用于吗啡的深共晶溶剂基分子印迹聚合物的理性设计：计算机辅助的理论分析与实验研究

《Journal of Molecular Liquids》：Rational design of deep eutectic solvent-based molecularly imprinted polymers for morphine: A computer-aided, theoretical analysis and experimental study

本研究利用绿色深熔盐溶剂（DES）替代传统功能单体，结合密度泛函理论（DFT）和构象搜索方法优化合成条件，成功制备了吗啡-MIP分子印迹聚合物。实验表明，最佳MIP对吗啡的吸附容量达15.83 mg/g，印迹因子为2.50，显著优于传统MIP，为药物吸附提供了新策略。

　　

谢伟|张浩|卢迅|张友红|周国红|刘建国

环境生态与生物工程学院，教育部绿色化学过程重点实验室，武汉理工大学，中国武汉广谷一路430205

摘要

吗啡（Mor）是一种临床广泛使用的阿片类镇痛剂，但面临着日益严重的滥用危机。开发高效的分子印迹聚合物（MIP）是清除体内过量吗啡的有效策略。在本研究中，我们结合分子印迹技术和计算机模拟，使用绿色深共晶溶剂（DES）代替传统的功能单体制备了Mor-MIP。通过密度泛函理论（DFT）和构象搜索方法，确定了最稳定的分子构型，并分别使用B3LYP/6–311G(d,p)和M062X/6-311G+(2d,p)水平计算了单点能量和结合能。分子静电势（MEP）和HOMO-LUMO轨道分析阐明了Mor-DES的结合位点和反应性，而相互作用区域指数（IRI）分析则可视化了复杂的相互作用类型。结合理论计算和实验验证，确定了最佳合成体系：氯化胆碱（ChCl）/马来酸（MA）作为复合功能体系，乙醇作为溶剂，三羟甲基丙烷三甲基丙烯酸酯（TRIM）作为交联剂，印迹比为1:8。这些材料通过FT-IR、SEM、TGA和XRD进行了表征，并通过等温吸附和动力学实验评估了其吸附性能。结果表明，在400 mg L^?1的吗啡浓度下，最佳MIP的最大吸附容量为15.83 mg g^?1，印迹因子为2.50。本研究中的分子结构分析为Mor-DES复合物的形成提供了理论基础，并为计算模拟技术在定制MIP制备中的应用提供了新的见解。

引言

吗啡（Mor）作为一种典型的阿片类镇痛剂，在临床医学中具有不可替代的治疗价值。其强大的中枢镇痛效果能有效缓解剧烈疼痛，特别是改善术后和晚期癌症患者的生活质量[1]。然而，吗啡的滥用和误用导致了全球性的公共卫生危机，主要原因是其相关的不良影响，如成瘾和呼吸抑制[2]。根据世界卫生组织（WHO）的统计数据，2019年全球约有60万人死于药物使用。其中近80%的死亡直接与阿片类药物（包括吗啡）有关，约25%是由阿片类药物过量引起的呼吸抑制导致的。目前，用于治疗阿片类药物成瘾的药物可分为三类：全激动剂、部分激动剂和拮抗剂[3]。对于吗啡过量，临床干预主要依赖于拮抗剂，如纳洛酮。虽然纳洛酮可以对抗过量患者的呼吸和中枢神经系统抑制，但其治疗效果受到作用时间短、需要反复给药以及无法直接清除体内残留吗啡分子的局限[4]。因此，开发一种绿色、无毒的体外纯化材料，能够特异性吸附并有效去除血液或胃肠道中的过量吗啡，对于中断毒性途径和降低死亡风险至关重要。

分子印迹技术（MIT）模仿抗原与抗体或酶与底物之间的定向相互作用，制备出分子印迹聚合物（MIP），从而实现印迹分子（也称为模板分子）的特异性识别和结合[5]。与天然受体（如酶）相比，MIP具有显著的优势，包括更高的化学稳定性、更强的机械强度和更低的制备成本。目前，MIP广泛应用于分离和纯化[6]、固相萃取[7]和生物传感器[8]等领域。由于其高选择性，MIP被誉为“人工抗体”，在药物吸附和含量监测方面展现出巨大潜力[9],[10]。然而，MIP的吸附性能受多种因素影响，如功能单体类型、溶剂、交联剂和印迹比。因此，系统优化MIP制备过程是提高其性能的关键步骤。

研究表明，MIP的强大选择性识别能力源于模板分子与功能单体之间的定向相互作用[11]。模板分子与功能单体之间的相互作用（如氢键、离子键和疏水相互作用）必须足够强且方向一致，以确保在识别位点的高选择性。因此，功能单体的选择在MIP制备中至关重要，是影响MIP分离和富集效率的关键因素[12],[13]。然而，使用传统功能单体（如甲基丙烯酸）制备的MIP在吸附容量和选择性方面存在局限性[14]。此外，大多数用于MIP合成的功能单体具有毒性，其中一些具有强烈的生殖毒性，例如N-异丙基丙酰胺和4-乙烯基吡啶。如今，绿色化学的概念已深入日常生活[15],[16]。因此，开发新型绿色高效的功能单体已成为MIP研究的重要方向。

近年来，深共晶溶剂（DES）因其环保特性而受到广泛关注。自2003年Abbott首次提出以来[17]，DES在过去几十年中经历了显著的发展。DES是一种新型绿色溶剂，具有低成本、可控性和广泛的应用潜力。它通常由一个氢键受体（HBA）和一个氢键供体（HBD）通过氢键结合而成[18]。与传统功能单体不同，DES是一个由HBA和HBD组成的多组分系统。在聚合过程中，它作为一个整体与模板分子相互作用，而不仅仅作为传统的单一聚合单体。如今，DES已被广泛应用于绿色聚合物合成[19]、萃取溶剂[20]、电化学[21]等领域。2016年，刘等人[22]首次使用DES作为新型环保复合功能体系，合成了用于选择性识别和分离牛血红蛋白的MIP。随后，DES作为新型复合功能体系在MIP合成中的应用引起了越来越多的关注。DES的优势包括广泛的极性范围、低挥发性和毒性[23],[24]，以及水溶性、生物降解性和生物相容性[25]，同时还具有成本效益和简单的制备过程[26]。通过调整HBA或HBD，可以设计出特定的DES体系，从而显著提高印迹特异性。研究表明，使用DES作为复合功能体系在MIP中可以提高目标分子的选择性和吸附容量，性能优于传统MIP。Shah等人[27]在一项针对双酚A的研究中提供了直接证据。他们将基于DES的MIP与使用甲基丙烯酸（MAA）作为功能单体的传统MIP进行了比较。结果表明，DES-MIP对目标分子的选择性和吸附容量（17.72 mg g^?1）更高，并且可以重复使用五次而不会显著损失性能。此外，与传统功能单体相比，DES具有更多的官能团（–COOH、–NH₂和–OH），这些官能团可以与模板分子中的羟基、醚键和氮原子形成氢键。因此，DES-MIP提供了更多的结合位点和与模板分子的更强相互作用，从而具有更高的识别位点密度和更好的选择性。因此，作为一种新型复合功能体系，DES在吸附性能和亲和力方面优于传统功能单体。然而，目前尚无使用DES作为复合功能体系合成吗啡分子印迹聚合物的先例。

随着量子化学和计算机科学的快速发展，化学过程的计算模拟部分替代了必要的实验步骤，为特定MIP的定向制备和性能研究提供了关键工具。这种分子印迹的计算建模不仅有助于理解MIP技术的机制，还提高了合成过程的精度，简化了实验程序，并有效降低了劳动力和成本投入。在当前的MIP制备研究中，计算模拟主要用于辅助筛选特定功能单体。鉴于计算结果与实际实验结果的高度一致性，这种方法已获得广泛认可[28]。

本研究引入了DES作为绿色复合功能体系，并采用密度泛函理论（DFT）模拟来辅助制备能够特异性识别和分离吗啡的MIP。通过模拟不同溶剂条件下模板分子与各种DES分子及其复合物的分子结构，确定了最佳的DES分子和溶剂类型。此外，通过模拟模板分子与选定DES单体之间的复合物结构在不同比例下的相互作用，确定了最佳的印迹比。同时，通过研究模板分子与不同交联剂之间的相互作用，确定了最佳的交联剂类型。基于这些发现，通过沉淀聚合成功合成了Mor-MIP，并对其性能参数（包括吸附容量和吸附动力学）进行了研究，以验证计算模拟的可行性和准确性。本研究不仅制备出了能够特异性识别和分离吗啡的MIP材料，还为计算模拟技术在分子印迹材料合成中的应用提供了重要指导。此外，它还对DES作为绿色化学品的广泛应用具有重要意义。

试剂和仪器

吗啡（Mor，93.9%）购自中国国家食品药品监督管理局；氯化胆碱（ChCl，98%）、马来酸（MA，99.5%）、乙二醇二甲基丙烯酸酯（EGDMA，98%）、戊二醇四丙烯酸酯（PETA，96%）、三羟甲基丙烷三甲基丙烯酸酯（TRIM，95%）、2,2′-偶氮异丁腈（AIBN，98%）、甲醇（99.9%）、1-丙醇（99.5%）、二甲基亚砜（DMSO，99%）、三乙胺（99.5%）和甲酸（99%）购自上海麦克莱恩生化公司

MEP分析

基于MEP的定量分析，本研究探讨了吗啡分子与包含HBA和HBD的DES分子之间的潜在结合位点。图3显示了优化后的电静力势分布和电静力势区域分布。彩色分子表面电静力势图是使用VMD可视化软件根据Multiwfn导出的文件生成的。不同的颜色清晰地

结论

本研究通过设计的一种绿色复合功能体系（DES），并在计算模拟的指导下，成功合成了一种稳定的吗啡分离MIP材料，该材料具有高特异性识别能力。通过DFT量子化学计算的系统筛选，确定了最佳的复合功能体系类型、溶剂、交联剂和印迹比。通过MEP和FMO理论阐明了DES与吗啡之间的相互作用机制。MEP分析揭示了

CRediT作者贡献声明

谢伟：撰写——原始草稿、可视化、验证、软件、方法论、研究、概念化。张浩：撰写——原始草稿、验证、软件、方法论、正式分析、数据管理、概念化。卢迅：撰写——原始草稿、软件。张友红：撰写——审稿与编辑、监督、资源协调、项目管理、资金获取、正式分析、概念化。周国红：撰写——审稿与编辑、监督。刘建国：

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了武汉理工大学研究生创新基金（CX2024388）的支持，该项目名为“基于深共晶溶剂的分子印迹聚合物的计算辅助设计，用于吗啡的应用”。