含氧官能团促进了与其他材料的强界面相互作用。其二维架构提供了大的表面积并防止纳米级组分的聚集，从而保持结构完整性并最大化活性位点暴露。rGO 与 LDH 材料的整合导致了混合结构的形成，其中各个组分的局限性得到了有效缓解。在 CuMn-LDH 的情况下，rGO 充当导电支架，桥接离散的纳米片，降低电荷转移电阻，并实现电子在电极界面的快速迁移。同时，它增强了 LDH 层的分散，防止重新堆叠并保留其电化学活性表面。这种协同耦合将复合材料转化为高效的电化学界面，其中增强的催化活性和高效的电子传输无缝集成。这种混合系统的相关性在多巴胺检测的背景下变得尤为明显。多巴胺的分子结构包含氧化还原活性的儿茶酚基团和可质子化的胺基团，促进了与金属中心催化位点和π共轭碳表面的强相互作用。CuMn-LDH 组分提供丰富的氧化还原中心和羟基官能团，促进多巴胺氧化，而 rGO 基质通过π-π 相互作用增强吸附并加速电子转移。这种双重功能不仅提高了灵敏度，还有助于更快的响应动力学并增强信号稳定性。

在本研究中，开发了一种 CuMn-LDH@rGO 纳米复合材料作为多巴胺检测的非酶电化学传感平台。本研究旨在阐明材料结构与电化学性能之间的关系，特别强调界面电荷转移动力学和催化效率。通过将氧化还原活性的 LDH 系统与导电碳框架整合，这种方法提供了一种克服传统材料固有局限性的合理策略。预期研究结果有助于推进高性能电化学传感器的发展，并支持开发可及且可靠的神经化学监测技术的 broader 目标。

片段章节
化学试剂与仪器
所有使用的化学试剂和试剂详见 SI 1。
材料表征
材料表征的所有细节见 SI 2。
CuMn-LDH 的合成
最初，将 Cu(NO?)?·3H?O (0.04 M) 和 MnCl2·4H?O (0.02 M) 以 2:1 的摩尔比溶解在 60 mL 去离子水中 [39]。溶液磁力搅拌 35 分钟以达到完全均匀。随后，在持续搅拌下引入尿素 (0.01 M) 和 NH?F (0.01 M)。将所得均匀溶液的 pH 值调节至 11。X 射线衍射 (XRD) 分析
进行 XRD 分析以阐明 CuMn-LDH、rGO 和 CuMn-LDH@rGO 纳米复合材料的结晶结构。图 1A 分别展示了原始 CuMn-LDH、rGO 和 CuMn-LDH@rGO 的 XRD 图谱。在 CuMn-LDH@rGO 图谱中观察到的 2θ ≈ 12.1° 处的显著衍射峰被索引到 (003) 晶面，证实了在掺入 rGO 后 LDH 结构的保留。与 rGO 相关的宽而低强度的特征反映了其部分非晶态。

结论
总之，成功开发了一种与还原氧化石墨烯集成的 CuMn-LDH，作为多巴胺检测的高效电化学传感平台。CuMn-LDH 层与导电 rGO 框架之间的协同相互作用创造了丰富的富含缺陷的电活性位点并促进快速电子转移。电化学评估证明对 DA 具有显著的阳极响应，实现了 8.6 nM 的 LOD，高灵敏度 (0.5225 μA μM?1 cm?2) 和宽线性。

CRediT 作者贡献声明
Muthuramalingam Lakshmi：写作 - 审阅与编辑，可视化，调查，形式分析，数据管理，概念化。Farhana Yasmin Rahman：写作 - 审阅与编辑，写作 - 原稿起草，可视化，形式分析，数据管理，概念化。Rajendran Surya：写作 - 审阅与编辑，可视化，方法论，概念化。Thilak Sabareesh Malayalam Amarnath：软件，调查。Subramanian Sakthinathan：监督，软件，资源，项目管理。

竞争利益声明
作者声明他们没有任何已知的竞争财务利益或个人关系，这些利益或关系可能会影响本论文中报告的工作。

致谢
本工作得到了科技部资助的"国际实习试点计划" (IIPP) 2025-2026 的支持。台北科技大学 (NTUT) 精密研究与分析中心为本工作提供了测量设施。本工作得到了台湾科技部 (NSTC114-2221-E-027-071) 和 (NSTC113-2221-E-027-033) 的支持。本工作得到了台北科技大学的...

Muthuramalingam Lakshmi|Farhana Yasmin Rahman|Rajendran Surya|Thilak Sabareesh Malayalam Amarnath|Subramanian Sakthinathan|Te-Wei Chiu
台北科技大学材料与矿产资源工程系，台湾台北市忠孝东路三段 1 号，邮编 10608