纸基比色阵列传感器的研究进展

2020-12-06 10:41李延琪冯亮
分析化学 2020年11期
关键词:评述传感器

李延琪 冯亮

摘 要 比色阵列传感器具有响应迅速的识别检测能力,结合纸基分析装置成本低廉、制作简单和多孔亲水等优点,近年来纸基比色阵列传感器的研究发展迅速,灵敏度和通用性得到了进一步提高,应用领域大大拓展,受到了研究者的广泛关注。本文主要介绍了纸基比色阵列传感器的研究进展,概括了其近年在生物医疗、环境检测、食品安全等领域的应用,针对不同的检测传感材料、检测原理及性能进行了讨论,并对其研究和应用的前景和发展趋势进行了展望。

关键词 纸基; 比色; 阵列; 传感器; 评述

1 引 言

化学传感器主要由识别元件和信号转换器组成,利用识别元件选择性地与待分析物发生物理、化学反应,从而发生理化性质的改变,经过信号转换器将这些改变的信号参数转换或放大后输出的电学信号或光学信号(电流,颜色变化等)用于定性与定量分析,是可选择性对目标检测物产生响应和分析检测的一类装置[1,2]。传统的化学传感器存在检测目标单一化、设计制作成本高、检测应用通用性差等缺点,在复杂混合物的成分分析和具有相似结构待分析物之间的识别检测过程中存在误差大、干扰因素多等问题[3]。由Rankow和Suslick[4]首先提出的阵列式比色传感器是一类模仿哺乳动物味觉和嗅觉识别模式的化学传感器,由多个识别元件排布形成阵列结构,每个识别元件都对待分析物产生不同的响应,经信号转换器将所有的响应信号收集后,便可得到不同待分析物的特定识别图像(又称“指纹图谱”),实现对多组分物质和相似组分物质的识别区分。阵列传感器的检测方法众多,光化学比色检测法由于操作过程简单便捷、选择性好、检测速度快而被广泛应用[5~7],借助平板扫描仪[8]、数码相机[9]或手机摄像头[10]等便携式仪器将传感单元响应前后颜色变化转换为光谱信息,并获得相应R、G、B(红、绿、蓝)3个通道的数值,通过数据分析方法和软件对待分析物质进行识别检测和区分[11]。

2007年,Martinez等[12]将滤纸作为基础材料,用于制作纸基比色检测装置。常用的纸质基材包括纤维素滤纸、硝化纖维膜和普通打印纸等,具有多孔性、亲水性和润湿性的特点,同时来源广泛、成本低廉、制作简单[13~19]。纸基比色检测装置的制作方法主要包括疏水屏障的构建和检测试剂的沉积。首先,通过蜡印法[20]、喷墨打印法[21]、光刻胶刻蚀法[22]、化学沉积法[23]等方法在纸基上构建疏水屏障制作溶液检测区域,再用传统沉积方法,如毛细管点样法和移液枪移液的方式,将检测试剂沉积在纸基上。近年来,喷墨打印和激光打印等新方法也被用于纸基上检测试剂的沉积,进一步提高了纸基比色检测装置的制作效率,检测结果的重现性和准确性[24~26]。纸基比色检测装置具有检测准确性好、选择性高的优点,但对于不同的待测物需要设计制作不同的纸基检测装置,因此存在通用性较差的问题。同时,纸基检测装置对于某些化学结构相近的检测物无法进行识别检测也是一个问题。纸基比色阵列传感器结合了比色阵列传感器对待分析物快速响应、特异性识别的功能,拓展了纸基分析装置的检测应用范围和通用性,实现了同一传感器对多种待分析物及其不同浓度的识别检测。光化学比色阵列传感器中常用的检测试剂,如商业化pH指示剂、染料、卟啉和金属卟啉试剂、氧化还原指示剂等,同样适用于制作纸基比色阵列传感器[27]。一些新型传感材料,如合成荧光探针、纳米粒子和共轭聚合物等,也被用于制作纸基比色阵列传感器,进一步扩大了检测的应用范围,提高了灵敏度和准确性[28,29]。纸基比色阵列传感器的制作方法与纸基分析装置大致相同,先用蜡印、光刻胶刻蚀等方法在纸基上构建检测区域,再将检测试剂沉积于相应的检测区域,检测试剂的沉积方法包括毛细管移液法、移液枪移液法、喷墨打印法和点蘸压铸法等。为了克服纸基上检测试剂因与待分析物溶液接触发生自由扩散而导致的传感单元失效、检测结果误差大等问题,进一步提高检测的灵敏度和准确性,固载和富集技术的应用在纸基比色阵列传感器的制作和组装中非常重要。本文综述了近年纸基比色阵列传感器在生物医疗、环境检测和食品安全领域的应用,介绍了其制作方法、检测原理和性能,并对纸基比色阵列传感器的研究和应用前景进行了展望。

2 纸基比色阵列传感器的应用

2.1  生物医学的诊断与检测

在生物医学诊断和检验中,生物酶、抗癌药物、植物挥发性物质、生物小分子(如葡萄糖)、尿酸以及兴奋剂等是重要的检测对象[30~32]。

生物体内的酶含量是人体正常新陈代谢和疾病早期筛查的重要指标,对血清中酶含量的检测非常重要。相较于传统酶检测方法,纸基比色阵列传感器具有无需大型仪器设备和专业人员,检测快速、结果直观、灵敏度高、选择性好的优点。张慧妍等[33]制作了纸基微孔阵列芯片, 对血清中乳酸脱氢酶(Lactate dehydrogenase, LDH)的浓度进行检测。用光刻胶法对纸基进行疏水处理,将吩嗪二甲酯硫酸盐(Phenazine methosulfate, PMS)与氯化硝基四氮唑蓝(Nitrotetrazolium blue chloride, NBT)组成的显色体系沉积于相应的纸基微孔中,得到3×10纸基微孔比色阵列芯片。LDH催化脱氢反应中,PMS结合氧化型辅酶I(Nicotinamide adenine dinucleotide trihydrate, NAD+)转移的氢后被还原,还原产物与NBT结合生成蓝紫色甲臜,显色强度与LDH浓度呈线性关系,人血清白蛋白(Human serum albumin, HSA)对显色检测体系具有增强作用。通过凝胶成像仪和普通照相机成像两种方式获得检测结果,检出限分别为9.44 U/L和12.36 U/L, 该纸基微孔阵列芯片对LDH的检测具有非常好的选择性(对胰岛素、溶菌酶、HSA、木瓜蛋白酶、葡萄糖、胰蛋白酶、牛血清白蛋白均无响应)。在此基础上,陈熙等[34]基于类似的显色机理制作了3×9纸基微阵列,将5-溴-4-氯-3-吲哚磷酸盐(5-Bromo-4-Chloro-3-Indolyl Phosphate, BCIP)与氯化硝基四氮唑蓝(NBT)组成的显色体系用于检测血清中碱性磷酸酶(Alkaline phosphatase, ALP)的浓度,该纸基微孔检测装置中HSA同样具有显色增强的作用,提高了检测的灵敏度,并实现了ALP阵列可视化半定量检测。

Jia等[35]利用蜡印在滤纸上制作出亲水检测区域,选择9种商业化指示剂和染料制作了3×3纸基比色阵列传感器,并用于尿液中葡萄糖的检测。与其它纸基比色检测装置相比,通过在纸基传感器上增加校准点的方式,该纸基比色阵列传感器可实现对不同手机在不同光照环境和拍摄角度下拍摄图像光信号数值的自校正,从而提高了检测结果的准确性和该传感器的实用性,识别和区分准确率达到100%。纸基比色阵列传感器可对多种待测物进行识别和定量检测的特性,使其在毒品兴奋剂的筛查方面具有良好的应用前景,有效地降低了检测成本,缩短了检测时间。Silva等[36]通过蜡印在滤纸上制作出亲水检测区域,以酸性、碱性和重水3种溶剂为介质,用8种化学试剂与亚硝酸钠、苯甲酸钠、磺胺酸混合后,制作了含有35个传感单元的纸基比色阵列传感器,该传感器可对8种可混入可卡因毒品中的兴奋剂(咖啡因、普鲁卡因、非那西丁、左旋咪唑、苯佐卡因、利多卡因、氨基比林和对乙酰氨基酚)进行识别和定量检测,检测过程只需5 min,检测浓度范围为1~10 mmol/L,准确率达到100%。

2.2 环境检测

近年来,环境污染问题备受关注,污染的来源主要是挥发性有机物(Volatile organic compounds, VOCs)和重金属离子污染,通过农产品、水源以及呼吸系统进入人体,对人类的健康造成安全隐患。此外,一些VOCs是生物体重要的生物标记物,对某些疾病的早期诊断具有重要意义。因此,对环境中的VOCs(包括有机溶剂)和重金属离子等进行快速、准确的检测是非常重要的。纸基比色阵列传感器结合纸基多孔透气性和比色阵列特异性识别的性能,克服了传统检测方法需要大型仪器和专业的操作人员,以及操作复杂的缺点,更具有优势和应用前景。

2.2.1  VOCs的检测 比色阵列传感器模拟生物嗅觉系统构建多个响应传感单元,可实现多种VOCs的识别检测,被称为“电子鼻”[37]。

植物挥发性物质是监测植物生长情况的标志性物质,对植株疾病早期诊断具有重要意义。晚疫病病菌感染番茄和土豆的幼苗叶片后会引起植株死亡,对农业生产不利。Li等[38]将半胱氨酸(L-Cysteine, Cys)修饰的金纳米材料用于特异性识别植物叶片感染晚疫病病菌后产生的标志性挥发物质(E)-2-己烯醛。结合另外5种化学指示剂,用钢针点蘸压铸法在硝化纤维膜上制作了如图1B所示的纸基比色阵列传感器。以如图1A所示的金纳米棒检测原理为例,基于纳米粒子聚集引起局部表面等离子共振(Localized surface plasmon resonance, LSPR)变化的原理,首先用置换反应将Cys修饰于金纳米棒表面,(E)-2-己烯醛作为α,β-不饱和羰基共轭化合物,可与纳米棒表面的Cys发生1,4-迈克加成反应,从而引起金纳米棒团聚,导致颜色变化。手持检测设备操作流程如图1C所示,將透明玻璃瓶采集的植物叶片挥发物通过3D打印的外加装置抽吸至装有纸基比色阵列传感器的小室内,通过拍摄及软件处理,在1 min内得到植物叶片中(E)-2-己烯醛的浓度检测结果。该传感器可快速检测亚mg/L级浓度的(E)-2-己烯醛,无需复杂的样品处理过程和检测技术(如聚合酶链式反应技术(Polymerase chain reaction, PCR)),检测结果的准确率高达95%,对植物晚疫病的诊断速度比目视检查法约快48 h,除(E)-2-己烯醛外,还可对10种植物绿叶挥发性物质和植物激素(如茉莉酸甲酯、水杨酸甲酯等)进行识别检测。

环境中的VOCs对人体健康造成巨大的威胁,长期暴露于超标的VOCs环境中会导致多种疾病,对其进行快速、实时的识别检测和浓度监控非常重要。利用不同检测试剂与VOCs发生不同程度的化学反应,产生不同的颜色,纸基比色阵列传感器不仅能区分不同的VOCs,同时还能实现定量检测。由于具有体积小、检测快速、操作便捷的优点,纸基比色阵列传感器能“实时实地”对VOCs进行监测,无需专业实验室、大型昂贵的仪器设备和专业人员。氨气和其它小分子挥发气体(如二氧化碳、硫化氢、二氧化氮等)是环境中常见有害气体,也是生物体内的信号分子。Chen等[39]用pH指示剂、金属卟啉试剂和两种离子对试剂制作了条状和4×4两种纸基比色阵列传感器,分别用于氨气和二氧化碳的检测。用疏水硅胶喷雾代替蜡印法处理纸质基材,通过扫描仪和相应软件获得检测结果,并进行数据分析,实现了对二氧化碳和氨气浓度区分和识别检测,两者的检出限浓度分别为14.7×10 6和17×10 6(V/V)。Soga等[40]制作了含6个传感单元的条状纸基比色阵列传感器,并用于7种伯胺(正甲胺、正乙胺、正丙胺、正丁胺、正戊胺、正己胺和正庚胺)的识别检测。将对伯胺具有特异性响应的偶氮试剂衍生物作为封端试剂,与合成的极性聚合物和非极性聚合物结合得到两种具有不同极性的聚合物纳米颗粒。再利用喷墨打印的方法将两种聚合物按比例沉积于纸基上,得到6个具有不同极性的检测区域,与因碳链长度不同而具有不同极性的伯胺结合时,偶氮化合物中三氟乙酰基转化为半胺醛,减弱了π电子的受体能力,导致其吸收光谱发生蓝移,传感区域由橙色变为黄色。该纸基比色阵列传感器利用喷墨打印技术实现了检测试剂沉积比例的精确控制,提高了检测结果的准确性和重现性,对同类伯胺具有非常好的区分和识别能力,同时,该纸基阵列传感器对伯胺的识别检测结果不受环境湿度的影响。Nguyen等[41]选择了7种酸碱指示范围为pH 3.0~8.8的pH指示剂制作了纸基比色阵列传感器,利用不同pH指示剂对碱性不同的乙醇胺、二甲胺和三甲胺的颜色变化,在手机摄像头和相应软件的辅助下,可对百万分之一比例的3种挥发性有机胺及其混合气体进行区分识别,具有准确性高、选择性好的优点,该纸基比色阵列传感器成功用于水生沉积物中挥发性有机胺的检测,加标回收率为94.8%~108.7%,重现性良好。

聚合物材料由于具有良好的化学耐腐蚀性和溶致变色的特性,被用于纸基比色阵列传感器,并进行有机挥发性气体检测。检测试剂由于表面张力和黏度不同,在纸质基材沉积时渗透和扩散效果也不同,因此存在沉积传感单元点的大小不均、相互堆叠的问题。Patil等[42]用具有化学惰性的全氟烷氧基(Perfluoroalkoxy,PFA)纳米颗粒对滤纸纸基进行了浸渍涂覆,得到的纸基具有均匀沉积指示剂溶液和在不同温度下抗强酸强碱腐蚀的特性,再将pH指示剂、氧化还原染料、金属卟啉试剂、金属盐和亲核染料等沉积于该纸基上,制作了2×10纸基比色阵列传感器,成功检测了4种腐蚀性工业毒性气体H2S、NO2、NH3和SO2。其中,加入助溶剂丙酮引起的PFA纳米颗粒溶胀聚集和相互连接的孔隙提高了基材的比表面积、耐化学腐蚀性和传感单元中生色团与气体的结合效率,从而提高了纸基比色阵列传感器的检测能力和灵敏度。聚二乙炔(Polydiacetylene,PDA)是一类具有独特荧光特性的共轭聚合物,其共轭结构对外界环境变化,如温度、机械力、受体-配体相互作用和溶剂极性的变化产生响应,颜色从蓝色变为红色[43]。乙二炔单体在紫外灯照射下即可发生聚合反应生成共轭聚合物,由于其侧链容易进行化学修饰,通过改变侧链基团便能得到具有不同物理化学性质的共轭聚合物[44]。利用聚乙二炔的高灵敏响应及聚合方法简单的优势,研究者将其应用于纸基比色阵列传感器中有机挥发性物质的检测。PDA的溶致变色特性使其对挥发性有机溶剂(如烷烃、环烷烃、甲苯、邻二甲苯、苯、醚类、二氯甲烷、醇类、四氢呋喃、氯仿、挥发性酯类、丙酮、挥发性腈类、二甲基甲酰胺和二甲基亚砜等)具有非常好的识别检测能力。Eaidkong等[45]合成了8种不同两亲性的乙二炔单体,利用254 nm紫外光引发聚合反应,得到8种PDA聚合物,其中3种PDA聚合物因具有更好的检测重现性和灵敏度,被用于制作可识别区分18种挥发性有机物的纸基比色阵列传感器, 2种PDA聚合物被选择制作成纸基比色阵列传感器,并用于对汽车燃料(如汽油、乙醇汽油和柴油)的识别区分,准确率均达到100%。Park等[46]合成了4种不同的乙二炔单体,通过喷墨打印和紫外光照射,制作了2×2纸基比色阵列传感器(图2A),并对11种有机溶剂进行识别检测,通过编制相应的程序对检测结果进行校准计算,该纸基比色阵列在实际检测中具有良好的准确性和重现性。

其它新型材料和阵列分析方法也被应用于制作检测VOCs的纸基比色阵列传感器。Jarangdet等[47]通过缩合反应合成了3种水杨醛衍生物,并作为荧光探针,制作了含3个传感单元的条状纸基比色阵列传感器,在365 nm紫外光下,对15种VOCs进行了检测和识别,准确率达到100%。Bordbar等[48]使用不同的配体分别合成了8种金纳米粒子和8种银纳米粒子,制作了4×4纸基比色阵列传感器。如图2B所示,该纸基比色阵列传感器对9类化合物(如酚、醇、酮、醛、胺、酸、酯、芳烃和烃)中共45种VOCs的识别检测具有高准确性和灵敏度,检出限低于10 ppb。在实际应用中,结合多变量校准方法,该纸基比色阵列传感器可用于复杂混合物中代谢物的定量分析,校准均方根误差和预测均方根误差以及相关系数均大于0.9。Chen等[49]用化学反应试剂和导电纳米材料制作了紙基光电阵列传感器,用于对甲醇、氨、甲苯、丙酮和乙醇及其不同体积比的混合VOCs的识别检测,通过化学电阻和纸基比色阵列的组合进一步提高了检测的选择性、准确性和响应稳定性,使纸基传感器的检测错误率降至0%。

2.2.2 重金属离子的检测 重金属离子含量超标是中最严重的水体污染之一。传统的检测方法,如原子吸收/发射光谱法[50]、电感耦合等离子体原子发射光谱法[51]、电感耦合等离子体质谱法等[52],均需要昂贵的大型仪器、复杂的样品前处理过程和专业的操作人员,无法满足现场快速检测和分析的要求。纸基比色阵列传感器具有小型便携、指示剂用量少、成本低廉、能进行快速识别、操作方便等优势,克服了传统检测分析方法的缺点。

纸基比色阵列传感器通过组合多种对重金属离子络合后产生颜色变化的指示剂和染料,可实现对水体中不同重金属离子的识别。但是, 水体中重金属离子的检测存在两个问题:(1)由于检测的水溶液造成的检测试剂溶出和扩散晕染的现象; (2)重金属离子浓度为痕量级别,检测结果具有误差较大、重现性差的问题。因此,检测试剂在纸基上的固载和重金属离子在纸基上的富集对于提高纸基比色阵列传感器检测的准确性和灵敏度非常重要。Feng等[53]将溶胶凝胶体系引入纸基比色阵列传感器,利用溶胶凝胶与重金属离子检测试剂的物理相互作用将检测试剂固载于纸基上,通过过滤的方式实现了对污水中8种痕量重金属离子的富集和识别检测,提高了灵敏度、准确性和重现性。该纸基比色阵列传感器基于不同水/醇比例溶解的二氧化硅前体在酸催化下发生水解,利用水解和缩合反应同时发生时产生的大量羟基提高了含有N、O、S元素的重金属离子检测试剂在溶胶凝胶体系中的溶解度和分散度,将络合指示剂修饰的BODDIPY荧光探针制备的硅氧烷溶胶凝胶沉积于滤纸上, 构建了3×3纸基比色阵列传感器,经过常温氮气氛围老化后即可形成致密膜。溶胶凝胶体系对指示剂的固载克服了过滤过程中检测试剂的扩散和溶出,在外加泵或纸张毛细作用力下,实现了在致密膜内对待测重金属离子的富集和痕量检测,成功对8种重金属离子(Hg2+、Cd2+、Co2+、Cu2+、Ni2+、Zn2+、Ag+)进行了识别检测,金属离子浓度的检出限低至μmol/L 级。

除了硅氧烷固载体系外,Zhang等[54]将聚合物溶胶凝胶体系引入纸基比色阵列传感器中,制作了3×3 纸基比色阵列传感器。如图3所示,将与重金属离子络合能力更强的吡啶偶氮试剂和杂环偶氮试剂分散于聚合物溶胶凝胶体系中,通过1 μL毛细管将指示剂溶胶凝胶溶液沉积于事先预留的亲水检测区, 并于常温氮气氛围下干燥后,检测试剂被包覆固载于纸纤维表面。吡啶偶氮试剂和杂环偶氮试剂因含有强电子给体(NN,  OH)而对重金属离子具有更强的螯合作用,加上聚合物体系的固载作用,实现了重金属离子在纸基上的过滤富集,成功识别检测了污水中8种重金属离子。与其它纸基检测分析装置相比,该纸基比色阵列传感器尺寸更小,灵敏度更高, 可检测痕量重金属离子。Idros等[55]以3种指示剂为基础制作了多维纸基比色阵列传感器,可识别检测6种重金属离子,通过24补丁色彩检查器对检测结果进行多维颜色校准,提高了检测灵敏度和准确性,同时实现了对3种金属离子(Cu2+、Fe3+、Cr3+)在不同混合比例下的分析检测。

2.3 食品安全

近年来,食品安全问题逐步引起广泛关注, 因此快速检测技术对保障食品质量和安全非常重要[56]。

2.3.1 食品质量检测 食品质量是食品安全的重要部分,包括食品的营养成分含量、储存及新鲜程度和重金属离子污染等问题,对食品质量便捷、快速检测的需求也越来越大[57]。相较于专业机构提供的检测结果,纸基比色阵列传感器由于无需复杂的仪器设备、响应迅速,从而降低了检测成本, 并缩短了检测时间,可实时提供快速的检测方法和可靠的检测结果。Park等[58]将金属无机盐、阳离子螯合剂、金属卟啉试剂、pH指示剂和氧化还原指示剂(苯二胺衍生物)等配制成24种检测试剂,制作了环状纸基比色阵列传感器,用于检测茶叶中8种抗氧化活性物質和区分4种茶叶浸出液。通过使用新配比光刻胶材料增强了疏水通道对有机溶剂的耐受性,同时采用增塑剂和聚苯乙烯混合体系将24种检测试剂分别固载于检测区,实现了对醇/水提取溶液中抗氧化活性物质和4种茶叶提取液的定性分析。根据部分指示剂对待分析物的线性响应,该纸基比色阵列传感器还能实现半定量分析,总体灵敏度和特异性达到98.5%和99.9%。Popa等[59]将金属纳米氧化物(Al2O3、ZnO、MgO、CeO2、TiO2和MoO3)通过浸渍法沉积于滤纸上制作比色阵列传感器,利用其与药茶中天然多酚化合物反应产生颜色变化, 对咖啡酸、没食子酸、鞣花酸、迷迭香酸和槲皮素进行了识别检测。

食品的新鲜度是其食用安全性的保障和参考标准之一,动物性食品在生产、运输和销售过程中可能会腐败,产生挥发性醇类和氨类物质,对这些挥发性有机物进行检测, 可实时监控食品的新鲜度和食用安全性[60]。Chen等[61]基于pH指示剂对肉类破损后酸度改变以及醇类挥发物质的颜色变化指示作用,以及金属卟啉试剂对肉类腐败过程中的标志性挥发性气体氨的检测, 制作了二维码型纸基比色阵列传感器,通过手机摄像头实现了不同储存温度和时间下鸡肉新鲜度和食用安全性的检测。水产食品安全问题主要来源于水体重金属离子的污染累积,对水产食品中重金属离子浓度的检测至关重要。Han等[62]通过筛选吡啶偶氮试剂和卟啉试剂,选择9种检测试剂,制作了3×3纸基比色阵列传感器, 用于鱼肉中重金属离子Pb2+,Cd2+和Hg2+的识别检测,并通过偏最小二乘回归(Partial least square regression, PLS)和极限学习机(Extreme learning machine, ELM)的数据分析法建立了重金属离子的定量预测模型,在实际样品分析中具有良好的应用前景。

2.3.2  食源性致病霉菌毒素检测 食源性病原体污染的主要来源是食品变质过程中细菌和真菌增殖和释放的霉菌毒素,误食会引发多种疾病,严重时可能导致死亡,因此对食品中霉菌毒素的检测非常重要。Sheini等[63]用咖啡酸、多巴胺和聚乙烯吡咯烷酮分别制备了3种金纳米粒子和3种银纳米粒子,并将它们制作成环状纸基比色阵列传感器。基于金/银纳米粒子与待分析物之间因分子间相互作用(如范德华力或氢键)结合引起聚集后颜色改变的原理(由紫色或黄色变为棕色),该纸基比色阵列传感器实现了黄曲霉毒素B1、黄曲霉毒素G1、黄曲霉毒素M1、赭曲霉毒素A和玉米赤霉烯酮的定性和定量检测,可区分霉菌毒素的来源菌种(曲霉、镰刀菌和青霉),准确率达到100%,对5种霉菌毒素的检测限分别为2.7、7.3、2.1、3.3和7.0 ng/mL。该纸基比色阵列传感器还成功用于开心果、小麦和咖啡实际样品中霉菌毒素含量的检测,检测结果与高效液相色谱分析结果一致。

2.3.3 饮用水安全的检测 饮用水安全也是食品安全的重要部分,一些有机小分子(如邻苯二酚类化合物)水溶性良好,在低浓度时即可对人体健康造成威胁。Wang等[64]用苯基硼酸分别与4种pH指示剂混合制备4种检测试剂,并制作了如图4所示2×2纸基比色阵列传感器。对水中不同浓度的7种邻苯二酚类化合物(邻苯二酚、4-甲基邻苯二酚、1,2,4-苯三酚、3,4-二羟基苯甲醛、盐酸多巴胺、3-氟邻苯二酚和3,4-二羟基苯甲酸)分别进行识别检测。利用苯基硼酸与不同邻苯二酚类化合物的羟基络合后pKa值减小导致检测区酸性增加的原理,使pH指示剂产生不同的颜色变化, 从而获得相应的“指纹图谱”,通过手机摄像头和远程服务器即可完成现场实时定性与定量分析,线性检测范围为5~125 mmol/L,准确率达到100%,为实时检测未知水样、保障饮用水安全提供了新方法。

3 结 语

以纸基为材料的比色阵列传感器同时结合了纸基分析装置和比色阵列传感器的优势,具有无需昂贵的大型仪器设备、无需专业操作人员、成本低廉、制作过程简单、分析检测通用性强、检测灵敏度和准确性高等优点。随着比色阵列制作技术的不断完善,纸基比色阵列传感器还将进一步微型化、商品化、检测功能多样化,检测通量也会进一步扩大,以满足人们在实际生活生产中的需要。同时,实现纸基比色阵列传感器对待分析物的定量检测也是其发展趋势之一。 随着近年不断发展的远程服务器建立和大数据平台技术,纸基比色阵列传感器的检测仪器和设备越来越小型化、便携化,甚至仅需一台智能手机便可完成相应的检测。可以预见,随着纸基比色阵列传感器和其检测设备的不断改进和完善,在医疗快速诊断治疗、环境污染防治和食品安全检测领域将具有更广阔的应用前景。

References

1 Cattral R W. Chemical Sensors, Oxford University Press, Oxford, 1997

2 Anzenbacher J P, Lubal P, Bucek P, Palacios M A, Kozelkova M E. Chem. Soc. Rev.,  2010,  39(10): 3954-3979

3 Collins B E, Wright A T, Anslyn E V. Combining Molecular Recognition, Optical Detection, and Chemometric Analysis, Springer-Verlag Berlin Heidelberg,  2007, 277: 181-218

4 Rakow N A, Suslick K S. Nature,  2000,  406(6797): 710-713

5 JIA Ming-Yan, FENG Liang. Chinese J. Anal. Chem.,  2013,  41(5): 795-802

賈明艳, 冯 亮. 分析化学,  2013,  41(5): 795-802

6 Li Z, Suslick K S. Anal. Chem.,  2018,  91(1): 797-802

7 Bigdeli A, Ghasemi F, Golmohammadi H, Abbasi-Moayed S, Nejad M A F, Fahimi-Kashani N, Jafarinejad S, Shahrajabian M, Hormozi-Nezhad M R. Nanoscale,  2017,  9(43): 16546-16563

8 Janzen M C, Ponder J B, Bailey D P, Ingison C K, Suslick K S. Anal. Chem.,  2006,  78(11): 3591-3600

9 Li M, Liu K, Wang L, Liu J, Miao R, Fang Y. Anal. Chem.,  2019,  92(1): 1068-1073

10 Li Z, Zhang S W, Yu T, Dai Z M, Wei S Q. Anal. Chem.,  2019,  91(16): 10448-10457

11 Kangas M J, Wilson C L, Burks R M, Atwater J, Lukowicz R M, Garver B, Mayer M, Havenridge S, Holmes A E. Int. J. Chem.,  2018,  10(2): 36

12 Martinez A W, Phillips S T, Butte M J, Whitesides G M. Angew. Chem. Int. Ed.,  2007,  46(8): 1318-1320

13 Xu Y, Liu M, Kong N, Liu J. Microchim. Acta,  2016,  183(5): 1521-1542

14 Ellerbee A K, Phillips S T, Siegel A C, Mirica K A, Martinez A W, Striehl P, Jain N, Prentiss M, Whitesides G M. Anal. Chem.,  2009,  81(20): 8447-8452

15 Cate D M, Adkins J A, Mettakoonpitak J, Henry C S. Anal. Chem.,  2015,  87(1): 19-41

16 Yetisen A K, Akram M S, Lowe C R. Lab Chip,  2013,  13(12): 2210-2251

17 Meredith N A, Quinn C, Cate D M, Reilly T H,Volckens J, Henry C S. Analyst,  2016,  141(6): 1874-1887

18 Liu H, Cooks R M. J. Am. Chem. Soc.,  2011,  133(44): 17564-17566

19 Gao B B, Liu H, Gu Z Z. Anal. Chem.,  2016,  88(10): 5424-5429

20 Ueland M, Blanes L, Taudte R V, Stuart B H, Cole N, Willis P, Roux C, Doble P. J. Chromatogr. A,  2016,  1436: 28-33

21 Xu C, Cai L, Zhong M, Zheng S. RSC Adv.,  2015,  5(7): 4770-4773

22 Martinez A W, Phillips S T, Wiley B J, Gupta M, Whitesides G M. Lab Chip,  2012,  8(12): 2146-2150

23 Demirel G, Babur E. Analyst,  2014,  139(10): 2326-2331

24 Salles M O, Meloni G N, de Araujo W R, Paixo T R L C D. Anal. Methods,  2014,  6(7): 2047-2052

25 Kangas M J, Lukowicz R, Atwater J, Pliego A, Al-Shdifat Y, Havenridge S, Burks R, Garver B, Mayer M, Holmes A E. Anal. Chem.,  2018,  90(16): 9990-9996

26 Huang G W, Li N, Xiao H M, Feng Q P, Fu S Y. Nanoscale,  2017,  9(27): 9598-9605

27 Li Z, Askim J R, Suslick K S. Chem. Rev.,  2018,  119(1): 231-292

28 Mujawar L H, El-Shahawi M S. Microchem. J.,  2019,  146: 434-443

29 Pumtang S, Siripornnoppakhun W, Sukwattanasinitt M, Ajavakom A. J. Colloid Interf. Sci.,  2011,  364(2): 366-372

30 LIU Wei-Ping, LIN Jin-Qiong, DU Yan, QI Ming-Yue, LIANG Guang-Tie, YANG Na, LIU Da-Yu. Chinese J. Anal. Chem.,  2016,  44(4): 579-585

劉未平, 林锦琼, 杜 燕, 齐明月, 梁广铁, 杨 娜, 刘大渔. 分析化学,  2016,  44(4): 579-585

31 Rahimi R, Ochoa M, Parupudi T, Zhao X, Yazdi I K, Dokmeci M R, Tamayol A, Khademhoddeini A, Ziaie B. Sens. Actuators B,  2016,  229: 609-617

32 Mohammadifar M, Choi S. A Portable and Visual Electrobiochemical Sensor for Lactate Monitoring in Sweat, IEEE International Conference on Nano-Molecular Medicine and Engineering (IEEE- NANOMED), IEEE,  2018:  73-77

33 ZHANG Hui-Yan, ZHANG Zhen, JI Xing-Hu, HE Zhi-Ke. Chinese J. Anal. Chem.,  2014,  42(9): 1276-1280

张慧妍, 张 珍, 吉邢虎, 何治柯.  分析化学,  2014,  42(9): 1276-1280

34 CHEN Xi, CHEN Jin, ZHANG Hui-Yan, WANG Fu-Bing, WANG Fang-Fang, JI Xing-Hu, HE Zhi-Ke. Chinese J. Anal. Chem.,  2016,  44(4): 591-596

陈 熙, 陈 锦, 张慧妍, 王付兵, 王方方, 吉邢虎, 何治柯. 分析化学, 2016, 44(4): 591-596

35 Jia M Y, Wu Q S, Li H, Zhang Y, Guan Y F, Feng L. Biosens. Bioelectron.,  2015,  74: 1029-1037

36 Silva T G, Paixo T R L C. Development of a Colorimetric Array to Discriminate Cutting Agents in Seized Cocaine Samples, IEEE International Symposium on Olfaction and Electronic Nose (ISOEN), IEEE,  2019:  1-3

37 Kangas M J, Burks R M, Atwater J, Lukowicz R M, Holmes A E. Crit. Rev. Anal. Chem.,  2016,  47(2): 138-153

38 Li Z, Paul R, Tis T B, Saville A C, Hansel J C, Yu T, Ristaino J B, Wei Q S. Nat. Plants,  2019,  5(8): 856-866

39 Chen Y, Zilberman Y, Mostafalu P, Sonkusale S R. Biosens. Bioelectron.,  2015, 67:  477-484

40 Soga T, Jimbo Y, Suzuki K, Citterio D. Anal. Chem.,  2013,  85(19): 8973-8978

41 Nguyen T T T, Huy B T, Lee Y I. ACS Omega,  2019,  4(7): 12665-12670

42 Patil V S, Lee M G, Yun J, Lee J S, Lim S H, Yi G R. Langmuir,  2018,  34(43): 13014-13024

43 Dolai S, Bhunia S K, Beglaryan S S, Kolusheva S, Zeiri L, Jelinek R. ACS Appl. Mater. Interfaces,  2017,  9(3): 2891-2898

44 Yoon J, Chae S K, Kim J M. J. Am. Chem. Soc.,  2007,  129(11): 3038-3039

45 Eaidkong T, Mungkarndee R, Phollookin C, Tumcharern G, Sukwattanasinitt M, Wacharasindhu S. J. Mater. Chem.,  2012,  22(13): 5970-5977

46 Park D H, Heo J M, Jeong W, Yoo Y H, Park B J, Kim J M. ACS Appl. Mater. Interfaces,  2018,  10(5): 5014-5021

47 Jarangdet T, Pratumyot K, Srikittiwanna K, Dungchai W, Mingvanish W, Techakriengkrai I, Sukwattanasinitt M, Niamnont N. Dyes Pigm.,  2018,  159: 378-383

48 Bordbar M M, Tashkhourian J, Hemmateenejad B. ACS Sens.,  2019,  4(5): 1442-1451

49 Chen Y, Owyeung R E, Sonkusale S R. Anal. Chim. Acta,  2018,  1034: 128-136

50 Pohl P. TrAC-Trends Anal. Chem.,  2009,  28: 117-228

51 Butcher D J. Instrum. Sci. Technol.,  2010,  38(6): 458-469

52 Ioannidou M D, Zachariadis G A, Anthemidis A N, Stratis J A. Talanta,  2005,  65(1): 92-97

53 Feng L, Li H, Niu L Y, Guan Y S, Duan C F, Guan Y F, Tung C H, Yang Q Z. Talanta,  2013,  108: 103-108

54 Zhang Y, Li X, Li H, Song M, Feng L, Guan Y F. Analyst,  2014,  139(19): 4887-4893

55 Idros N, Chu D. ACS Sens.,  2018,  3(9): 1756-1764

56 Sun H, Jia Y, Dong H, Fan L, Zheng J. Anal. Chim. Acta,  2018,  1044: 110-118

57 Huang X W, Zou X B, Shi J Y, Li Z H, Zhao J W. Trends Food Sci. Tech.,  2018,  81: 90-107

58 Park S H, Maruniak A, Kim J, Yi G R, Lim S H. Talanta,  2016,  153: 163-169

59 Popa C V, Vasilescu A, Litescu S C, Albu C, Danet A F. Anal. Lett.,  2020,  53(4): 627-645

60 Lee K, Park H, Baek S, Han S, Kim D, Chung S, Yoon J K, Seo J. Food Packaging. Shelf.,  2019,  22: 100408

61 Chen Y, Fu G Q, Zilberman Y, Ruan W, Ameri S K, Zhang Y S, Miller E, Sonkusale S R. Food Control,  2017,  82: 227-232

62 Han F K, Huang X Y, Teye E. J. Food Process Eng.,  2019,  42(2): 627-645

63 Sheini A. Microchim. Acta,  2020,  187: 167

64 Wang Y, Li Y Y, Liu Y, Han J, Xia J, Bao X, Ni L, Tang X. RSC Adv.,  2016,  6(84): 80885-80895

猜你喜欢
评述传感器
DEP推出量产内燃机传感器可提升效率减少排放
跟踪导练(三)2
工业互联网引发传感器产业革命
光纤与光纤传感器
浅析智力资本的测量评价方法
农村居民低碳消费行为研究评述
《中小企业促进法》的评析与完善
中美贸易摩擦形成原因的文献综述
用传感器重现伽利略对自由落体运动的研究
电子汽车衡检定分度数的分析