我校新药研发中心张陆勇教授研究团队在电化学生物传感领域取得系列进展
编辑:
肖明珠
来源:
本网
发布日期:2020-12-09
浏览:次
电化学生物传感器为基因分析、疾病诊断和药物评价等领域提供了一种便携、廉价检测生物分子的新工具。我校新药研发中心张陆勇/孙端平研究团队瞄准重大疾病的早期诊断和药物筛选新方法,构建一系列新型的电化学生物传感器用于生物标记物的超高灵敏检测,相关研究成果以广东药科大学为第一单位和通讯单位,近期陆续发表于Biosensors and Bioelectronics (中科院一区, IF: 10.257, 2篇)、ACS Applied Materials & Interfaces (中科院一区, IF: 8.758)、Sensors and Actuators B: Chemical (中科院一区, IF: 7.1)、Electrochimica Acta (中科院二区, IF: 6.215)和Analytica Chimica Acta (中科院二区, IF: 5.977),其中两篇论文入选当期杂志封面论文。
肌钙蛋白(cTnI)是目前广泛应用于临床检测心衰、心梗等疾病的生物标志物。cTnI是心肌组织特有的一种调节蛋白,当心肌受损时游离型cTnI首先逸出细胞进入血液循环而被检测出,并随心肌损伤加重,cTnI血清浓度逐渐升高。该团队构建了一种无酶的电化学适配体传感器用于cTnI的高灵敏检测。首先将DNA四面体纳米结构结合两种核酸适配体Tro4和Tro6,通过硫-金键结合在电极表面作为捕获探针,调控金电极表面探针的密度和取向,提高cTnI的捕获效率。随后使用比表面积大和催化活性强的磁性金属有机框架,构建适配体功能化纳米探针。最后通过层层组装法在电极表面构建超级三明治夹心结构,通过电化学信号放大实现对cTnI的高灵敏检测。本方法具有良好选择性和重现性,检测范围为0.05–100 ng/mL,检出限达16 pg/mL,与传统ELISA方法结果吻合,有较好的市场推广应用价值。相关研究成果发表于Biosensors and Bioelectronics, 2019, 134, 49-56和Biosensors and Bioelectronics, 2019, 142, 111578。
图1 电化学适配体传感器用于cTnI的超灵敏检测
基于循环肿瘤细胞检测的液体活检技术具有肿瘤分子信息全、侵入性小、成本低等优势,在癌症诊断和个体化药物治疗等方面具有重大意义。应Analytica Chimica Acta期刊编辑邀请,孙端平博士从检测循环肿瘤细胞的常规方法出发,结合本研究团队的前期工作基础,详细分析讨论了电化学细胞传感器在癌症精准诊断、用药指导以及药物开发的应用前景。相关成果发表于Analytica Chimica Acta, 2019, 1082, 1-17,并入选当期封面文章(Outside Front Cover)和主题文章(Feature Article)。Elsevier旗下新闻网New chemistry research撰写题为“Using cancer to find tumours”的新闻进行亮点报道。该邀稿综述的发表标志着我校张陆勇教授研究团队在电化学生物传感器相关前沿性研究工作受到了国际优秀期刊的认可和国际同行的关注。
图2 Outside Front Cover for Analytica Chimica Acta, 2019, 1082, 1-17
活性氧化物(ROS)是一种重要的细胞内信号分子,在蛋白质合成、DNA损伤、细胞凋亡等过程中的信号转换和免疫活性中起重要作用。H2O2是活性氧的代表物之一,其性质较稳定,能从细胞中渗透出来。因此,建立一种准确、快速、灵敏的活细胞H2O2动态释放过程监测方法,对于细胞研究和药物评价具有重要意义。该团队通过调控同种金属有机框架材料的不同晶体形貌,制备无酶电化学生物传感器,用以实时监控活细胞释放H2O2的研究,为抗癌药物评价提供了一种简便快捷的新方法。相关研究成果发表于ACS Applied Materials & Interfaces, 2020, 12, 41960-41968,并入选当期内封面文章(Supplementary Journal Cover)。在此基础上,该团队进一步发现煅烧的金属有机框架材料和磁性金属有机框架材料在电化学检测H2O2中具有优异的拟过氧化物酶活性。相比于传统生物酶,具有催化活性强、稳定性高、耐储存等优势,相关研究成果陆续发表于Sensors and Actuators B: Chemical, 2020, 311, 127909和Electrochimica Acta, 2020, 359, 136962。
图3 Supplementary Journal Cover for ACS Applied Materials & Interfaces, 2020, 12, 41960-41968
上述工作得到了国家自然科学基金,广东省自然科学基金,广东省教育厅项目,广东省普通高校新药发现与成药性评价重点实验室,广州市新药筛选模型体系构建与应用重点实验室,以及学校的大力支持。
相关论文链接:
论文1: https://doi.org/10.1016/j.bios.2019.03.049
论文2: https://doi.org/10.1016/j.bios.2019.111578
论文3: https://doi.org/10.1016/j.aca.2019.07.054
论文4: https://doi.org/10.1021/acsami.0c11269
论文5: https://doi.org/10.1016/j.snb.2020.127909
论文6: https://doi.org/10.1016/j.electacta.2020.136962
https://www.elsevier.com/physical-sciences-and-engineering/chemistry/journals/new-chemistry-research/using-cancer-to-find-tumours