海南大学食品科学与工程学院:基于智能手机辅助纳米酶比色传感器阵列用于高通量识别鲑鱼中的重金属离子

01

研究背景

随着冶金、海南化工及农业的大学的重快速发展，工业过程中重金属（如汞、食品手机色传铅、科学钴、工程感器高通铬、学院铁离子）的基于金属滥用导致含重金属废水大量排放，污染水体与土壤生态系统，智能阵列进而通过食物链威胁人类健康。辅助重金属可诱导活性氧生成，纳米破坏DNA、酶比脂质和蛋白质，用于鱼中引发皮炎、量识离肝肾损伤、别鲑神经组织损害甚至癌症。海南传统检测方法（如ICP-MS、AAS）虽精确但依赖大型仪器和专业操作，难以现场快速筛查；而现有便携技术（如免疫层析试纸条）受限于“一对一”检测模式，无法高通量识别多种重金属。因此，急需开发一种快速、低成本、可现场应用的多重金属同步检测技术。近年来，纳米酶（如单原子酶SAzymes）因其高稳定性和类酶活性，结合传感器阵列的交叉响应机制及智能手机分析平台，为重金属的高通量即时检测提供了新思路。

02

研究内容

基于上述研究背景，海南大学食品科学与工程学院曹宏梅团队开发了一种基于纳米酶的智能手机辅助比色传感器阵列（图1），用于快速、高通量检测鲑鱼和海水中的重金属离子。通过合成三种信号识别元件（图2）——金铂修饰的铁氮碳单原子酶（AuPt@Fe-N-C）、金铂修饰的氮碳材料（AuPt@N-C）以及铁氮碳单原子酶（Fe-N-C），其中AuPt@Fe-N-C展现出优异的类过氧化物酶活性，可催化显色底物TMB（四甲基联苯胺）氧化生成蓝色产物。不同重金属离子（Hg2+、Pb2+、Co2+、Cr6+、Fe3+）通过金属间相互作用、电子转移或自由基生成等途径特异性调控纳米酶活性，产生独特的颜色响应模式（图3）。如图4所示，结合智能手机RGB分析平台，在避光环境下采集显色反应图像并提取RGB值，通过线性判别分析（LDA）降维实现可视化分类，5 min内可区分浓度低至0.5 μM的单一重金属离子（如Cr6+定量限达1 μM）及不同比例的二元/三元混合离子。该方法成功应用于海南文昌海水和鲑鱼样本的实际检测（图5），加标回收率为102–113%，抗干扰性强，共存离子对检测无影响，且纳米酶稳定性高，在储存16天后活性仍保持94.4%，为食品与环境样品中重金属的现场高通量检测提供了高效解决方案。

图1. 基于纳米酶的智能手机辅助比色传感器阵列检测多种重金属离子示意图。

图2. 纳米酶表征结果（A）Fe-N-C的TEM图（B）Fe-N-C的HAADF-STEM图（C）AuPt@N-C的TEM图（D）AuPt@Fe-N-C的TEM图（E）AuPt@Fe-N-C的SEM图（F）AuPt@Fe-N-C的STEM元素分布映射图。

图3. 比色传感器阵列区分五种重金属离子（A）五种重金属离子的比色响应直方图（B）比色响应雷达图（C）比色响应热力图（D-F）LDA标准得分图区分不同浓度重金属离子。

图4. 智能手机平台检测结果（A）不同重金属离子的显色反应照片（B-D）智能手机RGB模式的LDA标准得分图。

图5. 实际样本检测结果（A）紫外-可见模式检测鲑鱼样本中重金属的LDA得分图（B）智能手机模式检测鲑鱼样本的LDA得分图（C）紫外-可见模式检测海水样本的LDA得分图（D）智能手机模式检测海水样本的LDA得分图（E）鲑鱼样本重金属的分层聚类分析（紫外-可见模式）（F）海水样本重金属的分层聚类分析（智能手机模式）

03

小 结

本研究开发了一种基于智能手机辅助纳米酶比色传感器阵列用于高通量识别鲑鱼中的重金属离子，通过合成金铂修饰铁氮碳单原子酶（AuPt@Fe-N-C）等三种信号元件，利用其高活性类过氧化物酶特性催化TMB-H2O2显色体系产生差异化蓝色响应（652 nm）。不同重金属离子通过金属合金化、电子转移及自由基生成等途径特异性调控显色强度，结合智能手机RGB平台采集图像并提取数值，经线性判别分析（LDA）降维实现5分钟内0.5 μM级单一离子及混合体系的高通量区分；实际应用于对海南文昌海水及鲑鱼样本的检测，在水产食品安全领域具有较高的实际应用价值。

文章供稿人：哈尔滨工业大学（深圳）理学院博士研究生，谢晓雷

文章链接：

Smartphone-assisted colorimetric sensor arrays based on nanozymes for high throughput identification of heavy metal ions in salmon

https://doi.org/10.1016/j.jhazmat.2024.135887

文献链接：POCT体外诊断技术

(责任编辑：百科)