浙江
蛋白质、RNA和聚糖的理化性质差异明显，常规分析往往需要分开进行，单一纳米孔同时识别这些分子仍很困难。2026年9月14日，南京大学黄硕团队完成了题为《An engineered nanopore identifies saccharides, amino acids, peptides and ribonucleotides》的研究，他们把maleimido-C2-FPBA适配体装到MspA孔道缩窄处，构建出MspA-FPBA，并用它识别糖类、氨基酸、肽和核糖核苷酸。
研究团队先通过三步反应合成了maleimido-C2-FPBA，并用NMR、LC-MS和HPLC确认了产物结构。这个适配体带有马来酰亚胺和甲酰基苯硼酸，马来酰亚胺与(N90C)(M2) MspA的Cys90巯基反应，把单个FPBA固定在孔道缩窄处，形成MspA-FPBA。氨基酸和肽的N端氨基与FPBA生成亚氨基硼酸酯，糖、NMP及其表观修饰的顺式二醇与FPBA生成硼酸酯，这些连接在水溶液中动态可逆，同一个孔就能反复捕捉不同分析物。单通道记录中，修饰后开放孔电流从490 pA降到332 pA，加入Phe、GMP和Fru后出现不同事件，混合加入也能区分。
在+160 mV偏压和不对称pH缓冲条件下，MspA-FPBA对21种蛋白质源氨基酸、4种经典NMP、4种单糖产生了可区分的电流阻塞事件。氨基酸事件多为单稳态，NMP有短促和电报式两类事件，糖类常出现多级电报式切换，Cys、His、Lys以及Ara、Fru、GlcNAc还会形成多种事件类型。研究团队提取ΔI、SD、局部SD比、最小、最大、范围、toff、偏度和峰度共9个特征，用bagged trees模型做十折交叉验证，29种分析物的验证准确率达到98.9%。在十种氨基酸、两种NMP和Fru的混合样品中，模型仍能自动预测并分类这些事件。
研究团队把3种翻译后修饰氨基酸、3种表观遗传修饰NMP和5种肽加入训练集，40种分析物的总体准确率为98.7%，其中18种达到100%。他们用few-shot learning把数据库外分析物分到氨基酸、NMP、糖和肽四类，并在一份酵母细胞提取物中识别出Glu、Ser、Val、Phe、Tyr、Asn、Arg以及四种经典NMP和IMP。对卵黄来源G2糖肽，他们先酸水解和LAP酶解，再通过纳米孔事件识别并定量Gal、Man、GlcNAc、Lys、Ala、Asn、Thr和Val，测得浓度与参考值基本一致。对糖基化七肽的LAP消化产物，MspA-FPBA还检测到Asn-(GlcNAc)-Ile-Ser片段产生的GP1、GP2和GP3事件，显示出分析氨基酸组成和糖基化修饰的能力。
READING
BioPeers
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
