来源：Toxins (Basel) | 编译：DNA Lab Space
毒素污染是食品安全、环境监测与公共卫生领域长期面对的一道难题。传统仪器分析方法——高效液相色谱、质谱、酶联免疫吸附测定——虽然成熟，却在现场检测场景中暴露出成本高、稳定性差、痕量灵敏度不足等短板。当检测需求从实验室走向田间地头、生产线和应急现场，一种基于核酸分子的识别元件逐渐走入视野：适配体（aptamer）。这类短链DNA或RNA凭借构象柔性、化学可修饰性和体外筛选的便利性，正在成为毒素生物传感领域的核心工具。
2025年，上海交通大学团队在《Toxins》期刊发表综述，系统梳理了基于SELEX（指数富集配体系统进化）技术的毒素适配体筛选策略。该综述并非简单罗列文献，而是将九种SELEX变体按筛选原理分类，并延展至计算辅助设计与实验后优化，勾勒出一条从“方法驱动”转向“需求驱动”的技术演进路径。论文通讯作者为Shang X等，发表于Toxins (Basel)，PMID为42506713。
研究背景
适配体的本质是单链核酸，通过碱基配对和三维折叠形成可与靶标特异性结合的结构。与抗体相比，适配体的优势不止于体外合成、批次稳定和易于标记——更关键的是，其筛选过程完全在试管中完成，不依赖动物免疫系统。这意味着理论上任何分子，包括毒性强、免疫原性弱的毒素，都能成为筛选靶标。
SELEX技术自1990年问世以来，经历了多轮迭代。传统SELEX需要将靶标固定在固相载体上，操作繁琐且容易改变靶标天然构象。随后的技术革新逐步解决了这些问题：氧化石墨烯（GO）凭借对单链DNA的强吸附能力，实现了免固定筛选；金纳米颗粒（GNP）通过颜色变化实时报告富集进程；磁珠则让分离步骤变得简单高效。与此同时，多靶标共筛选策略的出现，打破了“一个靶标一次SELEX”的传统范式，为广谱识别元件的开发开辟了道路。
然而，SELEX的实验周期长、成功率不稳定、筛选结果受随机因素影响大，这些痛点长期未能根治。近年来，人工智能和分子对接技术的介入，正在从源头改变适配体发现的逻辑——先计算预测，再实验验证，而非盲目重复多轮筛选。这篇综述正是围绕上述技术演进，给出了一个结构化的全景图谱。
研究方法
该综述的核心贡献之一，是将针对毒素检测的SELEX变体系统划分为九类，并逐一剖析其筛选原理、适用场景与局限性。以下按技术类别详述。
靶标固定型SELEX。 这是最经典的SELEX模式。靶标分子通过共价偶联或物理吸附固定在琼脂糖珠、磁珠或微孔板表面，然后与随机核酸文库孵育。未结合的序列被洗去，结合的序列经洗脱、PCR扩增，进入下一轮筛选。该方法的优势在于分离彻底、非特异性结合可控，但靶标固定过程可能遮蔽关键表位，导致筛选出的适配体在溶液状态下结合力下降。针对小分子毒素（如黄曲霉毒素B1、赭曲霉毒素A），靶标固定型SELEX仍是主流选择，但综述指出其筛选效率受固定化学和表面密度影响较大。
文库固定型SELEX。 与靶标固定相反，该方法将随机文库固定在固相表面，靶标分子游离于溶液中。这种设计避免了靶标修饰带来的构象改变，尤其适合构象敏感的小分子毒素。操作流程包括：文库固定、靶标孵育、洗脱结合序列、PCR扩增、再生文库。综述强调，该方法的瓶颈在于文库固定密度与可及性之间的平衡——密度过高会阻碍靶标接近，过低则降低筛选通量。
免固定型SELEX（基于GO）。 氧化石墨烯是二维纳米材料，对单链DNA有强吸附作用，但对双链DNA或靶标结合的适配体复合物吸附力弱。利用这一特性，GO-SELEX实现了真正的免固定筛选：随机文库先被GO吸附，加入靶标后，与靶标结合的序列从GO表面解离，进入上清液；未结合的序列仍被吸附，离心分离即可获得富集文库。该技术已成功用于T-2毒素、冈田酸（OA）和膝沟藻毒素（GTX）的适配体筛选。综述特别指出，GO-SELEX的筛选周期短、操作简便，且无需对靶标进行任何化学修饰，是小分子毒素筛选的优选方案之一。
基于金纳米颗粒的SELEX。 金纳米颗粒（GNP）具有距离依赖的局域表面等离子体共振效应——颗粒分散时呈红色，聚集时变蓝。GNP-SELEX利用这一光学性质，实现了文库富集过程的实时可视化监测。当靶标与适配体结合导致GNP表面电荷或构象变化时，溶液颜色随之改变，实验人员无需复杂仪器即可判断富集进程。该平台已应用于双酚A（BPA）和苄基腺嘌呤（BL）的适配体筛选。综述评价其最大优势在于“看得见”的筛选过程，降低了非专业人员的操作门槛。
磁珠辅助SELEX（MB-SELEX）。 磁珠作为固相载体，兼具靶标固定和快速分离的双重功能。靶标偶联于磁珠表面，与文库孵育后，通过磁力架即可完成分离，无需离心或层析步骤。MB-SELEX已与多种技术联用，例如MRGO-SELEX将磁珠与还原氧化石墨烯结合，用于海洋毒素的适配体筛选。综述指出，磁珠的粒径均匀性和表面功能基团密度是影响筛选效率的关键参数，但原文摘要未详述具体的磁珠粒径和偶联化学条件。
细胞-SELEX。 该方法以活细胞为靶标，适用于表面膜蛋白或毒素作用靶点的适配体筛选。与纯化蛋白靶标不同，细胞-SELEX保留了靶标的天然膜环境，筛选出的适配体更可能识别天然构象。但细胞表面分子复杂，非特异性结合问题突出，通常需要引入反筛选步骤（用无关细胞去除通用结合序列）。综述将其归类为面向复杂生物靶标的SELEX变体，但未提供具体毒素应用案例的参数细节。
高通量SELEX平台。 微流控芯片和自动化液体处理系统被引入SELEX流程，实现了多条件并行筛选。例如，在单一芯片上同时运行多个靶标的筛选通道，或将PCR扩增、产物纯化和文库再生成集成于一体。高通量平台的核心价值在于缩短筛选周期——传统SELEX通常需要8-15轮，而微流控系统可将轮次压缩至3-5轮。综述强调，该平台特别适合需要快速响应的毒素应急检测场景，但原文摘要未提供具体芯片设计参数。
多靶标共筛选SELEX。 这是对传统“一对一”筛选范式的直接挑战。在一次SELEX实验中同时加入多个靶标，获得针对不同靶标的适配体混合物。Nguyen等人利用多重GO-SELEX，针对三种农药同时筛选，获得了十个不同适配体，解离常数（Kd）在10-100 nM范围内，其中部分序列具有交叉反应性——即一个适配体能结合两个甚至三个靶标。这一结果的意义不仅在于筛选效率的提升，更在于揭示了广谱适配体存在的可能性：对于结构相似的毒素家族（如某些海洋毒素），单个适配体即可覆盖多个成员。
计算辅助SELEX设计。 综述将计算辅助策略单独归类，涵盖两大类方法。第一类是AI驱动的序列生成——利用深度学习模型（如生成对抗网络或变分自编码器）从已有适配体数据库中学习序列-亲和力关系，然后生成候选序列库，再经实验验证。第二类是分子对接——将候选适配体序列的二维结构折叠为三维构象，与靶标分子进行柔性对接，预测结合模式和亲和力排序。综述指出，计算辅助并非替代实验，而是通过预筛减少实验轮次、提高命中率。例如，分子对接可在SELEX启动前排除明显不结合的序列，将实验资源集中于高潜力候选。
实验后优化策略。 SELEX筛选出的初始适配体往往亲和力或稳定性不足，需要进一步工程化改造。综述讨论了三种主要策略：环化（cyclization）——将线性适配体的两端连接成环，提高核酸酶抗性和热稳定性；多价组装（multivalent assembly）——将多个适配体拷贝串联或连接至纳米颗粒表面，通过亲合力效应提升表观结合常数；结构转换设计（structure-switching design）——将适配体设计为结合靶标后发生构象重排的分子开关，便于与信号转导模块偶联。这些策略不改变适配体的核心识别序列，但可显著改善其在实际传感环境中的性能。
研究结果
综述的核心结果可归纳为技术分类体系、代表性应用数据和范式转变判断三个层面。
九种SELEX变体的分类图谱。 综述将毒素适配体筛选技术划分为靶标固定型、文库固定型、免固定型（GO）、GNP型、磁珠型、细胞型、高通量型、多靶标共筛选型和计算辅助型九类。这一分类并非简单的技术罗列，而是按“靶标处理方式”和“筛选平台特征”两个维度展开。靶标固定型与文库固定型的核心区别在于固定对象不同；GO型和GNP型同属免固定范畴，但信号读出机制迥异；细胞型和高通量型则是面向特定应用场景的专门化方案。综述指出，不同变体之间的边界并非绝对，实际筛选常采用组合策略——例如磁珠与GO联用（MRGO-SELEX），既利用了磁珠的分离便捷性，又保留了GO的免固定优势。
代表性应用数据。 多靶标共筛选的案例给出了具体数据：Nguyen等人通过多重GO-SELEX，在单次筛选实验中针对三种农药获得了十个适配体，Kd值范围为10-100 nM，其中包含可结合两个或三个靶标的交叉反应序列。这一数据直接证明了广谱适配体的可行性——对于结构类似的毒素家族，无需为每个成员单独筛选适配体。另一组数据来自GO-SELEX的应用清单：T-2毒素、冈田酸和膝沟藻毒素均通过该平台成功获得适配体。GNP-SELEX的应用则覆盖了双酚A和苄基腺嘌呤，其颜色读出机制使得富集进程的监测无需复杂仪器。
从方法驱动到需求驱动的范式判断。 综述的核心论点在于，适配体开发正在经历从“有什么方法就用什么方法”到“需要什么性能就设计什么方法”的转变。传统SELEX以实验流程为中心，筛选结果受随机因素影响大；而整合了计算预测、多靶标共筛选和实验后优化的新范式，以最终应用场景为出发点——检测限要求、样本基质复杂度、现场可操作性、成本预算——反向设计筛选策略。例如，若目标应用是现场快速筛查，则优先选择GNP-SELEX的可视化读出；若目标是广谱检测，则采用多靶标共筛选；若靶标构象敏感，则选择文库固定型或GO免固定型。综述强调，这一转变的核心驱动力是计算辅助设计的成熟——AI序列生成和分子对接使得“先预测、后验证”成为可能，大幅降低了试错成本。
讨论与展望
这篇综述的价值在于提供了一个结构化的决策框架。九种SELEX变体并非优劣替代关系，而是适用于不同靶标特征和应用场景的工具箱。多靶标共筛选的交叉反应性结果尤其值得关注——它挑战了适配体“高特异性”的固有认知，提示在某些场景下，适度的广谱性反而是优势。计算辅助设计则代表了适配体发现的下一个增长点，但综述也隐含了一个关键问题：AI生成的序列是否真的能在实验中重现预测的亲和力？目前公开的案例仍以“计算辅助筛选”为主，真正的“计算驱动发现”尚需更多验证。
展望未来，整合策略将是主流方向——将GO免固定的操作便捷性、磁珠的分离效率、GNP的光学读出、多靶标共筛选的通量优势，以及AI序列生成的预测能力，封装为标准化筛选流程。对于毒素检测而言，最终目标不仅是获得适配体，更是将其稳定集成到传感器界面中，实现从样本到信号的全程自动化。综述未给出具体的集成案例数据，但这恰恰是下一代适配体技术需要回答的问题。
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). 2025. PMID: 42506713.
PMID: 42506713