图1所示。通过单一多肽传感器的多种光信号识别水溶性聚合物的示意图。图片来源:东京工业大学

 

　　东京工业大学(Tokyo Institute of Technology)的科学家开发了一种肽传感器，用于检测废水中的水溶性聚合物，这是与微塑料一样造成污染的主要因素。这项新技术利用多肽和不同聚合物之间的键合来训练一种机器学习算法，可以在单一溶液中识别大量污染物。

 

　　从珊瑚礁的死亡到鱼类数量的减少，塑料造成的海洋污染日益成为全球关注的问题。最近关于塑料污染的讨论大多围绕着微塑料展开，微塑料是极难从水中去除的微小塑料。但是，人们对水溶性合成聚合物作为海洋污染源越来越感兴趣，特别是考虑到它们对土壤和水环境构成的风险。由于是水溶性的，它们不能用普通的过滤技术回收。发展替代方法来清除这些污染物是关键。因此，了解水溶性聚合物污染物的确切性质，并对其在废水中的数量进行量化，已成为研究人员关注的焦点。

 

　　聚合物是由更小的重复单元组成的化学物质长链。虽然蛋白质很少与这个术语联系在一起，但它们也可以被认为是聚合物，因为它们是由数千个称为“氨基酸”的亚基组成的。这些氨基酸的短链称为肽。多肽可以以不同的方式和不同的亲和水平与分子(如聚合物)进行特定和非特定的相互作用。在ACS应用材料与界面杂志发表的一项新研究中，来自东京理工大学(Tokyo Tech)的研究人员利用这些相互作用开发了一种新的多肽传感器，用于识别混合溶液中的水溶性聚合物。“我们的技术依赖于模仿哺乳动物气味和味觉的机器学习模式分析。就像我们的鼻子和舌头可以用有限数量的受体蛋白来区分无数种气味和味道一样，我们的单一肽传感器也可以用来检测多种聚合物和其他分子，”领导这项研究的Takeshi Serizawa教授说。

 

　　该研究小组基于一种肽结合到一种合成聚合物聚(n -异丙基丙烯酰胺)(PNIPAM)的技术。然后，他们将一种名为N-(1-苯胺基萘基-4)马来酰亚胺(ANM)的荧光“标签”引入肽，以帮助获取其不同相互作用的信号。ANM的荧光根据肽的相互作用而变化，从而发出可检测的信号。研究人员在已知的不同聚合物溶液浓度中测量ANM的信号，并用它来训练“线性判别分析”算法，这是一种有监督的机器学习(见图1)。然后，他们用未知样本验证了他们的技术，发现传感器和算法可以识别混合溶液中的聚合物。此外，在溶液中加入少量乙醇或氯化钠，稍微改变化学相互作用后，机器学习算法可以区分具有类似性质的聚合物。最后，他们在实际废水上测试了新的肽传感器和算法，确认了其检测不同水溶性聚合物的能力。

 

　　“我们的技术不仅可以用于检测水中聚合物等溶解的大分子污染物，还可以用于分析它们是如何进入环境的，”Serizawa博士说。研究小组进一步计划将该方法扩展到其他多肽和聚合物。