基于真菌生物发光途径(Fungal Bioluminescent Pathway, FBP)的酵母生物传感器用于食品和饮料中咖啡酸的定量分析

《ACS Sensors》:A Fungal Bioluminescent Pathway (FBP)-Based Yeast Biosensor for Caffeic Acid Quantification in Food and Beverages

【字体: 大 中 小 】 时间:2026年07月03日 来源:ACS Sensors 10.9

编辑推荐:

  咖啡酸是一种天然羟基肉桂酸,广泛分布于植物组织中,并通过水果、蔬菜和多种植物性饮料在人类饮食中含量丰富。该化合物表现出强大的抗氧化、金属螯合和生物活性,是治疗和生物技术应用中被研究最多的苯丙烷类化合物之一。真菌生物发光途径(Fungal Bioluminesc

  
咖啡酸是一种天然羟基肉桂酸,广泛分布于植物组织中,并通过水果、蔬菜和多种植物性饮料在人类饮食中含量丰富。该化合物表现出强大的抗氧化、金属螯合和生物活性,是治疗和生物技术应用中被研究最多的苯丙烷类化合物之一。真菌生物发光途径(Fungal Bioluminescent Pathway, FBP)的发现为生物分析应用开辟了新的机遇,该途径通过酶法荧光素生物合成,随后由荧光素酶催化氧化,将咖啡酸转化为可见光。在本研究中,研究人员开发了一种简单、快速且低成本的方法,利用表达FBP酶的Komagataella phaffii细胞来检测和定量咖啡酸。该系统基于生物发光发射,在优化后的测定条件下(工作缓冲液为含1% YPD、pH 6.0的50 mM磷酸盐缓冲液,酵母细胞密度为OD600 = 5),在六种商业饮料基质中实现了1.4至19.1 μM的检测限(Limit of Detection, LOD)和4.3至57.9 μM的定量限(Limit of Quantification, LOQ)。仅使用几微升样品,研究人员快速定量了烘焙咖啡(0.05 mg/g)和马黛茶(Ilex paraguariensis,11.1 mg/g)浸出液;红葡萄酒和白葡萄酒(分别为8.9–15.4和3.6–6.3 mg/L);野花蜂蜜(11.6 mg/kg);以及葡萄汁(6.5–8.5 mg/L)中的咖啡酸。这种用于咖啡酸定量的全细胞生物发光方法为传统的色谱或电化学方法提供了一种可持续且易于获取的替代方案,在保持分析可靠性的同时减少了环境影响。
咖啡酸作为一种广泛存在于植物性食品和饮料中的天然酚类化合物,因其显著的抗氧化活性及潜在的健康益处而备受关注。然而,其检测和定量主要依赖于高效液相色谱(High-Performance Liquid Chromatography, HPLC)和电化学传感器等传统方法,这些方法通常存在仪器昂贵、操作复杂、耗时较长、消耗有机溶剂以及可能受复杂基质干扰等局限性。因此,开发一种简单、快速、低成本且环境友好的替代检测技术具有重要的研究价值和应用意义。本研究正是基于此背景,旨在利用新近发现的真菌生物发光途径(Fungal Bioluminescent Pathway, FBP),构建一种基于工程酵母细胞的生物传感器,以实现食品和饮料样品中咖啡酸的高通量、便捷定量。该研究成果发表于《ACS Sensors》期刊,为酚类化合物的生物分析提供了一种创新平台。

研究人员开展此项研究主要运用了以下几个关键技术方法:首先,通过基因工程手段,将来自真菌Neonothopanus nambi的FBP核心酶基因(luz, h3h, hisps, cph)以及来自Aspergillus nidulans的npgA基因,依次整合到Komagataella phaffii(原Pichia pastoris)酵母菌株的基因组中,构建出能够稳定表达完整FBP途径的工程菌株。该菌株在咖啡酸存在下能产生绿色生物发光(最大发射波长~530 nm)。其次,研究人员系统优化了基于96孔黑色不透明微孔板的生物发光测定条件,包括缓冲液pH值、酵母细胞密度(以OD600表示)以及咖啡酸浓度范围,最终确立了最佳工作条件。此外,为了处理实际复杂样品(如咖啡、马黛茶、葡萄酒、蜂蜜和葡萄汁,部分样品来自巴西超市),研究采用了标准加入法来校正基质效应,并开发了一个基于Python的自动化脚本,用于快速处理发光动力学数据、计算曲线下面积(Area Under the Curve, AUC)并拟合标准曲线,从而确定咖啡酸浓度。最后,为了验证所开发方法的准确性,研究同时使用高效液相色谱-光电二极管阵列检测法(HPLC-PDA)对部分样品进行了平行分析以作对比。

研究结果部分通过多个子标题详细阐述了研究发现:
**不同pH、酵母细胞和咖啡酸浓度下的生物发光优化**:研究表明,在pH 3.5至8.6的广泛范围内,工程酵母均能响应咖啡酸产生生物发光,但在pH 6.0的磷酸盐缓冲液中信号最佳。值得注意的是,在pH 4.5的乙酸缓冲液中发光被完全抑制,这可能是由于乙酸引起的翻译后调控效应或代谢干扰,而非单纯的低pH影响。细胞密度(OD600)的增加能线性提高总发光信号,但过高的细胞密度(>4.7)可能导致6分钟后信号下降,推测与内源性有氧代谢耗氧有关。优化后选择OD600 = 5作为工作密度。咖啡酸浓度在约1 mM以下时,发光强度与其呈线性关系,这为定量分析奠定了基础。计算得到该方法的检测限(LOD)和定量限(LOQ)分别为7.37 ± 2.23 μM和22.35 ± 6.75 μM(针对乙醇标准溶液)。
**苯丙烷酸的特异性和干扰**:研究人员测试了咖啡酸及其几种结构类似物(包括绿原酸、反式肉桂酸、对香豆酸、反式阿魏酸和芥子酸)对FBP系统的影响。结果显示,只有咖啡酸能引发强烈的特异性发光反应,反式阿魏酸在较高浓度(5 μM)下可产生微弱信号,可能与其被部分接受为底物或含有痕量咖啡酸杂质有关。干扰实验表明,除反式阿魏酸在浓度接近或高于咖啡酸时会产生轻微的正干扰外,其他苯丙烷酸在测试浓度下均不干扰咖啡酸引发的发光响应。这表明该FBP酵母检测法对咖啡酸具有良好的选择性,适用于植物来源的复杂基质。
**FBP酵母检测法在商业样品咖啡酸定量中的应用**:将优化的方法应用于实际样品(烘焙咖啡、马黛茶、红白葡萄酒、蜂蜜、葡萄汁)分析。对于葡萄酒和果汁等较简单基质,可直接进样分析。而对于咖啡、马黛茶和蜂蜜等复杂基质,直接分析时发光动力学曲线会异常衰减,表明存在基质干扰。通过液液萃取等前处理步骤纯化咖啡酸后,干扰得以消除。采用标准加入法能有效补偿基质效应,获得线性的校准曲线。通过Python脚本自动处理数据,成功测定了各样品中的咖啡酸含量,结果与文献报道值基本一致。与HPLC-PDA方法的对比显示,两者结果在多数样品中具有可比性,但在某些复杂样品(如部分葡萄酒和葡萄汁)中,HPLC因共洗脱问题可能导致定量不准确,而FBP法则可能提供更高的准确性。该方法对加标样品的回收率在95%至117%之间,符合分析要求。

在讨论部分,研究人员总结了本研究的核心结论:本研究成功开发并优化了一种基于FBP工程酵母细胞的生物发光检测方法,用于在96孔板中快速定量食品和饮料中的咖啡酸。最佳测定条件为:pH 6.0的50 mM磷酸盐缓冲液(含1% YPD)、细胞密度OD600 ≈ 5.0、样品体积5 μL。该方法对咖啡酸表现出高特异性,对结构相似的苯丙烷酸干扰小。通过标准加入法和自动化数据处理,能够准确测定复杂商业样品中的咖啡酸浓度。与传统的HPLC和电化学传感器相比,该方法具有分析速度快、通量高、成本低、有机溶剂消耗少、废物产生少以及工作流程简化等优势。此外,该酵母菌株易于培养和保存,使得该方法可在配备标准微生物基础设施和发光酶标仪的实验室中轻松实施。这些发现不仅展示了完整真菌生物发光途径的一个实际应用案例,也证明了其作为开发未来FBP基酵母生物传感器多功能平台的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号