單壁碳納米管（SWCNTs）憑借其卓越的電學(xué)、光學(xué)及力學(xué)性能，已經(jīng)在電子器件、光學(xué)儀器、疾病檢測和能量儲存等多個(gè)領(lǐng)域得到了廣泛應(yīng)用。然而，常規(guī)SWCNTs中包含幾十上百種不同手性的組分，這在一定程度上限制了其進(jìn)一步的應(yīng)用。近年來，DNA作為分選單一手性SWCNTs的有效工具，已經(jīng)得到廣泛驗(yàn)證。通過DNA與SWCNTs的復(fù)合，形成的DNA-SWCNTs復(fù)合物展現(xiàn)出獨(dú)特的性能，在生物傳感、疾病檢測、智慧農(nóng)業(yè)和量子材料等領(lǐng)域展現(xiàn)了極為誘人的應(yīng)用前景。
然而，DNA在SWCNTs上的具體構(gòu)象始終未能被揭示，這是自2003年該領(lǐng)域發(fā)展以來的一個(gè)未解之謎。這一難題不僅阻礙了科學(xué)家們深入理解DNA為SWCNTs賦能的機(jī)制，也使得設(shè)計(jì)用于分選單一手性SWCNTs的“可識別DNA序列”和高性能生物傳感器變得無法實(shí)現(xiàn)。盡管全球許多科研人員已嘗試多種方法進(jìn)行突破，但至今仍未能解決這一關(guān)鍵問題。
近日，華南理工大學(xué)林志偉教授團(tuán)隊(duì)通過開發(fā)高分辨液相原子力顯微鏡（AFM）技術(shù)，首次揭開了DNA在SWCNTs上纏繞構(gòu)象的神秘面紗，明確了特定DNA可以在SWCNT上形成有序的左旋纏繞構(gòu)象，揭示了DNA為SWCNTs賦能的分子機(jī)制。該文章以“Understanding DNA-Encoded Carbon Nanotube Sorting and Sensing via Sub-nm Resolution Structural Determination”為題發(fā)表在國際知名期刊《Science Advances》上。華南理工大學(xué)前沿軟物質(zhì)學(xué)院博士生李依濃為本文第一作者，林志偉教授為主要通訊作者，美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）的 Ming Zheng研究員為共同通訊作者，華南理工大學(xué)為本論文的第一通訊單位。
在已有的眾多工作和方法均未取得突破性進(jìn)展的背景下， AFM是解析DNA在SWCNTs上構(gòu)象的最可行方法之一，但是仍然存在許多挑戰(zhàn)：1）DNA纏繞在SWCNTs的曲面外壁上使結(jié)構(gòu)變得非常復(fù)雜；2）AFM探針的曲率半徑（>10 nm）明顯大于DNA的特征結(jié)構(gòu)（~2 nm螺距），使~0.2 nm的高度差極難探測；3）DNA和SWCNTs都具有形變的能力，在AFM探針的壓力下，產(chǎn)生微小的形變會使DNA的真實(shí)結(jié)構(gòu)特征難以分辨。為了解決以上困難，作者使用極軟的探針、小振幅、高頻率，精準(zhǔn)地對探針施加給樣品的力進(jìn)行了調(diào)節(jié)，成功避免DNA-SWCNTs形變的同時(shí)獲得高分辨率的DNA構(gòu)象信息，首次在實(shí)驗(yàn)上實(shí)現(xiàn)了DNA-SWCNTs結(jié)構(gòu)的精確解析（圖1）。
圖1 DNA在SWNCT上有序纏繞結(jié)構(gòu)的構(gòu)筑和表征。
首先利用上述的方法對一種典型的DNA-SWCNT復(fù)合物SS65-(–)(6,5)進(jìn)行了結(jié)構(gòu)解析，明確了SS65在(–)(6,5)上為有序纏繞的左旋結(jié)構(gòu)，測量得到了1.68 nm的螺距以及1.91 nm的直徑，并用冷凍電子顯微鏡（Cryo-EM）進(jìn)行了驗(yàn)證。結(jié)果表明AFM的測量結(jié)果與Cryo-EM的結(jié)果非常一致，證明了AFM表征DNA-SWCNTs結(jié)構(gòu)的精度達(dá)到了亞納米級（圖2）。需要注意的是，盡管Cryo-EM可以通過衍射花樣提供準(zhǔn)確的螺距信息，但其無法確定螺旋結(jié)構(gòu)的旋向（即左旋或右旋）。相比之下，本文的AFM圖像清晰地揭示螺旋結(jié)構(gòu)的旋向特征。
圖2 通過AFM和Cryo-EM表征SS65-(–)(6,5)的結(jié)構(gòu)。
此外，作者進(jìn)一步解析了C3(CCG)3-(+)(9,1)，(T3C3)2C3-(–)(8,3)，G2C8GC-(10,0)以及SS65-(+)(6,5)四種DNA-SWCNTs的結(jié)構(gòu)，發(fā)現(xiàn)所有的可識別的DNA在對應(yīng)的SWCNTs上都會形成有序的左旋纏繞構(gòu)象，但是具有不同的螺距( P )和直徑( D )，螺距范圍從1.59 nm到2.20 nm（圖3）。
圖3 多種不同單一手性SWCNT上的DNA結(jié)構(gòu)表征。
經(jīng)過可識別序列提純的DNA-SWCNTs復(fù)合物在生物傳感領(lǐng)域有非常優(yōu)異的性能，作者利用三個(gè)具有不同螺距的DNA-SWCNTs對多巴胺等四種神經(jīng)遞質(zhì)進(jìn)行了傳感實(shí)驗(yàn)。明確了螺距是影響DNA-SWCNTs傳感器對目標(biāo)分子響應(yīng)能力的關(guān)鍵因素，在神經(jīng)遞質(zhì)體系中，越大的螺距會產(chǎn)生越強(qiáng)的響應(yīng)（即越高的靈敏度），原因在于多巴胺的吸附會排除未被DNA包裹的SWCNTs表面的水分和氧氣，從而減少熒光猝滅。研究進(jìn)一步表明，具有更高靈敏度的傳感器并不一定具有更強(qiáng)的分辨能力。例如，盡管具有最大螺距的(T3C3)2C3-(–)(8,3)傳感器靈敏度最高，但其未能顯著區(qū)分四種神經(jīng)遞質(zhì)；而具有適中螺距的C3(CCG)3-(+)(9,1)傳感器則能夠顯著的區(qū)分四種神經(jīng)遞質(zhì)。這一結(jié)果突顯了DNA-SWCNTs在傳感領(lǐng)域的獨(dú)特性和巨大潛力（圖4）。
圖4 DNA構(gòu)象調(diào)控的SWCNT對神經(jīng)遞質(zhì)傳感。
基于精確的結(jié)構(gòu)解析，作者進(jìn)一步建立了氫鍵網(wǎng)絡(luò)模型（HBN），從機(jī)理上揭示了DNA在SWCNTs上之所以能夠形成有序纏繞的構(gòu)象，是因?yàn)閴A基間形成穩(wěn)定的非Watson-Crick氫鍵網(wǎng)絡(luò)。并根據(jù)這一理論模型，首次成功的設(shè)計(jì)了可以分選 (+)(9,1)，(–)(6,5)和(+)(6,5)的多條可識別序列，并設(shè)計(jì)出了可以有效識別四種神經(jīng)遞質(zhì)的高性能傳感器TCC(CCG)3-(+)(9,1)（圖5）。
圖5 構(gòu)建DNA有序纏繞模型，指導(dǎo)DNA序列的理性設(shè)計(jì)。
總結(jié)，本研究通過開發(fā)高分辨的AFM掃描技術(shù)，實(shí)現(xiàn)了對DNA-SWCNTs體系的亞納米級高分辨結(jié)構(gòu)解析，明確了DNA分離單手性SWCNTs的機(jī)理是形成了周期性有序結(jié)構(gòu)，可識別DNA在對應(yīng)的SWCNTs上呈左旋的有序纏繞結(jié)構(gòu)，但擁有不同的螺距和直徑。提出了DNA-SWCNT傳感器擁有不同性能的本質(zhì)原因是DNA在SWCNTs上可以形成不同的構(gòu)象，與檢測物結(jié)構(gòu)匹配的螺距可以使傳感器具有最優(yōu)的傳感分辨能力。最后，建立了氫鍵網(wǎng)絡(luò)模型，并以此為基礎(chǔ)首次實(shí)現(xiàn)了理性設(shè)計(jì)DNA序列，用于分離目標(biāo)手性SWCNTs和設(shè)計(jì)具有特定性能的傳感器。
本工作得到了國家重點(diǎn)研發(fā)項(xiàng)目（2023YFA0915200）、國家自然科學(xué)基金（52273265）、廣東省基礎(chǔ)與應(yīng)用基礎(chǔ)研究項(xiàng)目（2024A1515012437、2024B1515040023）、中央高?；究蒲袠I(yè)務(wù)費(fèi)（2023ZYGXZR107）、廣州市“GJYC”計(jì)劃項(xiàng)目（2024D03J0002, 2024D01J0057）、廣州市科技菁英“領(lǐng)航”項(xiàng)目（2025A04J7015）、小米基金會等多個(gè)項(xiàng)目和基金的支持。
文章信息：
Yinong Li, Yawei Wen, Leticia C. Beltrán, Li Zhu, Shishan Tian, Jialong Liu, Xuan Zhou, Piaoyi Chen, Edward H. Egelman, Ming Zheng*, Zhiwei Lin*，Understanding DNA-Encoded Carbon Nanotube Sorting and Sensing via Sub-nm Resolution Structural Determination
來源：高分子科學(xué)前沿
聲明：僅代表作者個(gè)人觀點(diǎn)，作者水平有限，如有不科學(xué)之處，請?jiān)谙路搅粞灾刚?/p>
熱門跟貼