论文信息：

Single-Molecule Identification and Quantification of Steviol Glycosides with a Deep Learning-Powered Nanopore Sensor.

Minmin Li, Jing Wang, Chen Zhang, Xinjia Zhao, Yuting Xiong, Yuchen Cao, Dongdong Wang, Xiaonong Li, Xinmiao Liang, and Guangyan Qing*

ACS Nano, 2024, 10.1021/acsnano.4c07038.

原文链接：https://pubs.acs.org/doi/10.1021/acsnano.4c07038

近日，我所生物技术研究部生物分离与界面分子机制研究组（1824组）卿光焱研究员、李闵闵副研究员团队在纳米孔糖链检测分析方面取得新进展，利用气单胞菌溶素纳米孔和高浓度氯化锂溶液在人工智能的辅助下实现了多种甜菊糖苷分子的精准单分子识别及其在复杂样品中的快速定性、定量分析。

甜菊糖苷是一类来源于植物的二萜类次级代谢产物，被广泛地用作天然甜味剂，糖基化修饰对其生物功能以及作为甜味剂的风味等起着决定性作用。糖基化修饰位置、糖链组成、单糖连接方式等差异导致甜菊糖苷化合物的结构多样性和复杂性，目前已发现的甜菊糖苷化合物有近百种，且同分异构体众多，为精细结构表征和精准检测提出了挑战。

卿光焱团队一直致力于基于纳米孔道的分析方法的研究，前期，团队基于气单胞菌溶素纳米孔，利用标记法实现了酸性（Nat. Commun.，2023）和中性寡糖链（ACS Nano，2024）的识别和分析。本工作中，团队引入高浓度的氯化锂溶液作为纳米孔单分子传感的电解液，显著地提升了甜菊糖苷分子在气单胞菌溶素纳米孔内的驻留时间，大大提升了纳米孔对糖苷分子的分辨力，针对15种糖苷实现了单分子水平的精准识别；进一步利用端到端的深度学习方法，针对15种糖苷的纳米孔信号所训练的人工智能模型，实现了复杂样品中甜菊糖苷类型的快速识别和定量分析。这项工作展示了纳米孔对于复杂糖苷化合物的结构解析能力，以及纳米孔和人工智能相结合对工业产品的高灵敏性、快速且自动化的质量控制应用潜力。

相关研究以“Single-Molecule Identification and Quantification of Steviol Glycosides with a Deep Learning-Powered Nanopore Sensor”为题，于近日发表在《美国化学学会-纳米》（ACS Nano）上。该工作的共同第一作者是李闵闵和博士生王婧。上述工作得到了国家自然科学基金、国家重点研发计划、我所创新基金等项目的资助。