氮掺杂碳量子点用于黄曲霉毒素B1和伏马毒素B1的荧光关闭式检测:荧光共振能量转移与聚集诱导猝灭的对比

《Food Chemistry》:Nitrogen-doped carbon quantum dots for turn-off fluorescence detection of Aflatoxin B1 and Fumonisin B1: FRET versus aggregation-caused quenching

【字体: 大 中 小 】 时间:2026年09月28日 来源:Food Chemistry 10.4

编辑推荐:

   •氮掺杂碳点实现黄曲霉毒素B1和伏马菌素B1的关断型荧光检测。•AFB1通过FRET传感(检测限0.046 ng/mL);FB1通过聚集导致猝灭检测。•氮边缘掺杂诱导表面曲率和高极性,实现更优的分子结合。•DFT计算表明,N-CQDs相较于O-CQDs,对黄曲霉毒素B1的检测

  
  • •
    氮掺杂碳点实现黄曲霉毒素B1和伏马菌素B1的关断型荧光检测。
  • •
    AFB1通过FRET传感(检测限0.046 ng/mL);FB1通过聚集导致猝灭检测。
  • •
    氮边缘掺杂诱导表面曲率和高极性,实现更优的分子结合。
  • •
    DFT计算表明,N-CQDs相较于O-CQDs,对黄曲霉毒素B1的检测限提高了25%。

引言

霉菌毒素——由丝状真菌产生的有毒次级代谢产物——对农产品的污染,仍是全球食品安全和公共卫生面临的最严峻挑战之一。在数百种已知霉菌毒素中,黄曲霉毒素B1(AFB1)和伏马菌素B1(FB1)因其普遍存在性、高毒性和致癌潜力而尤为臭名昭著(McKean等,2006;Tessari等,2006)。AFB1主要由黄曲霉和寄生曲霉产生,被国际癌症研究机构(IARC)列为1类人类致癌物。鉴于其高毒性,全球各监管机构已对食品中的AFB1设定了严格的限量标准——例如,欧盟规定谷物中AFB1的最大限量为2 μg/kg(欧盟法规2023/915),而美国FDA已设定食品中黄曲霉毒素总量的行动水平为20 μg/kg(FDA合规政策指南555.400)。AFB1常污染谷物、坚果、香料和油料作物,可导致急性黄曲霉毒素中毒、肝硬化和肝细胞癌(El-Nagerabi等,2012;Fouad等,2019;Gizachew等,2019)。同样,FB1由串状镰刀菌和增殖镰刀菌产生,与食管癌、神经管缺陷和各种牲畜疾病相关(Jurado等,2010;Marín等,2010;Marín等,2001)。这些霉菌毒素在玉米、小麦和大米等主要粮食作物中的共同存在加剧了健康风险,迫切需要开发快速、灵敏且具有成本效益的分析方法,以实现它们的同步或多路检测。
传统方法如高效液相色谱(HPLC)和液相色谱-串联质谱(LC-MS/MS)虽然精度高,但成本高昂且耗时较长,而酶联免疫吸附测定(ELISA)等免疫分析法则存在交叉反应和环境敏感性问题(Arranz等,2004;Chu,1984;Keskin & Eyupoglu,2023;Monbaliu等,2010;Peng等,2020;Urusov等,2015)。电化学传感器虽具有前景,但面临重现性方面的挑战(Chen等,2023;Jiang等,2024;Sharma等,2018)。在此背景下,基于荧光的传感技术凭借其快速响应、高灵敏度和操作简便等优势,已成为即时检测领域一种极具吸引力的替代方案(Sharma等,2018;Zhang等,2022)。发光材料的选择是决定荧光传感器性能的关键因素。在众多用于传感研究的发光纳米材料中——包括半导体量子点、金属有机框架和上转换纳米粒子——碳量子点(CQDs)已成为霉菌毒素检测领域最有前途的候选材料(Alizadeh Sani等,2024;Hosseini等,2011;Nili-Ahmadabadi等,2013)。CQDs具有优异的生物相容性、光稳定性和低成本合成优势,且其表面性质可通过杂原子掺杂轻松调控,以增强分析物亲和力(Dua等,2023;Pechnikova等,2025;Shabbir等,2021;Zhang等,2015)。尽管CQDs已被广泛用作毒理学检测的荧光探针,但现有平台通常仅聚焦于单一毒素检测,且往往忽视了前驱体化学性质、识别架构和样品基质相互作用的变化如何决定其底层的物理化学途径。因此,在单一CQDs表面上,对不同类型的毒素进行全面的机理比较——涵盖结构猝灭行为、分析性能和基质效应——仍基本处于空白状态。
CQDs的荧光发射可通过多种机制被各种分析物有效猝灭,包括 F?rster 共振能量转移(FRET)、光致电子转移(PET)、内滤效应(IFE)和聚集导致猝灭(ACQ)(Gopal等,2024;Tsai等,2019;Udhayakumari,2025)。然而,原始CQDs的传感性能通常受限于其相对较低的量子产率、不足的选择性以及缺乏特异性识别位点。为克服这些局限,杂原子掺杂——特别是氮掺杂——已被广泛探索,用于调控CQDs的电子结构、表面化学和光学性质。对近期研究的系统综述表明,氮掺杂(N-doping)是提高CQDs荧光性能最有效的策略(Dsouza等,2021;Kim等,2020;Nguyen等,2020, Nguyen等,2021)。例如,多名研究人员利用柠檬酸和尿素作为前驱体合成N-CQDs用于AFB1的检测,实现了十亿分之一(ppb)级别的检测限(LOD)(Mohammed & Omer,2024)。此类掺杂剂引入额外的孤对电子,创建带隙态,并增加局部电荷密度,从而增强光致发光量子产率并提供分析物结合活性位点。此外,氮掺杂可诱导结构畸变,如表面曲率,这通过π–π堆积、氢键和静电力进一步影响其与目标分子的相互作用(Nguyen等,2021)。尽管N-CQDs已被广泛研究作为毒理学和霉菌毒素检测的灵敏荧光探针,但大多数研究聚焦于单一毒素靶标,尚未系统比较结构不同的毒素如何通过不同的物理化学途径与同一CQD表面相互作用(Li等,2023;Wang等,2016)。此外,在单一未修饰的CQD平台上,不同类别霉菌毒素之间底层的基本相互作用仍基本未被表征(Zhao等,2022)。此外,关于氮掺杂如何影响不同霉菌毒素猝灭途径的机理理解仍不完备。具体而言,在基于N-CQD传感器的语境中,FRET与ACQ机制的区别尚未被系统研究,氮掺杂与氧掺杂(O-CQD)系统的比较性能亦如此。
本研究中,通过一步水热法利用富马腈作为唯一前驱体合成了N-CQDs。这种简单的、最少溶剂消耗的方法可制得具有明确石墨结构的N-CQDs,尺寸分布窄且富含吡啶型/吡咯型氮物种,与边缘定位构型一致。尽管未修饰的N-CQDs已被报道用于单一霉菌毒素检测,但本工作的创新之处在于利用单一未修饰的N-CQD平台,通过两条不同的猝灭途径(FRET与ACQ)对AFB1和FB1进行差异检测,且无需生物受体功能化。我们表明,同一N-CQD表面可通过π–π堆积驱动的FRET响应AFB1,通过侧链介导的聚集响应FB1,实现了FB1 40–250 ng/mL的经验证工作范围和AFB1 0.046 ng/mL的检测限。为阐明这种机理分歧的起源并比较N-CQDs与O-CQDs的性能,我们进行了全面的密度泛函理论(DFT)计算。这些计算分析比较了N-CQDs和O-CQDs的几何、电子和极化性质,包括表面曲率、偶极矩、原子电荷分布以及对AFB1和FB1的吸附能。通过检测加标和未加标的市场玉米样品中的AFB1,并与商用ELISA试剂盒结果进行比对,验证了N-CQD传感器的实际应用性。本研究不仅为两种主要霉菌毒素的超微量检测提供了有前景的分析平台,还为氮边缘掺杂在调控荧光猝灭机制中的作用提供了基础见解。

各章节摘要

化学品与材料。

富马腈(TCI,日本)、碳纳米纤维(Sigma-Aldrich,韩国)、浓H?SO?(98 wt%)和HNO?(63 wt%)(Samchun,韩国)用于CQDs的合成。其他所有溶剂和试剂均为分析纯级别,购自Sigma-Aldrich或Acros(韩国)。
黄曲霉毒素B1(AFB1)、伏马菌素B1(FB1)、黄曲霉毒素B2(AFB2)、黄曲霉毒素G1(AFG1)、赭曲霉毒素A(OTA)、玉米赤霉烯酮(ZEN)及其他标准品购自Sigma-Aldrich(美国)。甲醇(HPLC级)购自

N-CQDs的形貌与结构表征

N-CQDs的合成策略和形貌特征在图1中进行了系统说明。如图1a所示,N-CQDs通过一步水热法成功制备,富马腈作为唯一前驱体。该过程包括腈类分子在高压高温下的碳化和聚合,随后经过严格纯化以获得稳定的水分散液。在环境光下,所合成的溶液

结论

总之,本研究成功探索了氮掺杂在N-CQDs中实现霉菌毒素灵敏和选择性检测的有益特性。首先,通过富马腈的快速水热处理合成了N-CQDs,得到了具有特定吡啶型和吡咯型氮边缘掺杂的晶体石墨框架。在分析性能方面,所开发的探针作为黄曲霉毒素B1(AFB1)的高效荧光"关断型"传感器

CRediT作者贡献声明

Duong Nguyen Nguyen:撰写——初稿、监督、软件、项目管理、方法学、调查、资金获取、概念化。Nguyen Thanh Triet:资源、调查、形式化分析。Van Quy Nguyen:方法学、数据管理。Kim Long Vu-Huynh:验证、概念化。Ngan Nguyen Le:可视化、软件、调查。Phuoc Hien Phan:资源、形式化分析。Thi Long Do:撰写——审阅与编辑、监督、资源、数据管理。

作者协议

所有作者均已阅读并批准提交的最终版本稿件。他们保证本文是作者的原创作品,未曾公开发表,也未在其他地方同时投稿。

写作过程中生成式AI和AI辅助技术的声明

在准备本工作的过程中,作者使用了Deepseek和Gemini以改善语言和可读性。使用此工具后,作者根据需要审阅和编辑了内容,并对出版物的内容承担全部责任。

未引用参考文献

Eddy等,2026
Raman等,2025
Yang等,2021

利益冲突声明

作者声明他们不存在可能影响本文报告工作的已知竞争性财务利益或个人关系。

致谢

本研究由越南万朗大学资助,资助编号为VLU-2503-DT-VLT-VKH-NCV-0085。本工作在万朗大学(VLU)、胡志明市工业大学(IUH)和胡志明市技术教育学院(HCMUTE)开展,上述机构提供了必要设施和资源支持。未获得其他额外资助。
Duong Nguyen Nguyen|Nguyen Thanh Triet|Van Quy Nguyen|Kim Long Vu-Huynh|Ngan Nguyen Le|Phuoc Hien Phan|Thi Long Do|Khanh Dung Pham
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号