综述：用于神经递质化学检测的分子识别架构及新兴探针策略

《Biosensors and Bioelectronics》：Molecular-recognition architectures and emerging probe strategies for neurotransmitter chemical sensing

监测大脑神经递质动态需要高时空分辨率的工具，现有探针的分子识别元素限制了选择性、响应速度和体内性能。本文系统比较了受体启发的结合位点、反应驱动化学、构象开关、超分子主客体复合物和工程化核酸五种分子识别架构，基于分子选择性、响应速度、信号机制和体内稳定性四大指标，分析其与光学/电化学读出的接口设计，提出化学-centric框架指导下一代神经递质探针开发。

　　

贾学武|易凡达|林东旭|阮桥阳|韩树利|肖雅周|杨天|易周

成都中医药大学基础医学院，中国成都，611137

摘要

高空间和时间分辨率地监测大脑中的神经递质动态对于理解神经回路的功能和功能障碍至关重要。尽管检测技术已经取得了进展，但启动感知的分子识别元件仍然在很大程度上决定了选择性、速度和体内性能。本文重点关注用于小分子神经递质探针的快速发展的分子识别架构。我们超越了简单的“锁钥”模式，通过四个性能标准来比较受受体启发的结合位点、反应驱动的化学机制、构象开关、超分子主客体复合物和工程化蛋白质：分子选择性、响应速度、信号报告机制和体内稳定性。我们还强调了这些架构如何与光学和电化学读数技术结合，以实现复杂组织中的实时测量。通过将最近的进展置于一个共同的结构-性能框架中，这篇综述为设计下一代用于研究大脑中神经递质信号传导的分子工具提供了以化学为中心的指导。

引言

神经递质是大脑中的关键化学信使。它们控制神经元之间的通信、神经回路的活动，并最终影响行为和疾病（Bade等人，2024年；Ou等人，2019年）。它们的水平在几毫秒内迅速变化，并且在微小的距离内变化，通常发生在受限的细胞外空间或神经元的特定部分（Liu等人，2025年）。为了理解大脑回路如何处理信息或神经疾病如何发展，我们需要能够高精度、高选择性和高速度地追踪这些快速化学变化的工具。

尽管微透析、电化学传感器和荧光探针等方法有了很大改进（Boisselier等人，2024年），但在活体大脑中实时测量神经递质仍然很困难（Zhang等人，2023年；Liu等人，2018年）。通常，主要瓶颈不是检测器本身，而是分子识别元件——即探针中首先与神经递质结合的部分（Feng等人，2024年；Zhou等人，2024年）。

大多数传统探针使用简单的识别策略。例如，一些探针依赖于电极上的氧化反应、酶催化转化为可检测产物，或者不可逆的化学反应来改变荧光。虽然在受控环境中这些方法很有用，但在真实的生物环境中存在问题。首先，它们往往缺乏选择性——很难区分相似的分子，如不同的儿茶酚胺或氨基酸（Kagiampaki等人，2023年）。其次，许多探针反应缓慢且不可逆，不适合追踪快速、重复的神经递质释放（Feng等人，2019年；Vogt，2019年）。第三，它们可能不够稳定，无法在大脑中长期使用，因为生物污染、降解或局部化学变化可能会影响其性能（Park JW等人，2018年）。这些问题突显了一个核心观点：识别元件的设计及其与信号输出的连接方式决定了我们能够测量什么。

最近，新型的分子识别架构开始改变这一状况（Mei等人，2022年；Zhao等人，2025a）。研究人员不再使用静态的“锁钥”设计，而是构建集成系统。这些系统将识别单元（如适配体、合成配体或工程化蛋白质）与信号转导模块和读数平台结合在一起。这些组件共同提高了选择性，将响应时间缩短到毫秒级别（Lin等人，2021年），增强了信号质量，并实现了活体组织中的动态测量。在设计理念上，该领域正从固定识别转向可编程的动态传感（Hu等人，2022年；Stuber和Nakatsuka，2024年）。信号读数也在发展——从简单的开/关信号发展到使用强度、比率、寿命或电化学数据的多路输出（Hu等人，2023年）。因此，这些新工具不仅用于实验室实验，还用于活体动物（Chen等人，2023年）。

这些工作提供了关于各种模式下设备架构和分子设计的宝贵概述。然而，相对较少关注的是一个跨领域的、以机制为导向的框架，该框架将不同的分子识别架构置于一个共同的性能空间中。特别是，系统地比较受受体启发的结合位点、反应驱动的探针、构象门控系统以及主客体或受限的超分子复合物，根据共同的指标——（i）分子选择性，（ii）响应速度，（iii）信号报告机制，以及（iv）体内稳定性和兼容性——仍然缺失。

在这篇综述中，我们通过明确关注其分子识别架构来探讨小分子神经递质探针的发展。我们不是按检测模式组织探针，而是根据统一的一组性能标准来比较受受体启发的结合位点、反应驱动的设计、构象开关、超分子宿主和可编程核酸架构。后续部分讨论了这些识别结构如何与不同的读数方案接口，以及它们如何被设计为具有体内稳定性。通过围绕识别架构及其内在权衡来阐述最近的进展，我们旨在为下一代用于研究神经递质信号传导和大脑功能的工具提供以化学为中心的设计指南。

章节摘录

高选择性识别策略：从天然基序到人工限制

创建高选择性的分子识别基序是神经递质传感中的一个核心挑战。大脑中含有许多结构相似的分子，因此需要既敏感又具体的探针。最近的设计策略已经从使用天然生物分子基序（如酶和受体）发展到利用基于反应的化学、可编程的构象变化和超分子主客体相互作用的合成系统。本节比较了这些

快速响应机制：从缓慢的化学反应到亚秒级动力学控制

为了有效追踪突触信号，神经递质探针必须足够快，以匹配神经递质的毫秒级释放和清除速度。虽然像微透析这样的成熟方法适用于监测缓慢的浓度变化，但其有限的时间分辨率和对扩散的依赖性阻碍了快速突触事件的检测（Kennedy等人，2002年；Li等人，2025年；Schltz和Kennedy，2008年）。探针的总体响应时间取决于三个连续步骤

信号报告机制：从单模输出到多维读数

上述讨论的分子识别架构最终必须将其结合或反应事件传递给宏观检测器。历史上，大多数神经递质探针将识别与单一标量输出耦合——电流峰值、荧光强度变化或单个拉曼带。虽然这样的读数可以非常敏感，但它们常常容易受到背景漂移、生物污染、运动伪影和探针浓度变化的影响。因此，最近的研究已经转向

体内稳定性：从分子稳健性到系统级长期运行

无论识别化学或响应动力学多么复杂，如果神经递质探针不能在真实的体内环境中可靠地长期运行，它们的科学或临床价值都是有限的（Liu等人，2023年）。大脑在机械和生化上非常复杂：组织微运动、微循环、免疫激活、蛋白质沉积和机械应力都会降低性能（Zhang等人，2024a）。因此，设计

未来展望与结论

在过去十年中，神经递质探针已经从最初的概念验证设计发展成为能够实现受体级选择性、亚秒级时间分辨率、多维读数和在活体生物中长期运行的复杂工具。通过从分子识别架构的框架来审视这些进展——包括受受体启发的、反应驱动的、构象门控的和主客体系统——这篇综述展示了分子识别

CRediT作者贡献声明

易凡达：方法学、数据管理、概念化。林东旭：方法学。阮桥阳：研究。韩树利：概念化。贾学武：撰写——初稿、方法学、数据管理。杨天：撰写——审稿与编辑、撰写——初稿。易周：撰写——审稿与编辑、撰写——初稿。肖雅周：形式分析

未引用的参考文献

Jill. V等人，2019年；Chen等人，2022年；Chen等人，2021年；Congfei和Lanqun，2019年；García-Nafría和Tate，2019年；Hong等人，2011年；Hsu等人，2020年；Li等人，2022年；Niklas等人，2007年；Sankoh等人，2016年；Yan等人，2023年；Zhang等人，2024年；Zhang等人，2022年；Zheng等人，2024年。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

数据可用性

数据将应要求提供。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本工作得到了国家自然科学基金（22274013 致Y.Z.，22393930和21811540027，22404057 致Y.T.）、上海市教育委员会的创新计划（201701070005E00020 致Y.T.）、2022年上海“科技创新行动计划”基础研究项目（22JC1401200 致Y.T.）、中央高校的基础研究基金（致Y.T.）以及国家重大科学开放研究基金的支持