多孔传感器与混合识别用于大体积亚硝胺杂质：面向三环NDSRIs的3D–MXene–适配体检测

《Biosensors》：Porous Transducers and Hybrid Recognition for Bulky Nitrosamine Impurities: Toward 3D–MXene–Aptamer Detection of Tricyclic NDSRIs

　　

制药质量控制正面临一个新兴问题，即三环亚硝胺药物相关杂质（NDSRIs），例如N-亚硝基氯氮平。这些杂质保留了其母体活性药物成分（APIs）的完整结构，后者由具有受限构象灵活性的庞大亲脂性分子组成。杂质中母体APIs的庞大亲脂性结构的保留导致它们与其他物质完全重叠，从而引起基质离子抑制、弱电离和不稳定的质谱响应。LC–MS/MS方法虽作为官方标准，但其工作流程需要过量溶剂使用并产生复杂的设备系统，阻碍了其用于常规超痕量监测。本叙述性综述分析了混合电化学传感技术，以确定其能否通过将三环NDSRIs的位阻复杂性用作检测的功能性优势来解决当前问题。研究人员结合了亚硝胺检测数据以及关于多孔3D打印电极、MXene电化学、分子印迹聚合物、适配体工程以及计算性指数富集配体系统进化（SELEX）、分子印迹聚合物（MIP）和信号关闭型适配体传感的研究。本综述指出，平面电极对庞大的三环分析物形成不利结构，因为它们导致表面阻塞和电荷转移过程中的电阻增加。本综述证明，具有Ti₃C₂T_x MXene涂层的螺旋体（gyroid）和TPMS型多孔支架提供了优异的内部表面积、增强的扩散通道和加速的电子运动。双MIP–适配体系统通过MIP进行基于形状的目标捕获和样本保护，以及适配体识别特定分子靶标，从而实现选择性识别。适配体的设计过程包括E/Z亚硝胺异构体建模、对接和分子动力学，以及基于AI的序列选择方法，这些构成了靶向N-亚硝基氯氮平（N-CZN）样蛋白的核心方法。该研究概述了一种新技术，该技术利用位阻效应阻止氧化还原探针进入，从而通过电流减小产生电信号。本综述提出了一种基础操作模型，支持开发用于以最大灵敏度检测三环NDSRIs的环境友好型便携式电化学装置。

1. Introduction
2018年N-亚硝基二甲胺（NDMA）事件引发全球对亚硝胺杂质的关注，研究重点从简单亚硝胺扩展到三环亚硝胺药物相关杂质（NDSRIs）。三环NDSRIs（如N-亚硝基氯氮平）因保留母体药物的大体积亲脂结构，导致LC–MS/MS分析时存在基质离子抑制、弱电离和响应不稳定等问题。本综述提出利用电化学传感结合多孔3D电极、MXene、分子印迹聚合物（MIP）与适配体双识别系统，将三环NDSRIs的位阻挑战转化为信号关闭型检测机制。

2. Literature Search Strategy
本综述采用结构化文献检索策略，覆盖Scopus、Web of Science、PubMed和Google Scholar数据库，使用“NDSRI”“N-亚硝基氯氮平”“MIP”“aptamer”“MXene”“3D printed electrode”等关键词组合，筛选2010至2025年间与多孔电极、MXene电化学、MIP/适配体识别及混合识别系统相关的同行评审研究，优先纳入具有明确分析范围和转化相关性的文献。

3. Electrochemical NDSRI Sensing: Progress and Limitations
3.1. Electrochemical Sensing: NDMA Progress, NDSRI Gap
针对NDMA的多种电化学传感平台已发展成熟，例如基于MIP的传感器、CRISPR/Cas12a电化学发光传感器等，可达到ppb乃至fM级检测限，并已应用于水、食品等基质。然而，目前尚无针对三环NDSRIs（如N-亚硝基氯氮平）的电化学传感平台，主要原因是识别元件难以应对其复杂刚性结构和疏水性。

3.2. Failure of Planar Electrodes
平面电极（如玻碳电极、丝网印刷电极）对三环NDSRIs不利，因为刚性多环芳烃和庞大的亚硝基化胺基会形成表面覆盖型阻碍，导致电荷转移电阻（Rct）显著增大。芳香胺氧化产物可形成绝缘层，进一步阻碍电子传输，而三环NDSRI的硝基化结构降低了其固有电化学活性。三维多孔电极可提供更大活性面积和更多扩散通道，有望缓解上述阻塞问题。

4. 3D-Printed and MXene-Based Transduction Platforms
4.1. Porous 3D Electrodes for Tricyclic NDSRIs
熔融沉积建模（FDM）打印的碳/聚合物电极通常需活化处理才能暴露导电填料，但其平面特性仍受限于表面阻塞。增材制造可构建三维多孔结构，如三周期极小曲面（TPMS）和螺旋体（gyroid）支架，具有高内部表面积、低迂曲度和丰富扩散路径，有利于大体积分析物传质。相关研究表明，此类结构化电极可显著降低电荷转移阻抗，提高电化学活性面积。

4.2. Conductive Filaments and Nanocomposite Integration
导电丝材（如碳黑/PLA、石墨/PLA）需通过化学或电化学活化去除表面绝缘层，以改善异相电子转移速率。MIP已广泛用于电化学传感器，但尚未有将MIP与3D打印导电基底结合用于NDSRI检测的报道。现有MIP传感器可检测多种药物分子（分子量324–421 Da），表明利用MIP在3D打印平台上实现三环NDSRI形状选择性识别具有可行性。

4.3. MXenes for Aptamer-Compatible Transduction
Ti₃C₂T_x MXene具有快速异相电子转移、高亲水性表面和丰富表面官能团（–O、–OH、–F），可作为适配体固定的理想平台。基于MXene的传感器已在多种分析物中实现低纳摩尔至皮摩尔级检测限，但其氧化稳定性仍是挑战，需采用稳定化策略。

4.4. MXene–3D Integration: Progress and Gaps
将MXene与3D打印电极集成可提高电容和电化学性能，但存在纳米片再堆积、氧化降解等问题。已有研究表明，通过插层或构建三维多孔结构可抑制再堆积，保持长期稳定性。然而，目前3D打印MXene电极的灵敏度仍低于平面MXene生物传感器，需进一步优化受体功能化和信号放大策略。

5. Aptamer Engineering for Tricyclic NDSRIs
5.1. Specificity Challenges in Tricyclic NDSRI Detection and Limits of Empirical SELEX
三环NDSRIs（如N-CZN）可能与其他结构类似的亚硝胺杂质共存，产生复合电化学信号。经验性SELEX方法在针对小分子疏水靶标时面临靶标固定化假象、缺乏化学信息、分离效率低等问题，不适合三环NDSRIs。计算辅助筛选和组合策略被认为是更有效的途径。

5.2. Computational Aptamer Design
计算适配体设计主要包括分子动力学（MD）模拟、MM-PBSA自由能计算、深度学习分析和亲和力成熟。MD可从多构象系综中识别稳定结合模式，深度学习模型（如DeepAptamer）可利用SELEX测序数据预测高亲和力序列。此类方法已成功用于多种小分子适配体筛选，可为三环NDSRIs提供候选序列。

5.3. N-CZN Aptamer Design Rules
N-CZN适配体设计需明确处理E/Z异构体问题，因不同异构体的构象和结合位点可能不同。优先结合模式为π–π堆积和氢键协同作用，需对每个异构体分别进行多构象对接和分子动力学评估。设计流程应包括二级结构筛选、三维构象生成、异构体感知对接和自由能排序。

5.4. Steric-Hindrance Signal-Off Aptasensing
信号关闭型电化学适配体传感器利用靶标结合产生的空间位阻阻断氧化还原探针（如[Fe(CN)₆]^3?/4?）扩散，导致电流降低或阻抗增加。这一策略已成功用于多种大分子和小分子检测，对三环NDSRIs而言，其刚性大体积结构可有效增强信号抑制效应。

6. AI-Assisted Signal Deconvolution
6.1. The Composite-Signal Problem
质量控制中需同时检测N-CZN和N-CZNC，二者结构相似，在电化学传感器上可能产生重叠的伏安信号，无法直接区分。必须借助数学分离方法，如卡尔曼滤波、高斯去卷积和偏最小二乘回归，并结合正交参考方法（如LC–MS/MS）进行校准。

6.2. Chemometrics and Machine Learning
机器学习模型可从复杂的伏安信号中提取成分信息。IdentQuantNet、随机森林和PLS等方法已成功用于药物混合物的同时识别和定量。对于N-CZN/N-CZNC二元区分，可采用IdentQuantNet作为主要架构，结合离散小波变换和PLS进行验证。

6.3. Deconvolution for Clozapine NDSRIs
去卷积必须以LC–MS/MS作为正交参考标准。LC–MS/MS方法可实现N-CZN和N-CZNC的基线分离，并通过多反应监测（MRM）模式区分两者。将电化学信号映射到LC–MS/MS输出，可构建多变量模型，从而基于质量和保留时间指纹实现准确定量。同时应遵循ICH Q2(R2)等法规要求，采用可解释AI（SHAP）和联邦学习保障跨站点一致性。

7. Hybrid Integrated Sensor Architecture
7.1. Rationale for MIP–Aptamer Dual Recognition
MIP单独使用时存在结构异质性和非特异性吸附问题，适配体单独使用时在界面稳定性方面有局限。MIP–适配体双识别系统结合两者优势，可同时提供形状选择性和高亲和力识别，更适合复杂基质中的大体积三环NDSRI检测。

7.2. Quantified Dual-Recognition Synergy
多项研究表明，双识别系统的检测限和选择性显著优于单一识别格式。例如，氯霉素MIP–适配体传感器检测限达3.3 pM，前列腺特异性抗原双识别系统灵敏度提高3倍。此类数据支持将双识别策略应用于N-CZN和N-CZNC的区分。

7.3. Integrated MIP–Aptamer Sensor Blueprint
集成传感器结构包括3D打印多孔支架、活化导电丝材、Ti₃C₂T_x MXene/AuNP/cCNT传导层，以及嵌入硫醇化适配体的双单体电聚合MIP层。靶标结合会物理阻断氧化还原探针，产生信号关闭响应。预期可实现亚皮摩尔级检测限和高选择性，但需实验验证。

7.4. Discrimination of N-CZN from Clozapine and N-CZNC at Pharmaceutical Excess Ratios
在药物过量比条件下区分N-CZN、氯氮平和N-CZNC，需进行竞争性结合实验，并以非印迹对照和LC–MS/MS定量为基准。目前该方案在机制上合理，但尚缺乏实际样品验证，证据仍属初步。

7.5. Limitations and Failure Modes
主要限制包括多孔电极的孔堵塞和不可逆污染、MXene在阳极电位下的氧化失活、MIP–适配体双识别选择性需实验证明。未来验证应量化抗污染能力、再生循环性、MXene氧化漂移及双识别相对单一识别的选择性增益。

8. Discussion
8.1. Comparative Challenges
LC–MS/MS仍是金标准，但MIP-SPE等前处理技术可提高回收率和灵敏度。电化学传感器在简单亚硝胺检测中表现突出，但三环NDSRI因缺乏参考标准、异构体复杂和基质干扰，尚无验证的传感系统。现有NDMA传感器的成功不能直接推广至三环NDSRI。

8.2. Validation, Regulation, and Implementation
目前缺乏三环NDSRI传感器的临床和基质验证。需要标准化参考物质、多实验室重复性测试、与LC–MS/MS的对照研究，以及长期稳定性评估。监管框架如ICH M7和FDA NDSRI指南提供风险评估思路，但未涵盖超痕量大体积杂质检测。实施还需解决数据管理、标准化和可解释性等问题。

9. Conclusions
三环NDSRI检测需集成多孔3D电极、MXene、计算设计的MIP–适配体双识别和AI信号去卷积。当前各技术组件已有模拟数据支持，但整合平台尚需