我所提出面向復雜糖苷的納米孔單分子檢測方法

近日，我所生物技術研究部生物分離與界面分子機制研究組（1824組）卿光焱研究員、李閔閔副研究員團隊在納米孔糖鏈檢測分析方面取得新進展，利用氣單胞菌溶素納米孔和高濃度氯化鋰溶液，在人工智能的輔助下，實現了多種甜菊糖苷分子的精準單分子識別及其在復雜樣品中的快速定性、定量分析。

甜菊糖苷是一類來源于植物的二萜類次級代謝產物，被廣泛地用作天然甜味劑，糖基化修飾對其生物功能以及作為甜味劑的風味等起著決定性作用。糖基化修飾位置、糖鏈組成、單糖連接方式等差異，導致甜菊糖苷化合物的結構多樣性和復雜性。目前，已發現的甜菊糖苷化合物有近百種，且同分異構體眾多，為精細結構表征和精準檢測提出了挑戰。

卿光焱團隊一直致力于基于納米孔道的分析方法的研究，前期，團隊基于氣單胞菌溶素納米孔，利用標記法實現了酸性（Nat. Commun.，2023）和中性寡糖鏈（ACS Nano，2024）的識別和分析。本工作中，團隊引入高濃度的氯化鋰溶液作為納米孔單分子傳感的電解液，提升了甜菊糖苷分子在氣單胞菌溶素納米孔內的駐留時間，以及納米孔對糖苷分子的分辨力，針對15種糖苷實現了單分子水平的精準識別；進一步利用端到端的深度學習方法，針對15種糖苷的納米孔信號所訓練的人工智能模型，實現了復雜樣品中甜菊糖苷類型的快速識別和定量分析。該工作展示了納米孔對于復雜糖苷化合物的結構解析能力，以及納米孔和人工智能相結合對工業產品的高靈敏性、快速且自動化的質量控制應用潛力。

相關研究以“Single-Molecule Identification and Quantification of Steviol Glycosides with a Deep Learning-Powered Nanopore Sensor”為題，于近日發表在《美國化學學會-納米》（ACS Nano）上。該工作的共同第一作者是1824組李閔閔和博士研究生王婧。上述工作得到了國家自然科學基金、國家重點研發計劃、我所創新基金等項目的資助。（文/圖 李閔閔）

文章鏈接：https://pubs.acs.org/doi/10.1021/acsnano.4c07038