牛奶因含有豐富的蛋白質(zhì)、碳水化合物、脂肪、必需維生素和礦物質(zhì)(包括鈣、磷)等營養(yǎng)成分,成為全球各種傳統(tǒng)和現(xiàn)代食品的一部分。它也成為商業(yè)活動的一大重要選擇。牛奶的新鮮程度是主要問題所在,由于擠奶后的某些微生物入侵導(dǎo)致酸味,并且有可能藏有病原菌,不僅會降低牛奶的質(zhì)量和口感,飲用后也會增加食源性疾病的患病幾率。因此,在牛奶行業(yè)和家庭廚房,會采取煮沸的方式去除不需要的微生物,這種方法在技術(shù)上被稱為“巴氏滅菌”。
評估巴氏滅菌準(zhǔn)確性的驗證試驗之一是檢測所包含的堿性磷酸酶(alkaline phosphatase,以下簡稱ALP)。全球已經(jīng)開發(fā)了多種基于先進(jìn)儀器的ALP檢測,然而通常都需要多個步驟,無法通過收集站分析為現(xiàn)場所用。因此,開發(fā)一款能夠即時檢測ALP的小型生物分析系統(tǒng)就變得尤為迫切。
據(jù)麥姆斯咨詢報道,為了解決上述問題,來自印度阿薩姆邦印度理工學(xué)院古瓦哈提分校(Indian Institute of Technology Guwahati)生物科學(xué)和生物工程系的博士生Kuldeep Mahato和他的導(dǎo)師Pranjal Chandra組成的二人組,開發(fā)了一款用于在小型環(huán)境中進(jìn)行裸眼ALP檢測的免疫生物傳感器。本項研究中的ALP被認(rèn)作牛奶質(zhì)量的生物標(biāo)志物,因為其變性點(diǎn)接近于牛奶中存在的大多數(shù)病原性微生物菌叢的破壞點(diǎn)。生物傳感器基于從紙沖孔機(jī)上獲得的實(shí)驗室紙盤廢料開發(fā)而成。利用簡單的化學(xué)修飾步驟開發(fā)生物傳感器探針,然后固定對ALP有選擇性的生物受體。生物傳感器以自行報告模式( self-reporting mode)操作,不需要任何額外的標(biāo)記或標(biāo)簽來生成可測量信號。
圖1 說明了生物傳感器的配置、傳感原理和開發(fā)原型。此外,生物傳感器易于處理,可在收集/分布時交付結(jié)果,并且可在短短幾分鐘內(nèi)從未加工的牛奶中區(qū)分出巴氏滅菌牛奶。
生物傳感器展現(xiàn)了出色的分析性能,ALP的預(yù)估檢測范圍為10-1000 U/mL,檢測極限為0.87 U/mL,檢測僅需13分鐘,就能覆蓋牛奶中正常發(fā)現(xiàn)的ALP濃度范圍。它也顯示了對ALP分子的高選擇性,使得即使存在各種共存分子的情況下,檢測結(jié)果也能保證準(zhǔn)確和有效性。開發(fā)出來的生物傳感器能夠區(qū)分未加工的牛奶和巴氏滅菌牛奶,在前一種情況下,ALP水平在生物傳感器動態(tài)范圍內(nèi),而在后一種情況下,ALP水平會變得非常低且不會被檢測到。
圖2 (A)ALP捕獲生物傳感器探針和傳感原理;(B)裸眼定量檢測,視覺顏色外觀表示在檢測范圍內(nèi)存在ALP;(C)使用智能手機(jī)相機(jī)捕獲出現(xiàn)的顏色,通過數(shù)字圖像比色獲得ALP水平的定量檢測。
基于已開發(fā)的傳感機(jī)制,研究人員已經(jīng)開發(fā)出一款可用于一次性現(xiàn)場評估檢測牛奶中ALP水平的小型化樣機(jī)。這款樣機(jī)的制作非常簡單,使用可生物降解的聚合物基底作為機(jī)械支撐,將紙基材料作為檢測區(qū),將有可能會引起廣泛的商業(yè)關(guān)注。完成不同部件的組裝后,它變得更為方便,尺寸僅為20.0 x 20.0 x 2.15 mm(長x寬x高),即使放在口袋中的錢包內(nèi)也綽綽有余。
通過結(jié)合其他信號放大的策略,該團(tuán)隊正在努力發(fā)揮ALP檢測套件的臨時分析性能,從而在未來提供更佳的預(yù)估能力?,F(xiàn)有樣機(jī)在實(shí)驗室規(guī)模的預(yù)估成本不超過1.5美元,然而,作者預(yù)計單位成本在商業(yè)化大規(guī)模生產(chǎn)中還將有可能大幅下降。除了
圖3 從左至右分別為:開發(fā)小型化ALP套件的Pranjal Chandra教授;檢測前后;博士生Kuldeep Mahato。
上述研究成果在文章《Paper-based miniaturized immunosensor for naked eye ALP detection based on digital image colorimetry integrated with smartphone》中有所描述,該論文近期被發(fā)表在《生物傳感器與生物電子學(xué)》(Biosensors and Bioelectronics)雜志上。研究工作由來自印度理工學(xué)院古瓦哈提分校的Kuldeep Mahato 和Pranjal Chandra共同展開。