一种用于电化学传感的阿米替林选择性分子印迹聚合物的集成计算与实验设计

《Journal of Science: Advanced Materials and Devices》：An Integrated Computational and Experimental Design of Amitriptyline-Selective Molecularly Imprinted Polymers for Electrochemical Sensing

　　努拉希米·汉达亚尼（Nurrahmi Handayani）、因达·佩尔玛塔·坎蒂卡（Indah Permata Cantika）、亚努阿尔·塞蒂亚迪（Yanuar Setiadi）、里兹基·因达·萨里（Rizky Indah Sari）、维尼·哈菲扎图尔·哈基玛（Vini Hafidzatul Hakimah）、Rd埃尔维安娜·拉萨利纳·穆赫利斯（Rd Elviana La’salina Muhlis）、穆罕默德·阿里·祖尔菲卡尔（Muhammad Ali Zulfikar）、伊萨·安索里（Isa Anshori）

**摘要**
阿米替林（Amitriptyline，AMT）是一种三环类抗抑郁药，其治疗窗口较窄，因此需要灵敏且具有选择性的分析方法来进行药物监测。分子印迹聚合物（Molecularly Imprinted Polymers，MIPs）具有强大的分子识别能力，但需要合理设计单体以实现高亲和力和选择性。本研究采用计算-实验策略开发了一种选择性识别AMT的MIP。半经验PM3模拟表明，甲基丙烯酸甲酯（Methyl Methacrylate，MMA）因其与AMT的预期相互作用而成为合适的功能单体。该MIP的吸附能力优于非印迹聚合物（Non-Imprinted Polymer，NIP），其平衡吸附量分别为5.76 mg/g和1.36 mg/g。动力学分析显示吸附过程同时受到扩散控制和位点特异性相互作用的影响，等温线评估表明Sips模型拟合度最高（R2 = 0.998）。观察到AMT对结构相似的诺替林（Nortriptyline，NOR）具有选择性吸附，选择性系数分别为4.03（单独批次）和2.14（竞争条件）。此外，MIP对结构不同的多巴胺（Dopamine，DOP）表现出强烈的区分能力，选择性系数为20.90，表明其具有较高的抗非特异性吸附能力。当将其集成到电化学平台上时，MIP修饰电极能够在10–500 ng/mL的范围内检测AMT，检测限为2.39 ng/mL。这些结果强调了计算设计、吸附评估和电化学响应的整合，为开发具有选择性吸附和可靠传感性能的MIP基系统提供了合理的方法。

**1. 引言**
阿米替林（AMT）是一种广泛使用的三环类抗抑郁药，用于治疗重度抑郁症、神经性疼痛和其他精神疾病[1]。作为一种具有强药理活性的三环化合物，AMT通过抑制中枢神经系统中的去甲肾上腺素和血清素再摄取来增强突触传递[2]。尽管疗效显著，但其治疗窗口较窄，不当剂量可能导致严重不良反应，包括心脏毒性、心律失常和中枢神经系统毒性[2][3]。这些风险凸显了开发灵敏、可靠且易于使用的AMT监测分析方法的必要性。

生物样本（如血浆和尿液）中AMT的定量通常采用色谱技术，特别是高效液相色谱（High-Performance Liquid Chromatography，HPLC）和液相色谱-质谱联用（Liquid Chromatography-Mass Spectrometry，LC-MS）[4][5]。虽然这些技术具有优异的灵敏度和选择性，但需要昂贵的仪器、复杂的样品制备过程和大量的溶剂消耗，这限制了常规治疗监测的应用，尤其是在分散式或资源有限的分析环境中[1][4]。因此，需要快速、经济且适用于AMT治疗水平监测的替代分析平台。

为应对这些挑战，人们越来越关注能够提高分析物富集和检测效率的选择性识别材料的发展。其中，分子印迹聚合物（MIPs）作为一种强大的合成受体，相较于传统吸附剂和生物识别元件具有明显优势[6][7]。MIPs是在目标分子（模板）存在下聚合功能单体后，通过去除模板形成结构互补的结合腔而制备的[8][9][10]。这类材料具有高选择性、化学稳定性、机械强度和可重复使用性，适用于涉及药物化合物的分析和传感应用[11][12][13][14][15]。MIPs的多功能性使其在多种分析和生物医学领域得到应用，包括固相萃取、药物输送、生物传感和环境修复[16][17]。在药物监测方面，MIPs特别有吸引力，因为它们可以针对特定药物分子进行定制，相比抗体等生物受体具有更高的稳定性、化学抗性和更长的使用寿命[17][18][19][20]。这些优势使MIPs成为集成到便携式和经济型分析设备中的理想候选者，例如用于治疗药物监测的电化学传感器。

然而，MIPs的分析性能很大程度上取决于预聚合阶段功能单体与模板之间相互作用的强度和特异性。弱或非特异性的相互作用可能导致结合位点不明确，从而降低吸附能力和选择性，在复杂实际样品中的应用受到限制[8]。对于含有芳香环和碱性三级胺基团的药物分子（如AMT），寻找能够形成足够强非共价相互作用的功能单体尤为困难，尤其是在极性溶剂中，因为竞争性溶剂化会削弱氢键和静电相互作用[8][21][22]。因此，合理的单体选择对于制备适用于AMT治疗水平监测的高性能MIPs至关重要。

计算化学已成为优化分子印迹过程中单体选择和聚合物设计的有效方法[23][24]。半经验方法可以快速筛选模板-单体复合物并预测相互作用能量，从而减少实验不确定性并加速MIP的开发[24][25][26][27]。尽管MIPs在药物分析中的应用日益增多，但专门针对AMT选择性系统的研究仍有限，将计算预测与实验验证相结合的系统框架也较为缺乏。

先前的研究表明，计算辅助设计可以通过在合成前预测单体-模板相互作用来显著改进分子印迹聚合物的开发[10]。甲基丙烯酸（Methacrylic Acid，MAA）、丙烯酰胺（Acrylamide，AAm）和4-乙烯基吡啶（4-VP）等单体常被报道为有效的胺类化合物结合剂，但它们的性能高度依赖于具体体系，并且在极性溶剂中由于竞争性溶剂化会减弱氢键和静电相互作用而降低性能[28][29]。尽管MIPs在药物分析中的应用不断扩大，但针对AMT的选择性MIP系统仍研究不足，大多数研究依赖于经验性单体选择或关注环境浓度范围而非治疗浓度范围。

在此背景下，甲基丙烯酸甲酯（MMA）作为一种有前途的功能单体脱颖而出，因为它在形成氢键和疏水相互作用方面表现平衡，并且易于形成机械稳定的聚合物网络[30][31]。本研究中的计算筛选表明，MMA在极性聚合条件下与AMT形成能量上有利的复合物，表明其适合用于印迹制备。基于这些考虑，本研究采用了一种结合计算和实验的工作流程，包括半经验PM3单体预筛选、靶向聚合物合成和系统化的吸附评估。这种策略使功能单体的选择基于预测的相互作用能量而非经验方法，从而减少实验不确定性并提高识别位点的可靠性。所得到的基于MMA的MIPs通过吸附等温线、动力学建模、溶剂和质量效应以及单独和竞争条件下的选择性研究进行了评估。这种综合方法建立了预测的分子相互作用与实验观察到的吸附行为之间的直接联系，为设计具有选择性吸附和可靠传感性能的MIP系统提供了合理框架。

**2. 材料与方法**
2.1. **材料**
阿米替林盐酸盐（AMT，≥99%）购自Sigma-Aldrich，用作模板分子。甲基丙烯酸甲酯（MMA，99%）作为功能单体，乙二醇二甲基丙烯酸酯（Ethylene Glycol Dimethacrylate，EGDMA，98%）作为交联剂，过氧化苯甲酰（Benzoyl Peroxide，BPO，98%）作为自由基引发剂（Merck）。聚维酮（Polyvinyl Pyrrolidone，PVP，分子量约40,000）用作稳定剂。诺替林盐酸盐（NOR，≥98%）和多巴胺盐酸盐（DOP，≥98%）用作干扰化合物。甲醇、乙腈、二甲基甲酰胺（Dimethylformamide，DMF）和冰醋酸（Merck）按原样使用。非印迹聚合物（NIP）使用不含AMT的相同配方合成。合成尿液（Sigma-Aldrich）用于基质评估。电化学测量使用5 mM的铁氰化钾/铁离子溶液在0.1 M KCl中完成。丝印碳电极（Screen-Printed Carbon Electrodes，SPCEs）购自Zimmer和Peacock。聚合物悬浮液使用Nafion溶液（全氟磺酸聚合物，5 wt%）作为粘合剂制备。

2.2. **计算研究**
进行计算筛选以确定最适合AMT印迹的功能单体。在药物分子印迹中常用的单体包括丙烯酸（Acrylic Acid，AA）、丙烯酰胺（Acrylamide，AAM）、4-氨基苯甲酸（4-Aminobenzoic Acid，ABA）、2-丙烯酰胺基-2-甲基-1-丙磺酸（2-Acrylamido-2-Methyl-1-Propanesulfonic Acid，AMPSA）、乙烯二氧噻吩（Ethylene Dioxythiophene，EDO）、衣康酸（Itaconic Acid，IA）、甲基丙烯酸（Methacrylic Acid，MA）、N-甲基丙烯酰胺（N-Methylacrylamide，MAM）、1,3-苯二胺（1,3-Phenylenediamine，MPD）、吡咯（Pyrrole，P）、聚（乙烯基苯甲酸）（Poly(Vinyl Benzoic Acid，PVBA）和4-乙烯基吡啶（4-VP）被纳入计算评估。

分子结构在Avogadro软件中构建，并使用半经验PM3方法和SMD隐式溶剂化在甲醇中优化。在不同化学计量比（1:1、2:1、3:1和4:1）下生成模板-单体复合物，并在相同理论水平上进行几何优化。
\[Ebinding = Ecomplex – Etemplate – Emonomer\]
其中Ecomplex是复合物的能量，Etemplate是模板分子的能量，Emonomer是每个功能单体的能量。分析了氢键和非共价接触的数量和距离。结果显示MMA具有最有利于结合的相互作用，被选为实验合成对象。

2.3. **MIP和NIP的合成**
MIPs通过自由基聚合法合成。简要来说，将AMT（1 mmol，模板）和MMA（4 mmol，功能单体）溶解在20 mL乙腈中作为致孔溶剂。加入EGDMA（20 mmol）作为交联剂，然后加入BPO（100 mg）作为自由基引发剂。混合物用氮气冲洗10分钟后，在60°C的油浴中聚合18小时。所得到的块状聚合物经过机械研磨和筛分，得到粒径<100 μm的颗粒。通过反复用甲醇/醋酸（9:1，v/v）洗涤去除模板，直至在239 nm（UV–Vis）下检测不到AMT。非印迹聚合物（NIP）在无模板的情况下使用相同程序合成。

2.4. **表征**
使用傅里叶变换红外光谱（Fourier Transform Infrared Spectroscopy，FTIR，Jasco FTIR-4200）在4000–400 cm-1波长范围内表征合成MIP和NIP的化学性质。表面形态通过扫描电子显微镜（Scanning Electron Microscopy，SEM，Hitachi SU3500）观察。使用BET和BJH模型通过氮吸附-脱附分析确定文本性质，包括比表面积和孔径分布。

2.5. **吸附研究**
2.5.1. **分散溶剂的影响**
在吸附研究之前，评估了不同溶剂对聚合物颗粒分散行为的影响。将10 mg MIP分散在10 mL各种溶剂（甲醇、乙醇、去离子水和二甲基甲酰胺）中，并在室温下用垂直管旋转器以50 rpm旋转60分钟。随后加入10 mL AMT溶液（15 mg/L，甲醇配制），在相同条件下混合。过滤后，用UV–Vis光谱法在241 nm处测定上清液中的残余AMT浓度。

2.5.2. **接触时间的影响**
为了评估吸附动力学，将10 mg MIP加入10 mL AMT溶液（15 mg/L）中，并在室温下用垂直管旋转器以50 rpm旋转不同时间（15、30、45、60、90和120分钟）。过滤后，用UV–Vis光谱法测定上清液中的残余AMT浓度。动力学数据拟合到伪一级（Pseudo-First-Order，PFO）和伪二级（Pseudo-Second-Order，PSO）模型。对NIP也进行相同程序以比较吸附行为。

2.5.3. **吸附剂质量的影响**
为了研究吸附剂质量对吸附性能的影响，将不同质量的MIP（5、10、15、20、25和30 mg）加入10 mL AMT溶液中，并在室温下以50 rpm旋转60分钟。过滤后，用UV–Vis光谱法测定残余AMT浓度。使用NIP进行相同实验以评估非特异性吸附。

2.5.4. **初始浓度和等温吸附的影响**
为了评估平衡吸附行为，将20 mg MIP加入初始浓度为20–200 mg/L的AMT溶液中，并在室温下以50 rpm旋转60分钟以达到平衡。过滤后，用UV–Vis光谱法测定平衡浓度，并据此计算吸附容量。所得等温线数据拟合到Langmuir、Freundlich和Sips模型以阐明吸附亲和力和表面异质性。使用NIP进行平行实验以进行比较。

2.5.5. **选择性测试**
通过单独批次UV Vis测量和联合批次HPLC分析评估对AMT和NOR的选择性。分别使用甲醇中的 stock溶液（100 ppm）稀释至5–17.5 ppm制备AMT和NOR的校准曲线。吸附实验通过将20 mg MIP与10 mL AMT或NOR溶液（50 ppm）在室温下以50 rpm旋转60分钟进行接触。残余浓度用UV Vis光谱法测定。对NIP也进行相同程序。

**2.6. 结论**
本研究结合计算和实验方法开发了一种选择性识别AMT的MIP系统，通过预测的分子相互作用指导功能单体选择，减少了实验不确定性并提高了识别位点的可靠性。所得MIPs在单独和竞争条件下的吸附性能得到了验证。结果表明，计算设计、吸附评估和电化学响应的整合为开发具有选择性吸附和可靠传感性能的MIP系统提供了合理的方法。通过将20毫克MIP（或25毫克NIP）分散在10毫升混合溶液中（每种成分浓度为50 ppm），然后以50转/分钟的速度振荡60分钟，进行了竞争性吸附实验。残留分析物的浓度通过HPLC在以下条件下进行定量：流速为1.0毫升/分钟；流动相为磷酸盐缓冲液（0.1 M，pH 6.5）和乙腈（70:30，v/v）；运行时间为22分钟；进样量为20微升；C8柱（4.6 × 150毫米，5微米）；在239纳米处进行紫外检测。

2.7 电化学研究
2.7.1 MIP溶液的制备
将5毫克的MIP粉末分散在选定的溶剂（去离子水、甲醇、二甲基甲酰胺和甲苯）中，并超声处理10分钟。通过目视评估分散体的稳定性。甲苯提供了最稳定和均匀的悬浮液，因此被选用于电极修饰。

2.7.2 改性SPCE的合成
在修饰之前，对丝网印刷的碳电极（SPCE）进行电化学清洗以去除表面杂质并提高基线稳定性。由于简单性、可重复性和保持识别位点的完整性，大块MIP沉积策略已广泛应用于电化学传感器的开发[32][33]。SPCE通过循环伏安法进行电化学清洗，使用0.5 M H2SO4（-0.9至+0.9 V，三个循环）或0.1 M KCl（-0.4至+1.5 V，二十个循环）。KCl方案产生了更稳定的背景电流，并用于后续实验。将聚合物悬浮液（3微升）滴涂在工作电极上，并在室温下干燥30分钟后再进行测量。

2.7.3 电化学测量
使用差分脉冲伏安法（DPV）进行电化学测量，以评估MIP修饰电极的性能。所有测量均在含有5 mM K3[Fe(CN)6]作为氧化还原探针的0.1 M KCl溶液中进行。电位从-0.2 V扫描到+0.6 V，扫描速率为50 mV/s。为了研究修饰电极对AMT的敏感性，将不同浓度的AMT标准溶液（10–500 ng/mL）滴涂在MIP涂层的SPCE表面上。将3微升的AMT溶液滴涂在电极表面上，并在室温下放置10分钟后再进行测量。这一步有助于溶剂蒸发，并促进AMT分子与印迹空腔之间的相互作用，同时减少电极表面的过量溶液，以确保稳定和可重复的电化学响应。干燥后，将50微升的电解质溶液放置在电极表面上，并记录DPV响应。通过峰电流的变化构建校准曲线，并确定分析性能参数，如检测限（LOD）和定量限（LOQ）。

3. 结果与讨论
3.1 单体和比例选择的计算研究
使用半经验PM3方法在甲醇溶剂中评估了阿米替林（AMT）与一系列候选功能单体之间的结合亲和力，不同的模板与单体比例为（1:1、2:1、3:1和4:1）。候选单体的选择不仅限于某一类，还包括传统的丙烯酸基单体和可电聚合单体，以便更广泛地筛选与模板分子的潜在相互作用机制。尽管这些单体通常用于不同的制造策略，但将它们纳入计算阶段可以直接比较相互作用能量和结合稳定性，从而为选择最合适的功能单体提供合理依据[34]。所得的结合能（ΔEbind）显示在图1中。在所有单体中，随着单体比例的增加，结合能变得更负，表明当有额外的功能基团稳定AMT–单体复合物时，非共价相互作用更强[35]。

在所有评估的功能单体中，甲基丙烯酸甲酯（MMA）在所有研究的模板与单体比例下都表现出最有利且稳定的结合能。在最高的单体比例四比一时，MMA产生了最负的结合能值，表明与阿米替林（AMT）的复合物稳定性和相互作用潜力最强[35]。MMA的有利相互作用行为可归因于氢键能力和疏水相互作用的平衡贡献，这些因素被认为是控制基于甲基丙烯酸的MIP系统中稳定模板–单体预聚合复合物形成的关键因素[36]。尽管AMPSA和PVBA在较高的单体比例下也表现出逐渐负的结合能，但MMA在所有研究的比例中显示出更一致的相互作用趋势。这种一致性是基于连续单体比例之间ΔEbind的变化幅度来评估的，其中MMA显示出相对于其他单体最小的波动[37]。

相比之下，其他常用的分子印迹功能单体，包括甲基丙烯酸（MAA）、丙烯酰胺（AAm）和4-乙烯基吡啶（4-VP），表现出较弱的结合亲和力和较小的负能量值。这些结果表明与AMT的相互作用较弱，可能导致模板–单体复合物的形成不够稳定。这种相互作用行为通常与较低的印迹效率和降低的识别性能相关。AMT–MMA复合物的增强稳定性还得到了MMA的羰基与AMT的质子化三级胺之间的氢键协同作用以及涉及AMT芳香环的疏水相互作用的进一步支持。这些相互作用有利于在聚合过程中形成刚性和定义明确的空腔，这对于生成选择性和可重复的识别位点至关重要。

基于计算筛选结果，选择MMA作为合成AMT印迹聚合物的功能单体。这一选择的合理性得到了实验观察的支持，其中基于MMA的MIP表现出改进的吸附行为和增强的电化学响应。计算预测与实验发现之间的一致性表明，所应用的计算方法为指导单体选择提供了有用的框架。总体而言，这些结果展示了理性计算预筛选作为分子印迹设计中补充工具的潜力。

3.2 MIP的合成与表征
基于计算筛选，选择MMA作为最佳功能单体。通过在乙腈中用甲基丙烯酸乙二醇二甲基丙烯酸酯（EGDMA）作为交联剂和过氧化苯甲酰（BPO）作为引发剂进行大块自由基聚合，合成了AMT印迹聚合物（MIP），而在没有模板的情况下，在相同条件下制备了非印迹聚合物（NIP）。NIP和MIP的FTIR光谱（洗涤前后）证实了形成了基于甲基丙烯酸的聚合物网络（图2）。所有光谱在约1720厘米-1处显示出一个强烈的带，对应于酯C=O伸缩振动，以及2950–2850厘米-1区域的烷基C–H伸缩振动。1250–1050厘米-1区域（最大值约为1140厘米-1）的额外带归因于甲基丙烯酸主链的C–O和C–O–C伸缩。没有明显的乙烯基C=C伸缩带（约1635–1640厘米-1），表明MMA和EGDMA的双键在聚合过程中被成功消耗[38]。

MIP和NIP光谱之间的差异主要与模板相关的光谱贡献有关。根据先前报道的阿米替林盐酸盐的FTIR光谱[39]，可以分配AMT的特征吸收带。该光谱在大约3450厘米-1、3020–3060厘米-1、约1600厘米-1和1260–1280厘米-1处显示出吸收带，分别对应于胺相关振动、芳香环模式和C–N伸缩特征。洗涤前，MIP光谱在芳香区域（约1600厘米-1和800–760厘米-1）显示出更明显的吸收，这可以归因于AMT的芳香环振动和面外C–H弯曲模式。羰基带也比NIP略微宽且向较低波数移动，表明聚合物基质与嵌入的模板分子之间存在非共价相互作用。洗涤后，这些芳香带的强度显著降低，而羰基带变得更加尖锐并略微向较高波数移动，接近NIP的光谱轮廓。这种光谱演变与有效的模板提取和聚合物基质内模板相关相互作用的减少一致。

在所有光谱中都观察到一个宽的带，位于3400–3200厘米-1区域，归因于O–H/N–H伸缩振动，这通常与吸附的水分和残余溶剂分子相关。因此，这种光谱特征被解释为一般的物理化学特性，而不是印迹特异性的指标。印迹形成的确认则通过互补的表征技术得到支持，特别是吸附选择性和表面性质分析。图3中的SEM–EDS结果提供了关于NIP、洗涤前MIP和洗涤后MIP的形态和元素组成的补充信息。在NIP的SEM显微图（图3a）中，材料表现为由融合的亚微米颗粒组成的不规则、类似花椰菜的聚集体。表面相对紧凑，颗粒有广泛的聚集形成密集的簇，颗粒间的空隙较少。相比之下，洗涤前的MIP（图3b）显示出由更清晰定义的近球形颗粒组成的聚集体，表面纹理略粗糙，颗粒间的空隙更多。模板去除后（图3c），整体形态基本保持不变，表明洗涤过程没有引起聚合物颗粒的显著结构降解。

NIP和MIP之间观察到的明显粒径和形态差异可以归因于聚合过程中模板的存在，这可能影响成核、颗粒生长和聚集行为。模板分子的掺入可能导致形成更扩展且不那么紧凑的聚合物结构。在先前的研究中也报告了MIP和NIP之间的类似形态变化，其中聚合过程中模板分子的存在在决定印迹聚合物网络的最终结构和孔隙率方面起着关键作用[40][41]。EDS光谱进一步揭示了与印迹过程相关的不同元素行为。NIP光谱仅显示碳和氧峰，组成为84.94 wt% C和15.06 wt% O，与MMA–EGDMA聚合物网络一致。相比之下，洗涤前的MIP显示碳、氧和氮信号，组成为91.39 wt% C、6.51 wt% O和2.10 wt% N。氮的存在归因于在提取前保留在聚合物基质中的AMT模板分子。洗涤程序后，不再观察到氮信号，而元素组成与NIP相当。洗涤后的MIP显示84.84 wt% C和15.16 wt% O，表明模板去除主要消除了含氮物种，而没有改变聚合物网络的总体化学框架。这种元素行为与先前报道的MIP系统的SEM–EDS研究结果一致[10][36]。

重要的是，NIP和洗涤后MIP观察到的相似C/O比率证实了分子印迹不会改变聚合物的整体骨架组成。这些发现表明，增强的吸附和传感性能主要来自印迹引起的结构效应，而不是组成差异。氮吸附–脱附分析揭示了NIP和MIP的纹理性质的明显差异，证实了印迹过程改变了聚合物结构（表1和图S1）。NIP表现出6.63平方米/克的BET表面积，而MIP显示出显著较低的1.56平方米/克值。总孔体积也显示出类似的趋势，从NIP的0.0425立方厘米/克降低到MIP的0.0092立方厘米/克。这种显著减少表明，在AMT模板存在下的聚合产生了更密集的网络，这与印迹空腔的结构重排一致，这是在大块聚合MIP中经常报告的现象。

表1. 通过N2吸附–脱附测量的NIP和MIP的纹理性质，包括BET表面积、总孔体积和从BJH分析得出的孔径参数。
参数 NIP MIP
BET表面积（平方米/克） 6.63 1.56
总孔体积（立方厘米/克）（p/p0 = 0.99） 0.0425 0.0092
平均孔径 – BET（纳米） 12.83 11.87
BJH孔体积 – 吸附（立方厘米/克） 0.0548 0.0044
BJH表面积 – 吸附（平方米/克） 11.62 3.17
BJH平均孔径 – 吸附（纳米） 18.86 5.59
BJH中位孔径（纳米） 109.1 32.79
BJH吸附分析进一步支持了这一观察结果。NIP显示出更大的孔体积（0.0548 cm3 g?1）和更高的BJH表面积（11.62 m2 g?1），相比之下，MIP的孔体积为0.0044 cm3 g?1，BJH表面积为3.17 m2 g?1。NIP的平均孔径从18.86 nm显著减小到5.59 nm，表明孔结构向更小的孔域转变。从NIP中较宽的孔特征（中位孔径109 nm）到MIP中较小的特征孔尺寸（中位孔径32.79 nm）的转变，表明形成了与印迹效应相关的更受限的微环境。与这些结果一致的是，NIP表现出比MIP更高的BET表面积和孔体积。这种行为也在几个通过本体聚合制备的MIP系统中被报道过，在这些系统中，印迹和随后的模板去除可能会导致更紧凑的聚合物网络或可访问孔隙度的结构重组。在这些情况下，吸附选择性主要由腔体化学性质和几何互补性决定，而不仅仅是总表面积[42]，[43]。尽管MIP的整体表面积和孔体积相对于NIP有所减小，但这种行为在通过本体聚合制备的MIP系统中也有报道，并可能与印迹和模板去除过程中发生的结构变化有关。在聚合过程中模板的存在可能促进了更紧凑且交联的聚合物网络的形成，这可能会在模板提取后降低内部孔的可访问性。此外，在洗涤和干燥过程中的结构重排和可能的局部孔塌陷也可能进一步导致可测量表面积的减少[44]。还应该注意的是，BET表面积反映了孔对吸附剂探针的可访问性，而不是颗粒的明显形态，后者并不总是与SEM分析中观察到的特征直接相关。在之前的研究中也有类似的趋势，即NIP表现出比相应的MIP更高的表面积，这表明印迹诱导的结构重组可以影响孔隙度和表面可访问性[45]。因此，MIP的孔隙度降低反映了聚合物基质的结构重组，而不是识别能力的减弱。这种解释与吸附数据一致，尽管MIP的可访问表面积较小，但它仍表现出更高的亲和力和选择性。这些结果强调了在MIP中，分子识别主要受腔体化学性质和几何互补性的控制，而不是总表面积。

3.3 吸附研究
3.3.1 分散溶剂的影响
分散溶剂的选择显著影响了AMT在MIP和NIP上的吸附（图4）。当聚合物颗粒（10 mg/10 mL）分散在甲醇中并与15 mg·L?1的AMT接触时，MIP的吸附容量约为1.8 mg·g?1，而NIP仅吸附了约0.5 mg·g?1。将分散介质改为乙醇后，两种聚合物的吸附容量略有增加（MIP约为2.0 mg·g?1，NIP约为1.1 mg·g?1）。使用水作为分散介质时获得了最高的吸附容量，MIP为约3.0 mg·g?1，NIP为约1.3–1.4 mg·g?1。

图4. 分散溶剂对AMT在MIP和NIP上吸附的影响（吸附剂质量=10 mg在10 mL溶剂中；AMT初始浓度=15 ppm（溶解在甲醇中）；尼龙膜过滤）。
这些趋势可以用溶剂极性、氢键竞争和聚合物膨胀来解释。在像甲醇和乙醇这样的亲水性有机溶剂中，AMT及其在印迹腔体内的官能团被强烈溶剂化，因此AMT与MMA–EGDMA网络之间的氢键和静电相互作用部分被屏蔽。结果，重新结合的驱动力减小，吸附容量保持中等水平。在水中，AMT的疏水性变得更加明显，甲基丙烯酸酯网络充分膨胀以暴露印迹位点。在这种条件下，AMT在聚合物相中的疏水分配加上腔体内的预先组织的氢键供体/受体协同作用，导致更高的去除率和MIP与NIP之间的更大差异。因此，水最大化了特异性识别的贡献，同时仍允许颗粒充分分散。相比之下，DMF中的分散产生了异常的负“容量”，反映出AMT信号的明显增加而不是去除。这种行为与（i）DMF对AMT的强烈溶剂化（不利于吸附），（ii）DMF在分析波长处的可能共吸附/干扰，以及（iii）在这种介质中聚合物颗粒的较差沉降/过滤有关。由于DMF明显干扰了吸附测量，并不反映实际应用条件，因此将其排除在进一步优化之外。总体而言，这些结果表明水是最适合批量吸附实验的分散溶剂，它提供了MIP最高的AMT去除率，并且最能区分MIP和NIP。

3.3.2 接触时间的影响
研究了接触时间对AMT在MIP和NIP上吸附容量的影响，范围为15–120分钟，如图5所示。两种材料的吸附容量都随时间逐渐增加，表明在早期阶段是扩散控制的吸附过程，随后逐渐达到表面饱和。然而，MIP和NIP的吸附曲线在速率和平衡容量方面表现出不同的行为。

图5. 接触时间对AMT在MIP和NIP上吸附的影响。实验条件：MIP/NIP = 10 mg在10 mL去离子水中；AMT初始浓度=15 ppm（溶解在甲醇中）；使用尼龙膜过滤。
在最初的接触期（0–45分钟），MIP上的吸附量从0.73 mg·g?1急剧增加到4.35 mg·g?1，显示出由于印迹识别位点的强亲和力而导致的快速吸附。相比之下，NIP的吸附量仅增加到1.20 mg·g?1。这种差异证实了MIP中特定模板导向相互作用的主导作用，而NIP主要依赖于非特异性表面吸附。当接触时间超过60分钟时，MIP的吸附容量仅略有增加，在120分钟时达到5.76 mg·g?1，而NIP则稳定在1.36 mg·g?1。MIP明显更高的吸附容量（大约是NIP的四倍）表明存在与AMT在立体几何和官能团分布上互补的明确识别位点。吸附曲线显示了一个快速吸收阶段，随后是一个逐渐稳定的阶段。60分钟、90分钟和120分钟之间观察到的最小变化表明，在大约60分钟时已经有效达到了吸附平衡，之后由于可访问结合位的逐渐饱和，质量传递的驱动力减弱。因此，选择60分钟作为后续吸附实验的最佳接触时间。这个选择确保了平衡条件，同时避免了实验时间的不必要的延长。

3.3.3 初始浓度的影响
研究了AMT初始浓度对吸附性能的影响，范围约为20–200 mg L?1。如图6所示，随着AMT浓度的增加，MIP的吸附容量显著增加，从最低浓度时的约4.6 mg·g?1增加到最高浓度时的约56 mg·g?1。相比之下，NIP的吸附容量增加较少，仅在相同浓度范围内从约1.6 mg·g?1增加到14.5 mg·g?1。这种行为证实了MIP通过印迹形成了显著更多的高亲和力位点，而NIP上的吸附主要受非特异性相互作用控制。

图6. 初始AMT浓度对MIP和NIP吸附容量的影响。实验条件：MIP/NIP剂量为10 mg在10 mL分散溶剂中（去离子水）；AMT初始浓度20–200 mg L?1；AMT在甲醇中制备；在241 nm处进行UV–Vis检测；测量前使用尼龙过滤器。误差条代表标准偏差（n = 3）。
吸附容量随浓度的逐渐增加与增强的质量传递驱动力一致，因为更高的浓度梯度促进了AMT分子向可访问结合位点的扩散。在所研究的浓度范围内没有明确的平台期表明在这些条件下识别位点的饱和尚未完全实现[10]，[36]。MIP的AMT去除百分比在整个测试范围内相对较高（约42–55%），并且在较高浓度下逐渐上升，表明仍有足够的可选择性结合位点来容纳额外的AMT分子，因此尚未达到饱和。相比之下，NIP的去除效率显著较低（约11–17%），证实其吸附能力主要受非选择性相互作用支配。对于后续的吸附实验，选择了50 mg L?1的初始浓度。这个浓度提供了一个可靠的分析信号，同时最小化了潜在的饱和效应，从而能够一致地评估吸附参数。

3.3.4 吸附剂质量的影响
如图7所示，将MIP的质量从5 mg增加到20 mg导致吸附容量显著增加，从大约2.5 mg·g?1增加到11.2 mg·g?1。这一趋势表明，在较低剂量下，AMT的吸收主要受到可访问印迹结合位点数量的限制。逐渐增加的吸附容量反映了能够容纳AMT分子的选择性识别腔体的可用性的提高。

图7. 吸附剂质量对AMT在MIP和NIP上吸附的影响。实验条件：分散介质为去离子水（10 mL）；MIP或NIP剂量为5–30 mg；尼龙膜过滤；误差条代表标准偏差（n=3）。
当吸附剂质量超过20 mg时，吸附容量略有下降。这种行为通常与溶质限制效应有关，在这种情况下，可用的吸附位点数量超过了溶液中AMT分子的数量。在这种情况下，许多结合位点保持未饱和。此外，在较高剂量下，颗粒聚集和活性域的重叠可能会降低有效的表面可访问性和扩散效率。尽管去除百分比随着吸附剂质量的增加而继续增加，但标准化吸附容量在最佳剂量之后有所下降，这与吸附系统中经常观察到的稀释效应一致。这种表面上的悖论是因为吸附容量是按吸附剂单位质量表示的。因此，选择20 mg作为后续吸附实验的最佳吸附剂质量。这个剂量提供了最高的吸附容量，同时保持了吸附剂的有效利用。相比之下，NIP在整个研究的质量范围内显示出较低的吸附容量（大约0.9–4.0 mg·g?1），反映了吸附主要由较弱的非特异性相互作用支配。MIP相对于NIP在所有剂量下的显著更高吸附性能突显了印迹产生的识别位点的主导作用，而不仅仅是聚合物数量的差异。

3.3.5等温吸附研究
进行了等温吸附分析，以阐明AMT分子与MIP和NIP结合位点之间的相互作用行为，并阐明负责印迹材料增强性能的吸附机制。平衡吸附数据被拟合到三种广泛使用的等温模型上，具体来说是Langmuir、Freundlich和Sips模型（图8），相应的参数总结在表2中。

表2. AMT在MIP和NIP上吸附的等温模型参数
等温模型 参数
Langmuir Qm (mg·g?1) 4.61 × 10? 0.9834
KL (L·mg?1) 1.27 × 10??
NIP Qm (mg·g?1) 7.28 × 10? 0.9770
KL (L·mg?1) 1.10 × 10??
Freundlich KF (mg·g?1) (L·mg?1) 1?n 0.31 0.9975
n 1.15
NIP KF 0.0499 0.9825
n 1.10
Sips Qm (mg·g?1) 298.05 0.9980
Ks 7.05 × 10?? n 1.28
NIP Qm (mg·g?1) 1.99 × 10? 0.9825
Ks 2.50 × 10?? n 1.10
Langmuir等温模型假设在具有能量相同结合位的均匀表面上发生单层吸附，其表达式为：
(2)
其中 (mg L?1) 是平衡浓度，(mg g?1) 是平衡吸附容量，(mg g?1) 代表理论单层容量，(L mg?1) 是Langmuir亲和常数。MIP显示的 (mg g?1) 显著高于NIP (mg g?1)，并且相关系数很强（MIP为0.9834，NIP为0.9770）。尽管由于极低的值（当等温线在测试浓度范围内几乎呈线性时的常见现象）导致数值大小较大，但MIP的持续较高值表明高亲和力结合位点的密度更大，这与形成稳定的模板特异性空腔一致。为了解释表面异质性和多层或非均匀结合能量的可能性，数据进一步使用Freundlich等温线进行了拟合，表达为：(3)其中反映了吸附容量，表示吸附强度或异质性。MIP的显著更高的（0.310）与NIP（0.0499）相比，而两种聚合物的（MIP为1.15；NIP为1.10）值都在有利的吸附范围内。MIP的更高值反映了更强的结合亲和力和更有能量的有利异质位点，支持了增强的印记效应。因为Langmuir模型和Freundlich模型单独都无法完全捕捉同时显示饱和行为和位点异质性的系统，所以吸附数据也拟合了Sips等温线，这是一种结合了两种模型优点的混合形式：(4)其中表示Sips亲和常数，代表表面异质性。MIP获得了最高的拟合优度（R2 = 0.9980），以及更好的（298.05 mg g-1）和（1.28），表明其吸附行为更好地由异质单层机制描述，而不是纯粹的均匀Langmuir模型。相比之下，NIP表现出显著较低的亲和力（），并且更低，证实了AMT在非印记聚合物上的吸附主要通过弱的、非特异性相互作用进行。总体而言，等温线结果表明MIP具有更高密度的可访问高亲和力结合位点，并具有适度的表面异质性，这些特征是形成良好印记空腔的典型特征。与Sips模型的极好吻合进一步证实了吸附过程涉及模板特异性识别位点的异质分布，解释了MIP相对于NIP的显著更好的吸附性能。

3.3.6 吸附动力学研究
进行了吸附动力学分析，以阐明控制AMT在MIP和NIP上吸附的速率控制机制，并确定吸附过程是由物理相互作用、化学相互作用还是两者的组合主导的。实验动力学数据被拟合到两个广泛应用的模型上，即伪一级（PFO）和伪二级（PSO）动力学模型，相应的拟合参数总结在表3中。
表3. 基于伪一级和伪二级模型的AMT在MIP和NIP上的吸附动力学模型参数。
模型 吸附剂 Qe (mg·g-1) 参数 R2
伪一级 MIP 7.09 k1 = 0.017 0.870
NIP 1.62 k1 = 0.0229 0.865
伪二级 MIP 10.78 k2 = 1.08 × 10-3 0.855
NIP 2.28 k2 = 7.78 × 10-3 0.835
伪一级模型最初由Lagergren提出，假设吸附速率与未占据位点的数量成正比，数学表达为：(5)其积分形式为：(6)其中（mg·g-1）是时间t时的吸附容量，（mg·g-1）是平衡容量，（min-1）是PFO速率常数。对于该模型，MIP的值为mg·g-1，速率为min-1（R2 = 0.870），而NIP的吸附量较低，速率为mg·g-1，速率常数为min-1（R2 = 0.865）。MIP的更高值证实了更多反应性和可访问的结合位点的存在，尽管略低的值表明由于印记空腔中的更强相互作用力，初始吸附速率较慢。
伪二级模型通常与涉及电子共享或交换的化学吸附或速率限制相互作用相关，表达为：(7)其线性化积分形式为：(8)其中（g·mg-1·min-1）是PSO速率常数。在该模型中，MIP表现出显著更高的平衡吸附容量（mg·g-1），与其更高的高亲和力位点密度一致（图9）。尽管PFO模型为两种聚合物提供了略高的R2值，但PSO模型预测的值更接近接触时间实验中观察到的吸附容量，表明吸附机制涉及化学吸附或强位点特异性相互作用的贡献。

下载：下载高分辨率图像（131KB）
下载：下载全尺寸图像
图9. AMT在MIP和NIP上的吸附非线性动力学拟合，对于（a）伪一级动力学和（b）伪二级曲线。
总体而言，动力学分析表明AMT在MIP上的吸附具有更高的容量和更强的相互作用力，反映了模板生成结合空腔的关键作用。PFO模型更好地捕捉了早期吸附行为，而PSO模型更准确地代表了整体吸附机制，特别是对于MIP，其中选择性识别和更强的AMT-聚合物相互作用控制了速率限制步骤。

3.3.7 选择性研究
使用选择性系数量化了印记聚合物对AMT相对于竞争物种的吸附选择性，该系数是根据分布比计算的，定义为：(9)其中表示分析物的吸附容量，表示其平衡浓度。描述AMT相对于干扰物种的相对亲和力的选择性系数来自：(10)这反映了在相同物理化学条件下吸附剂的优先识别行为。在这项研究中，选择性评估旨在通过结合结构相似和结构不同的化合物来提供机制上的代表性评估。选择NOR作为结构类似物，因为它在TCA类中与AMT具有密切的相似性，共享相似的芳香框架和三级胺官能团。由于NOR也是AMT的主要代谢物，并且在药物和生物系统中经常共同分析，它为评估结构特异性识别行为提供了严格的探针。相比之下，引入了DOP作为结构上不同的、更具极性的化合物，代表在生物基质中常见的非特异性干扰物。这种结合结构相似类似物和结构无关化合物的双重方法在分子印记研究中被广泛采用，以评估分子识别特异性和对非特异性干扰的抵抗力[46]、[47]、[48]。这种策略能够比单独使用多个结构相似的干扰物提供更全面的结合位点保真度理解。
在单独批次UV–Vis实验中（图10a），MIP对AMT的偏好明显高于NIP。这一结果证实了分子印记显著增强了对模板分子的立体化学和功能互补性。能够区分与NOR这样的密切相关的类似物表明形成了高度特异性的结合空腔，即使微小的结构差异也会影响吸附行为。
下载：下载高分辨率图像（149KB）
下载：下载全尺寸图像
图10. 在单独批次实验中吸附剂对（a）AMT和NOR的吸附选择性，以及在（b）结合（竞争）批次系统中对AMT、NOR和DOP的吸附选择性。
在HPLC分析的竞争条件下（图10b），MIP保持了强烈的识别能力，而NIP表现出较低的选择性值，表明吸附主要由非特异性相互作用主导[36]。在竞争条件下保持选择性进一步证明了印记结合位点的稳健性。在竞争吸附系统中加入DOP提供了选择性识别行为的额外验证。尽管DOP具有不同的化学结构和物理化学特性，但其相对于AMT的吸附显著降低。这一观察结果证实了聚合物识别主要由模板特异性相互作用控制，而不是普遍的吸附效应。计算出的对DOP的选择性系数进一步支持了这一解释，MIP的选择性系数为，NIP的选择性系数为。对DOP的明显区分表明了对非特异性吸附的强抵抗力，这对于涉及可能存在多种共存物种的复杂样品基质的应用尤为重要[48]。值得注意的是，选择性系数从单独批次实验的2.19增加到竞争条件下的2.55，表明即使在分析物竞争可用结合域的情况下，印记效应仍然有效。对于AMT/DOP系统也观察到了类似的趋势，其中相对选择性进一步突出了印记聚合物对化学上不同的干扰物的增强区分能力。这些观察结果与先前报道的AMT印记系统一致，其中证明了即使是对结构相关的化合物（如去甲替林）的选择性识别，也表明即使是微小的结构差异也会显著影响结合行为[49]。此外，在基于MIP的系统中使用结构不同的干扰物来评估对非特异性吸附的抵抗力是一种广泛采用的方法[50]。在这种情况下，观察到的选择性反映了在印记过程中形成的结构定义结合位点的贡献，使得与目标分子的选择性相互作用成为可能，同时限制了非特异性吸附，这与分子印记材料的既定原理一致[51]。总体而言，这些结果表明MIP在孤立和竞争条件下都对AMT保持优先识别，而使用额外的干扰物进一步扩展选择性评估可以在更复杂的分析条件下提供更深入的见解。

3.4 电化学研究
电化学检测为监测临床相关水平的AMT提供了有前景的方法，其中有效治疗浓度通常在80至250 ng/mL之间，而早期剂量血浆水平可能低至6–20 ng/mL。这些低纳克浓度需要具有高灵敏度、低背景噪声和能够在复杂样品基质存在下介导一致电子转移的表面结构的传感器。在这项研究中，用合成的MIP修饰了丝网印刷碳电极（SPCE），以评估其作为AMT选择性识别层的潜力。优化过程包括系统地调整电极清洗条件、分散溶剂、粘合剂比例和MIP负载量，所有这些都对薄膜的均匀性和信号稳定性产生了强烈影响。本节的目标是建立一个连贯的电化学工作流程，以最大化基于MIP的传感器的灵敏度和重复性，同时保持与纳克级AMT检测的兼容性。

3.4.1 电极清洗和溶剂选择的优化
适当调节SPCE表面对于确保可重复的电化学基线至关重要。在0.5 M H2SO4和0.1 M KCl中的比较清洗显示，后者产生了更稳定、噪声更低的伏安图，表明有效去除了表面弱结合的污染物，而不会过度氧化碳表面。因此，这种温和的清洗方法被用于所有后续的电极修改。
在电极条件调节之后，传感器性能的下一个主要决定因素是用于MIP颗粒的分散介质。图11展示了从三种溶剂（去离子水、甲醇和DMF）中铸造的MIP薄膜的循环伏安响应：基于甲醇的分散体产生了具有抑制氧化还原峰的强电容性伏安图（图11b），这与形成电阻性、渗透性差的薄膜一致。水分散体产生了更清晰的伏安图，但出现了可见的颗粒沉淀，导致薄膜高度不均匀和重复性差。相比之下，DMF产生了均匀的分散体和更可逆的电化学响应（图11c），表明导电性提高和颗粒-电极粘附力增强。
下载：下载高分辨率图像（423KB）
下载：下载全尺寸图像
图11. 在（a）去离子水、（b）甲醇和（c）DMF中MIP分散溶剂的优化。
为了进一步提高机械稳定性，引入了Nafion作为粘合剂。如图12所示，水中和DMF中Nafion比例的变化影响了薄膜粘附性和离子电阻之间的平衡。在水中，1:1的MIP:Nafion比例在AMT暴露后导致信号最大程度下降，反映了有效的MIP-分析物结合的强阻断行为。在DMF中，增加Nafion含量逐渐改善了电流响应，尽管过量的Nafion被发现会增加薄膜电阻。通过这些初步测试，验证了Nafion是维持电化学循环期间薄膜完整性的必要成分[52]。
下载：下载高分辨率图像（388KB）
下载：下载全尺寸图像
图12. 在（a）去离子水和（b）DMF中Nafion比例的优化。
接下来通过将1、5和10 mg/mL的MIP分散在DMF中并评估差分脉冲伏安（DPV）响应（图13）来研究最佳MIP负载量。1 mg/mL的配方产生了最大的分析物诱导的相对电流下降（约90%），表明了最高的表面利用率。更高的负载量导致了更厚、更不均匀的薄膜，阻碍了电子转移并降低了灵敏度。
下载：下载高分辨率图像（370KB）
下载：下载全尺寸图像
图13. 在DMF中溶解的MIP浓度变化：（a）1 mg/mL；（b）5 mg/mL；（c）10 mg/mL。
尽管有这些改进，但从DMF制备的MIP薄膜在500 ng/mL AMT的多循环DPV评估中表现出不稳定性，显示出非单调且有时电流崩溃（图S2）。这表明即使在粘合剂优化后，竞争性溶剂化和DMF的缓慢蒸发也影响了长期稳定性。为了克服这些缺点，评估了不具有氢键能力的非质子溶剂甲苯作为替代分散介质。甲苯在500 ng/mL AMT时提供了更稳定的电流曲线（35–38 μA）（图S3），反映了薄膜均匀性的提高、内部电阻的降低以及溶剂和分析物对MIP结合位点竞争的减少。这些结果确立了甲苯/Nafion（1:100）配方作为后续传感实验的最佳结构。3.4.2. AMT的电化学传感性能在优化条件下，评估了SPCE/MIP传感器对AMT浓度从10到500 ng/mL范围内的电化学响应。如图14所示，峰值电流随着AMT浓度的增加而明显且单调地增加，表明系统具有浓度依赖性的电化学响应。下载：下载高分辨率图像（154KB）下载：下载全尺寸图像图14. SPCE/MIP对AMT浓度变化的电化学性能在10 ng/mL AMT时记录的初始电流为6.98 μA，逐渐增加到500 ng/mL时的36.57 μA。这一一致的趋势表明AMT与印迹结合位点之间存在有效的相互作用，其中MIP层作为选择性识别界面，电化学信号反映了这些结合事件的转换。观察到的响应与基于吸附的选择性行为（第3.3.7节）一致，支持了印迹腔体对选择性分析物识别的贡献。因此，电化学信号可以解释为在吸附研究中建立的选择性结合相互作用的转换。电流在研究范围内的稳定且渐进的增加表明，MIP改性的电极为相关浓度水平下的AMT定量检测提供了可靠的平台[53]。3.4.3. 线性范围、灵敏度和检测限通过绘制DPV电流与AMT浓度（CAMT）的关系来评估定量性能。如图S4所示，传感器在10–500 ng/mL的浓度范围内表现出线性响应，可以表示为：(11) 其决定系数为（）。校准曲线的斜率（5.44 μA·ng-1·mL）代表了传感器的分析灵敏度。随着AMT浓度的增加而观察到的电流增加反映了AMT分子与MIP层内印迹结合位点之间的渐进性相互作用。这种相互作用调节了电极界面处的电子转移行为，导致浓度依赖性的电化学响应。相对良好的线性表明，在研究的浓度范围内，结合过程保持足够的一致性。检测限（LOD）使用以下公式计算：(12) 其中σ代表回归残差的标准差，m是校准曲线的斜率。计算出的LOD为2.39 ng/mL，表明SPCE/MIP传感器能够在研究的范围内检测到低浓度的AMT。3.4.4. 在合成尿液中的初步适用性通过改变三个关键参数来评估SPCE/MIP平台在稀释合成尿液中的适用性：(i) 是否使用Nafion作为粘合剂，(ii) 电极修饰过程中使用的分散溶剂类型，以及(iii) MIP–Nafion混合物的组成。表S1中总结的电化学响应显示了与薄膜均匀性、离子传输和基质兼容性相关的明显趋势。当MIP在没有Nafion的情况下沉积时，传感器表现出较大的负电流偏移（ΔI ≈ –65至–88 μA），表明电极表面被严重阻塞。这些不稳定的响应表明MIP形成了脆弱且不附着的薄膜，进一步被尿液成分破坏，导致氧化还原探针信号被过度抑制。引入Nafion改善了薄膜的稳定性，但在使用水性溶剂进行分散时并未完全解决基质干扰问题。在这些条件下，响应大多为负值或仅略微正值（ΔI从–36至+0.2 μA）。这种行为可能归因于MIP在水中的聚集，导致涂层不均匀和基质成分的竞争加剧。当MIP–Nafion混合物直接施加到电极上（“联合沉积”）时，特别是在中等Nafion稀释度（1:100）下，观察到了显著的改进。这种方法减少了薄膜的碎片化，并产生了更一致的响应，尽管在使用水性分散液时信号增强仍然有限（ΔI ≈ +8 μA）。当分散溶剂被甲苯（一种几乎没有氢键倾向的非质子介质）取代时，观察到了最显著的改进。在这些条件下（MIP分散在甲苯中，Nafion比例为1:100），传感器在加入AMT的稀释尿液中产生了稳定且可重复的正电流偏移+35–38 μA。这种改进可能与（1）薄膜均匀性的提高，（2）减少的竞争性溶剂化，使AMT能够更有效地与印迹腔体相互作用，以及（3）电极-薄膜界面处更有效的电子转移有关。使用更高含量的Nafion时获得了略低的但仍然为正的响应，表明过量的Nafion可能会增加薄膜的电阻，同时仍保持分子识别能力。总体而言，这些发现表明，当适当配方时，MIP层可以在尿液基质中保持其电化学响应。尽管在这项初步研究中没有在尿液中进行完整的校准曲线测试，但优化的MIP/Nafion/甲苯系统生成稳定且可测量的ΔI值的能力表明其在更复杂样品分析中的进一步发展潜力。4. 结论本研究开发了一种基于MMA的计算指导的MIP，用于AMT的选择性吸附和电化学检测。半经验PM3筛选确定MMA为合适的官能单体，并通过实验进行了验证。合成的MIP表现出比NIP更好的吸附性能，包括更高的吸附容量和更强的亲和力。证明了其对结构相似（NOR）和不同（DOP）化合物的吸附选择性，证实了印迹结合位点对AMT的优先识别。吸附行为遵循Sips等温线模型，而动力学结果表明扩散控制和位点特异性相互作用的贡献。将优化的MIP与SPCE集成后，得到了一个稳定且可重复的电化学传感平台。SPCE/MIP传感器在10–500 ng/mL范围内表现出线性响应，检测限（LOD）为2.39 ng/mL。该传感器在稀释的合成尿液中也保持了可测量且一致的电化学响应。综上所述，这些结果表明开发的MIP能够实现AMT的选择性吸附和可靠的电化学检测。计算预筛选与实验验证的结合为设计具有选择性吸附和传感性能的MIP基系统提供了一种合理的方法。CRediT作者贡献声明Rizky Indah Sari：方法学、数据管理。Vini Hafidzatul Hakimah：写作——原始草稿、方法学。Rd Elviana La’salina Muhlis：数据管理。Muhammad Ali Zulfikar：写作——审阅与编辑、监督。Isa Anshori：写作——审阅与编辑、监督、资金获取。Nurrahmi Handayani：写作——原始草稿、方法学、研究、概念化。Indah Permata Cantika：方法学、数据管理。Yanuar Setiadi：软件、数据管理。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财务利益或个人关系。数据可用性数据将根据请求提供。