基于目标触发机制的光诱导纳米酶的形成，用于硒的选择性和放大检测

《Food Chemistry》：Target-triggered formation of photo-induced nanozyme for the selective and amplified detection of selenium

硒检测方法开发及富硒食品筛查应用，基于原位生成硒纳米颗粒（SeNPs）的光催化氧化体系，利用化学汽化分离技术实现复杂基质分离，通过LED光照驱动TMB氧化放大信号，检测限低至0.12 ng/mL，线性范围1-100 ng/mL，成功应用于醋、盐、大米、鸡蛋等富硒食品的快速筛查。

　　

徐浩宁|周丽英|陈青|苏倩倩|李梦天|夏辉|杨芳|徐福建

国家民族事务委员会青藏高原污染控制化学与环境功能材料重点实验室，西南民族大学化学与环境学院，成都610041，中国

摘要

硒（Se）是人类必需的微量元素，其摄入量必须保持在狭窄的范围内，以避免缺乏和毒性。目前的硒检测方法受到高成本、操作复杂以及不适合快速现场分析的局限。本文开发了一种基于氢化物生成（HG）技术原位生成硒纳米颗粒（SeNPs）的比色传感平台，用于食品中硒的高灵敏度和选择性检测。SeNPs表现出光诱导的类似氧化酶的活性，在发光二极管（LED）照射下能够氧化3,3′,5,5′-四甲基联苯胺（TMB），从而实现信号放大。该方法的线性范围为1至100 ng/mL，检测限低至0.12 ng/mL。此外，还成功使用了智能手机作为读数平台。通过对富含硒的食品样本（如醋、盐、大米和鸡蛋）的检测，验证了其实用性和可靠性，为硒的检测提供了一种有前景的替代方法。

引言

硒（Se）是人类健康所必需的营养素和微量元素，是25种已知的硒蛋白的关键组成部分，这些硒蛋白对DNA合成、抗氧化防御、生育能力和甲状腺激素形成等重要生理功能至关重要（Chen等人，2021；Kang等人，2020）。硒的摄入量与人类健康之间存在U形剂量-反应关系（Le等人，2024）。世界卫生组织建议成人的安全摄入量为每天55–400 μg。硒缺乏与克山病（Hou等人，2021）、卡欣-贝克病（Liu等人，2024）和免疫力下降（Niu等人，2022）有关，而长期过量摄入则会导致硒中毒，表现为脱发、神经系统损伤甚至死亡（Lv等人，2021）。人类主要通过植物性食物（如大米、小麦、蔬菜和水果）获取硒（Lyu等人，2022）。由于富含硒的食品因其健康益处而市场需求不断增长，因此迫切需要快速检测硒。因此，准确量化农产品中的总硒含量不仅是一项分析任务，也是确保产品真实性、符合监管标准以及减轻依赖强化食品的硒缺乏人群健康风险的基本要求（S. Zhang等人，2025）。传统的硒检测方法通常采用原子光谱法（Li、Xia等人，2021；Xu等人，2017），因为这种方法具有较高的准确性和灵敏度。然而，这些技术需要大型仪器、高昂的成本和维护要求，限制了其在快速硒检测中的应用（Li、Luo等人，2021）。

近年来，比色传感因其操作简便、适用于视觉检测以及仪器简单而受到越来越多的关注（Fernandes等人，2020）。贵金属纳米颗粒（MNPs），如金纳米颗粒（Qiu等人，2024）和银纳米颗粒（Amjadi等人，2018），可以通过硒诱导的选择性蚀刻机制实现硒的选择性检测。但这些方法容易受到基质干扰（例如来自交叉反应物质或有色基质）。为了解决这一问题，研究人员结合了化学气相生成（CVG）技术，这是一种强大的基质分离技术，从而实现了高抗干扰能力（Amjadi等人，2018；Bagheri & Saraji，2019；G. Cao等人，2017；Y. Ding等人，2019）。尽管这种方法成功解决了干扰问题，但比色传感的检测灵敏度问题仍然十分突出。为此，Hou等人将CVG与纳米酶催化的信号放大技术相结合（B. Wang等人，2024）。具体来说，他们利用MnO₂增强的类似氧化酶的活性，其中硒氢化物（H₂Se）（通过CVG生成）对目标物质的抑制作用将分析物识别转化为放大信号。因此，该方法实现了高灵敏度、强大的抗干扰能力、快速分析和操作简便性。然而，对预制纳米材料的依赖性导致了制备过程复杂、成本过高以及批次间差异。这些限制促使人们开发新的方法，以在无需预制纳米材料的情况下同时实现基质分离和信号放大，但这仍然具有挑战性。

本文介绍了一种新的检测策略，利用H₂Se的不稳定性原位生成硒纳米颗粒（SeNPs）。目标物质触发的SeNPs表现出独特的光敏氧化能力，能够直接在发光二极管（LED）驱动下氧化底物3,3′,5,5′-四甲基联苯胺（TMB）为oxTMB，而无需H₂O₂。我们假设原位生成的SeNPs可以作为无需预制纳米材料的灵敏硒检测的光诱导纳米酶。如图1所示，该方法摒弃了传统的依赖预制纳米材料的模式，利用目标物质诱导的信号放大。该方法表现出显著的简便性、高效率和优异的选择性。重要的是，它无需复杂的纳米材料合成或H₂O₂。此外，该方法还应用于实际样品分析，对富含硒的食品中的硒含量进行了良好测定。然而，它无法区分Se(IV)和Se(VI)。我们的检测方法在样品完全消化并通过氢化物生成过程还原为Se(IV)后才能检测总硒含量。这与许多常规的食品和环境样品中硒定量的分析协议一致，这些协议通常针对总硒含量。该平台有可能整合预分离步骤以实现物种鉴定功能。尽管如此，对于富含硒的食品中总硒的快速现场筛查，该方法提供了一种实用且可靠的替代方案。

试剂和材料

超纯水（18.2 MΩ·cm）使用纯化水系统（UPK-I-10 T，Pure Technology Co. Ltd.，成都，中国）制备。以下试剂购自成都的Kelong Chemical Reagent Co. Ltd.：亚硒酸钠（Se(IV)）、盐酸、硝酸、硼氢化钠（NaBH₄）、乙醇、HAc-NaAc缓冲溶液、TMB、氢氧化钠、氯化钾、碳酸钙、硫酸铜、硝酸钾、异丙醇（IPA）、叔丁醇（TBA）

SeNPs的原位生成

如图1所示，将硒标准溶液或预处理后的样品溶液转移到密封的反应容器中，并加入HCl。然后通过控制滴加的方式引入NaBH₄溶液，启动化学气相生成反应。样品中的Se(IV)被化学转化为挥发性氢化物（H₂Se）（方程式（1））。生成的H₂Se被输送到吸收管中。H₂Se极易溶于水（McAmis & Felsing，1925）。因此，

结论

总之，我们开发了一种基于SeNPs原位生成及其光诱导的类似氧化酶活性的灵敏、选择性和简单的比色检测方法。CVG过程有效地将硒从复杂的样品基质中分离出来，减少了干扰并提高了分析的可靠性。生成的SeNPs表现出强烈的光驱动催化活性，能够在无需外加H₂O₂的情况下高效氧化TMB。

CRediT作者贡献声明

徐浩宁：撰写 – 审稿与编辑，撰写 – 原稿，软件使用，资金获取，正式分析，概念构思。周丽英：方法学，正式分析，数据管理。陈青：软件使用，方法学，正式分析。苏倩倩：撰写 – 原稿，数据可视化，数据管理。李梦天：撰写 – 审稿与编辑，数据可视化，实验研究。夏辉：撰写 – 审稿与编辑，监督，资源协调。杨芳：撰写 – 审稿与编辑，验证，

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

作者衷心感谢国家自然科学基金（22306148）和西南民族大学研究生创新科研计划（YCZD2024013）的财政支持。