SELEX适配体技术革新毒素检测

来源:Toxins (Basel) | 编译:DNA Lab Space

📎 相关工具:代谢通路设计

毒素污染检测的准确性正面临前所未有的挑战。传统仪器分析方法在痕量新兴污染物面前,暴露出成本高、现场稳定性差、灵敏度不足三大短板。一篇发表于《Toxins》的最新综述系统梳理了SELEX(指数富集配体系统进化)技术在毒素分析中的全链条进展——从九种筛选变体到人工智能辅助设计,勾勒出适配体传感器从"以方法为中心"向"以需求为中心"转型的清晰路径。

研究背景

食品安全、环境完整性与公共健康对毒素检测提出了严苛要求。霉菌毒素、海洋生物毒素、农药残留等小分子污染物,往往在极低浓度下即产生毒性效应,常规理化检测手段难以兼顾灵敏度与现场适用性。色谱-质谱联用虽精度高,但仪器昂贵、操作复杂,难以满足快速筛查需求;免疫学方法虽便捷,却受限于抗体批次差异和恶劣环境下的稳定性。

核酸适配体——这一被誉为"化学抗体"的单链DNA或RNA分子——凭借可体外筛选、化学合成、易于修饰等特性,成为替代抗体的理想识别元件。而SELEX技术正是获取适配体的核心工艺。该综述聚焦毒素检测场景,系统比较了九种SELEX变体的筛选原理与适用边界,并引入计算辅助设计与翻译后优化策略,试图破解小分子毒素适配体筛选效率低、亲和力不足的长期难题。

研究方法

综述对SELEX技术体系的梳理遵循"材料创新—方法创新—计算辅助—翻译后优化—传感器集成"的逻辑链条,每个环节均结合具体毒素靶标案例展开。

材料创新维度。 新型纳米材料的引入为SELEX提供了全新分离机制与信号转导模式。氧化石墨烯(GO)作为高效吸附介质,支持免固定化筛选,已成功用于T-2毒素、冈田酸(OA)和膝沟藻毒素(GTX)的适配体筛选。金纳米颗粒(GNPs)则提供比色读出功能,通过消光比变化实现文库富集过程的实时目视监测,无需复杂仪器,该平台已应用于双酚A(BPA)等靶标。磁性纳米颗粒凭借快速分离优势,被整合进MB-SELEX和MRGO-SELEX等多种筛选格式,用于海洋毒素适配体的高效筛选。

方法创新维度。 多靶标筛选策略挑战了传统"一个靶标一次SELEX"的范式,允许在一次筛选中同时分离针对多个靶标的适配体。综述引用了Nguyen等人的工作——利用多重GO-SELEX,他们获得了十个针对三种农药的独特适配体(解离常数Kd = 10–100 nM),其中包含能结合两个或三个靶标的交叉反应序列。这一策略为识别结构相似的毒素家族提供了广谱识别元件的开发路径。

计算辅助设计。 综述讨论了基于人工智能的序列生成和分子对接技术。AI模型可从随机序列库中预测高亲和力候选序列,分子对接则用于模拟适配体-靶标复合物的三维构象,从而在实验筛选前缩小候选范围。原文摘要未详述具体算法架构和训练数据规模。

翻译后优化策略。 综述重点介绍了三种实验优化手段:环化(cyclization)——将线性适配体首尾连接形成环状结构,提高核酸酶抗性;多价组装(multivalent assembly)——通过连接多个适配体单元增强结合亲和力;结构转换设计(structure-switching design)——使适配体在结合靶标时发生构象变化,便于信号转导。

SELEX应用领域概览。以SELEX技术为核心,该图展示了适配体应用的多个研究分支。毒素检测模块涵盖生物毒素、有毒重金属离子及工农业生产中新出现的环境污染物。其他应用领域包括疾病生物标志物生物成像、靶向治疗递送,以及病原体、肿瘤组织和免疫细胞的特异性识别。
▲ SELEX应用领域概览。以SELEX技术为核心,该图展示了适配体应用的多个研究分支。毒素检测模块涵盖生物毒素、有毒重金属离子及工农业生产中新出现的环境污染物。其他应用领域包括疾病生物标志物生物成像、靶向治疗递送,以及病原体、肿瘤组织和免疫细胞的特异性识别。

传感器集成。 综述将适配体与不同传感平台结合进行总结,涵盖比色、荧光、电化学等转导模式,但原文摘要未详述各平台的具体构建参数,如电极材料、缓冲液组分、孵育温度与时间等。

研究结果

综述的核心成果在于建立了SELEX技术选择与毒素检测需求之间的系统映射关系。

九种SELEX变体的分类图谱。 综述将面向毒素检测的SELEX变体划分为五大类:靶标固定化平台、文库固定化平台、非固定化平台、细胞水平平台以及高通量平台。不同平台各有适用靶标与局限性——靶标固定化适合小分子毒素但可能遮蔽关键表位;非固定化平台(如GO-SELEX)避免了靶标修饰但需严格控制非特异性吸附;细胞水平平台适用于无法纯化的复杂毒素样本。原文摘要未提供各变体筛选效率的定量对比数据。

多靶标筛选的突破性数据。 Nguyen等人的多重GO-SELEX实验提供了关键量化指标:十个适配体,Kd值范围10–100 nM,且存在交叉反应序列。这些数据表明,单次筛选即获得多个靶标的适配体集合,效率较传统单靶标SELEX提升一个量级,为广谱识别元件开发提供了实证基础。

材料平台的适配性结论。 GO平台已成功应用于T-2毒素、OA和GTX三种毒素的适配体筛选;GNPs平台实现了无需复杂仪器的实时富集监测;磁性纳米颗粒平台支撑了海洋毒素的快速分离。这些案例共同表明,纳米材料的选择直接影响筛选效率和信号转导模式,但综述未报告各平台所得适配体的具体亲和力数值对比。

经典SELEX工作流程及其用于毒素检测的衍生SELEX变体的示意图。(A)经典SELEX迭代核心工作流程示意图,包括孵育、分离、扩增和富集。弧形箭头表示每个筛选步骤的循环执行顺序;PCR子图中的小方向箭头表示单链核酸链的5′至3′极性。(B)将九种代表性衍生SELEX变体分为五大类。(部分绘图元素来自www.figdraw.com)。
▲ 经典SELEX工作流程及其用于毒素检测的衍生SELEX变体的示意图。(A)经典SELEX迭代核心工作流程示意图,包括孵育、分离、扩增和富集。弧形箭头表示每个筛选步骤的循环执行顺序;PCR子图中的小方向箭头表示单链核酸链的5′至3′极性。(B)将九种代表性衍生SELEX变体分为五大类。(部分绘图元素来自www.figdraw.com)。

计算辅助设计的定位。 综述将AI序列生成和分子对接定位为"筛选前预测"工具,而非替代实验验证的手段。其核心价值在于缩小候选文库规模,降低后续实验筛选的试错成本。原文摘要未提供计算预测准确率的量化数据。

优化策略的适用场景。 环化设计提升适配体在复杂基质中的稳定性,多价组装增强对低丰度毒素的结合能力,结构转换设计则简化了传感器构建流程。三种策略可单独或组合使用,但综述未给出各策略对亲和力或灵敏度提升的具体倍数数据。

AI驱动的适配体发现范式与传统SELEX工作流程对比。适配体发现策略示意图比较。左侧:传统SELEX工作流程,右侧:AI辅助适配体发现,包括用于序列到结构预测的InstructNA、用于从头生成适配体序列的GRAPE-LM以及用于结合亲和力评估的RaptScore。辅以分子对接和分子动力学(MD)模拟等计算化学方法,这种设计驱动策略能够以最少的实验选择轮次生成功能性适配体,克服了
▲ AI驱动的适配体发现范式与传统SELEX工作流程对比。适配体发现策略示意图比较。左侧:传统SELEX工作流程,右侧:AI辅助适配体发现,包括用于序列到结构预测的InstructNA、用于从头生成适配体序列的GRAPE-LM以及用于结合亲和力评估的RaptScore。辅以分子对接和分子动力学(MD)模拟等计算化学方法,这种设计驱动策略能够以最少的实验选择轮次生成功能性适配体,克服了

讨论与展望

该综述的价值在于把分散的SELEX技术创新整合为一个连贯的方法学体系。九种变体的分类框架,让研究者能根据靶标特性快速锁定筛选策略——小分子毒素优先考虑免固定化平台,复杂样本则倾向细胞水平筛选。多靶标筛选与广谱适配体的出现,正在改写"一种毒素对应一种适配体"的传统认知。

计算辅助设计的前景令人期待,但综述也暗示了现实落差:AI预测的候选序列仍需实验验证,分子对接的精度受限于小分子毒素的构象柔性。真正的突破或许来自"集成SELEX策略+AI辅助设计"的闭环——用实验数据持续训练模型,再用模型反馈优化筛选流程。

从"方法导向"到"需求导向"的转型,意味着适配体开发不再追求技术炫技,而是锚定真实检测场景的灵敏度、稳定性和成本约束。对于痕量毒素的现场快速检测而言,这或许正是破局的关键方向。

参考来源

Shang X, Yang C, Deng H, Wang L, Sun M. SELEX-Based Aptamer Technologies for Toxin Analysis: Screening, Optimization, and Computational Assisted Design. Toxins (Basel). PMID: 42506713.

PMID: 42506713

延伸阅读:更多代谢通路设计、多基因组装等合成生物学工具,可访问 DNA Lab Space

📎 相关文章

大肠杆菌代谢工程实现O-琥珀酰-L-高丝氨酸高效生产 09-12 从Gibson组装到无细胞表达 09-12 整合代谢工程与生物过程优化实现枯草芽孢杆菌表面活性素高产 09-12 基于染色质可及性的酿酒酵母基因表达水平多机器学习模型预测 09-12