生理磷酸盐间高度的结构相似性为其快速、高选择性区分带来了严峻挑战。阵列传感策略利用有限传感单元与不同分析物产生的交叉反应性，将细微的识别差异转化为高分辨指纹图谱，为解决这一难题提供了强大工具。本研究基于多巴胺与不同生物硫醇之间的迈克尔加成反应，制备了三种具有不同表面修饰的聚多巴胺纳米颗粒（PDA NPs）。初步设计了由三种PDA NPs、九种金属离子和3,3′,5,5′-四甲基联苯胺（TMB）组成的高维双信号阵列传感器。采用决策树和线性判别分析算法作为核心设计工具，以识别最有效的传感单元，从而开发出一种简化的N-乙酰-L-半胱氨酸PDA NPs（N-PDA NPs）-Fe³⁺、Ag⁺、Hg²⁺-TMB比色阵列传感器，并将其应用于磷酸盐检测。磷酸盐和PDA NPs对金属离子的竞争性结合诱导了TMB氧化产物（oxTMB）量的差异变化，生成独特的指纹响应模式。该传感器成功区分了等浓度条件下的七种磷酸盐（ATP、ADP、AMP、PPi、HPO₄^2-、H₂PO₄^-和Pi），以及不同浓度和不同配比的磷酸盐。更广泛的磷酸盐种类定量和未知磷酸盐的准确预测验证了传感器的稳健性。此外，该传感器实现了涉及磷酸盐的激酶活性监测。在复杂生物环境中表现出优异的抗干扰能力与高选择性。在加标血清中，磷酸盐回收率高达96%-114%。本研究首次成功建立了血清磷酸盐水平的直观评估模型，为诊断磷酸盐相关疾病提供了新思路。本研究通过机器学习算法的引入，解决了从高维复杂的传感阵列中，智能地提取最有效的传感单元，以实现传感器的理性设计与简化，从而突破传统“试错法”阵列传感器构建在优化效率与性能上的瓶颈。

Figure 1. Graphical Abstract

Figure 2. Schematic diagram of design and multifunctional application of N-PDA NPs-Mⁿ⁺-TMB colorimetric array sensor.

Figure 3. (A) Fingerprint, (B) radar gram, (C) heat map, and (D-F) LDA plots of N-PDA NPs-Mⁿ⁺-TMB colorimetric array sensor towards seven phosphates. The concentrations of phosphates are (A-C, E) 6 μM, (D) 3 μM, and (F) 18 μM, respectively.

本论文第一作者为辽宁师范大学化学化工学院的林欣老师，主要研究方向是光学阵列传感器的构建及生命分子识别。该论文发表于中国科学院化学大类一区TOP期刊Analytical Chemistry（自然指数期刊），影响因子为6.7。该期刊专注推动化学测量科学从重要的基础理论到创新应用的发展。作为分析科学领域的权威期刊之一，在生命分析化学、生物医学检测、纳米传感等交叉学科领域具有重要的国际影响力。

论文信息：Decision Tree and Linear Discriminant Analysis-Assisted Design of Polydopamine Nanoparticle-Based Colorimetric Array Sensor Modulated by Metal Ions for High-Efficiency Detection of Physiological Phosphates.

Xin Lin, Dan Zhao, Jiafei Jin, Qi Yu, Qi Gao, Yixin Xu, Mei Yang.

DOI:10.1021/acs.analchem.5c01676.

文章链接： https://pubs.acs.org/doi/10.1021/acs.analchem.5c01676.