表面增强拉曼光谱技术在多元病原菌同时检测中的应用策略
赵堉文1, 张泽帅1, 朱晓英1, 王海霞1,2,*, 李正1,2, 卢红委3, 奚萌3
1.天津中医药大学中药制药工程学院, 天津 301617
2.省部共建组分中药国家重点实验室, 天津 301617
3.扬子江药业集团江苏龙凤堂中药有限公司, 江苏 泰州 225321
*通讯作者 e-mail: whxtcm@tjutcm.edu.cn

作者简介: 赵堉文, 1993年生,天津中医药大学中药制药工程学院博士研究生 e-mail: 419151179@qq.com

摘要

水、 空气、 食品、 灰尘和排泄物中广泛存在食源性病原菌, 由此引发的感染性疾病严重危害人类健康。 因此, 开发病原菌的快速检测方法尤为必要。 由于实际样品中的病原菌往往共生存在, 所以多元病原菌的同步灵敏检测是微生物检测领域的重点与难点。 分子生物学和免疫组化分析技术都在此领域进行过一些尝试, 但由于引物设计与抗体的局限性, 这两种技术在实际应用中的效果并不十分理想。 表面增强拉曼光谱(SERS)技术由于具有快速、 无损、 高分辨率、 不受水分干扰、 可原位检测等显著优势, 在多元病原菌同步检测领域获得了重要应用。 从应用原理、 特点和效果等方面出发, 系统阐述了SERS技术在多元病原菌同时检测中的应用策略。 首先对SERS基底材料与病原菌的结合方式进行简要概述, 再以检测策略为主线, 从直接法和间接法两种策略出发进行介绍。 直接法通过基底材料的信号放大作用直接获得病原菌本身的光谱信息, 步骤简便, 操作快捷, 在多元病原菌判别分析、 定量分析与即时检测(POCT)中被广泛应用。 但由于光谱信息量大, 往往需要与多元统计分析方法、 成像技术和微流控器件等联用。 间接法一般需要借助拉曼信号分子和适配体、 抗体等识别元件, 将对病原菌的检测转换为对信号分子的分析, 极大提高了检测方法的灵敏度与特异性, 可在基因、 蛋白、 细胞等水平实现对多元病原菌的同步分析。 且与其他识别元件及功能分子的联用能构建得到集细菌的分离、 识别与灭活于一体的综合检测体系, 在临床血液等实际样本的分析中具有重要前景。 最后, 总结并指出SERS技术的现有问题及下一步努力方向, 为SERS技术在多元病原菌的快速、 灵敏检测策略设计及具体应用方面提供参考。

关键词: 表面增强拉曼光谱(SERS); 多元病原菌; 鉴别分析; 定量分析
中图分类号:O657.37 文献标志码:R
Application Strategies of Surface-Enhanced Raman Spectroscopy in Simultaneous Detection of Multiple Pathogens
ZHAO Yu-wen1, ZHANG Ze-shuai1, ZHU Xiao-ying1, WANG Hai-xia1,2,*, LI Zheng1,2, LU Hong-wei3, XI Meng3
1. College of Pharmaceutical Engineering of Traditional Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China
2. State Key Laboratory of Component-based Chinese Medicine, Tianjin 301617, China
3. Yangtze River Pharmaceutical Group Jiangsu Longfengtang Traditional Chinese Medicine Co., Ltd., Taizhou 225321, China
*Corresponding author
Abstract

Foodborne pathogens are widely present in water, air, food, dust, and excrement, the infectious diseases caused by these seriously endanger human health. Therefore, it is essential to develop rapid detection methods for pathogens. Since pathogens in actual samples often co-exist, the simultaneous and sensitive detection of multiple foodborne pathogens is problematic in microbial detection. Molecular biology and immunohistochemical analysis techniques have made some attempts in this detection field. Still, due to the limitations of primer design and antibodies, the effects of these two techniques in practical applications are not very satisfactory. Surface-enhanced Raman spectroscopy (SERS) technology has gained essential applications in the simultaneous detection of multiple pathogens due to its rapid, non-destructive, high-resolution, no interference from water, and in-situ detection. This review systematically summarizes the application strategies of SERS technology in the simultaneous detection of multiple pathogenic bacteria, including the application principle, application characteristics, and application effects. Firstly, a brief overview of the combination between the SERS substrate materials and the pathogens is introduced. Then the direct and indirect methods used in detecting multiple pathogens are presented separately. The direct method is simple and fast, and the spectral information of the pathogen itself is obtained directly through the signal amplification of the substrate material, which helps to study the information of the pathogen itself. It is widely used in multiple pathogenic bacteria discriminant, quantitative, and point-of-care testing (POCT). However, a large amount of spectral information, often needs to be used in conjunction with multivariate statistical analysis methods, imaging techniques, and microfluidic devices. Raman reporter molecules and recognition elements such as aptamers and antibodies are needed in the indirect method, converting the detection of pathogenic bacteria into the analysis of signal molecules. The significantly improves the sensitivity and specificity of the detection assay. Simultaneous analysis of multiple pathogenic bacteria can be achieved at the gene, protein, and cellular levels. Besides, a more comprehensive detection system that integrates bacteria's separation, identification, and inactivation can be built by combining with other identification elements and functional molecules, which has essential prospects in analyzing multiple pathogens in actual samples such as clinical blood. Finally, the existing problems and following efforts of SERS technology are pointed out, which can be a reference for designing and applications of SERS technology in the rapid and sensitive detection of multiple pathogenic bacteria.

Keyword: Surface enhanced Raman spectroscopy (SERS); Multiple pathogenic bacteria; Identification analysis; Quantitative analysis
引言

食源性疾病是当前世界上比较突出的卫生问题, 其中由食源性病原菌引发的感染性疾病呈高发态势, 严重威胁人类健康[1]。 常见的食源性病原菌有葡萄球菌、 大肠杆菌、 变形杆菌等, 广泛寄生在水、 空气、 食品、 灰尘和排泄物中。 一般的细菌感染会引发呕吐、 腹泻和发热, 但是严重的会引发剧烈炎症, 对于婴幼儿患者尤其危险, 有时会危及生命[2]。 因此, 探寻一种灵敏、 准确、 快速的实际样品中病原菌检测方法对于确保人体生命健康极为必要。

实际样品中存在的食源性病原菌有浓度含量比较低, 多种病原菌往往共生存在和病原菌相似性比较强三个主要特点。 这三大特点给病原菌的检测方法提出了很高的要求, 不仅要有高的灵敏度, 而且还要有强的分辨率。 针对病原菌检测, 目前广泛应用的培养检测方法灵敏度比较低, 且检测时间长, 难以同时得到多种病原菌的检测结果。 而实时聚合酶键式反应(PCR)技术虽然可以做到高通量检测, 但在引物设计的关键环节中由于16S rRNA不能轻易区分相近菌属水平的菌种, 导致该方法在相似菌种的分析上难以达到满意结果[3]。 酶联免疫吸附测定(ELISA)阵列分析在多元菌的检测中具有特异性识别优势, 但是多种抗体共存容易引发交叉反应, 从而影响抗体的亲和力, 进一步影响多元菌检测结果[4]

近年来, 表面增强拉曼光谱(surface enhanced Raman spectroscopy, SERS)技术[5]由于具有快速、 无损、 高分辨率、 可原位检测等显著特点, 在多个检测领域都有应用。 同样, SERS分析技术在多元病原菌同时检测领域也有突出应用前景。 本文首先介绍了SERS技术的检测原理和基底材料, 然后从直接和间接两种检测策略上介绍了SERS技术在多元病原菌同时检测中的重要应用, 包括对多元病原菌的定性和定量分析, 以及SERS分析技术在即时检测(point-of-care testing, POCT)中的应用等。

1 SERS基底材料及与病原菌的结合

SERS技术一般是基于金属表面的等离子体共振激发活性基底的局域电场产生“热点”, 从而使拉曼信号放大106~1012倍的光谱分析技术[6], 如图1所示, 当待测物位于增强电场区域时, 由于产生SERS效应, 可放大光谱信号。 该技术克服了普通拉曼光谱信号弱的缺点, 且根据光谱峰与入射光能量发生的频率位移, 可得到待测物质的高分辨特征指纹图谱, 具有高灵敏度, 高分辨率, 高精密度的特点。

图1 SERS检测原理示意图Fig.1 Schematic diagram of SERS detection principle

活性金属基底材料的选择对SERS的产生至关重要。 金和银两种金属的增强效果最好, 是最为常用的基底材料, 另外, 从基底材料的存在形态上一般分为液态与固态基底两大类。 液态基底一般指金、 银等金属纳米溶胶, 当病原菌与金属纳米溶胶接触后, 产生的热运动使得纳米溶胶发生一定程度的聚集而形成SERS“热点”, 从而便于病原菌的高灵敏检测。 金属纳米溶胶制备方法成熟、 灵活可控, 应用十分广泛, 但由于金属纳米溶胶运动的无序性, 对测试结果的重现性往往有一定程度的影响。 固态基底通过将金属纳米颗粒规则排列以提高检测信号的稳定性, 可以将金属纳米颗粒直接固定在固态基板上, 也可以通过一定的制造技术在固态基板上构建特定纳米结构而获得。 除了活性基底材料的选择, SERS技术对病原菌的检测还需要考虑的另一个重点问题就是如何将SERS基底材料与待测病原菌结合, 从而形成有效检测“热点”, 即检测策略的设计问题。

SERS技术对多元病原菌的检测策略一般可分为直接型和间接型两种。 直接型包括两种作用形式, 一种是通过静电引力等相互作用力直接将病原菌与基底材料结合(Ⅰ), 另外一种是在病原菌表面原位还原生长纳米粒子(Ⅱ), 从而形成检测“热点”。 而间接法是基于适配体、 抗体、 抗菌肽等识别元件对病原菌的特异性识别作用, 再辅助结合拉曼信标分子, 通过采集拉曼信号分子的光谱信息从而间接实现待测病原菌的灵敏检测。

2 直接法在多元病原菌同时检测中的应用

如图2所示, 直接型检测是指在稳定且均一的SERS活性基底上直接获得病原菌特征拉曼光谱信号的检测方法。 这种检测策略反映的是不同病原菌本身的拉曼光谱信息, 谱峰重叠比较严重, 这为进一步的谱图分析提出了更高的要求。

图2 SERS技术对多元病原菌的检测策略示意图Fig.2 Schematic diagram of SERS detection strategy of multiple pathogens

2.1 直接法在多元病原菌判别分析中的应用

判别分析是对多元菌检测分析的第一步, 也是最重要的一步, 直接法在多元菌判别分析应用方面发挥了一定作用。 Premasiri等[7]制备了一种由金纳米粒子包被的二氧化硅SERS活性基底, 并获得了蜡样芽孢杆菌、 枯草芽孢杆菌、 炭疽芽孢杆菌、 苏云金芽孢杆菌、 大肠杆菌和鼠伤寒沙门氏菌6种病原菌的SERS光谱。 结果显示, 这些病原菌的SERS谱图具有较优的信噪比和重现性, 且不同病原菌的特征峰位也显示出较大差异。 研究表明直接将不同病原菌置于SERS“热点”区域的检测策略在不同病原菌的判别分析上有一定应用效果, 但是, 由于病原菌细胞壁组成成分的相似性, 仍存在不同病原菌拉曼谱图分辨率低的问题, 尤其是在同源病原菌的鉴别分析上这个问题更明显。 因此, 为了进一步提高对病原菌拉曼谱图的分析精度, 很多研究者都引入了统计分析方法进行辅助分析。

统计分析技术是一种有力的数据分析工具, 它不仅可以方便筛查异常光谱, 也可以降低分析数据的维度, 从而利于提取更有效的信息用于多元菌的判别分析。 主成分分析(PCA)、 偏最小二乘-判别分析(PLS-DA)、 线性判别分析(LDA)、 层次聚类分析(HCA)、 典型变量分析(CVA)等都是常用的统计分析方法。

Akanny等[8]以球型金纳米粒子为SERS增强材料, 如图3(a)所示, 通过纳米粒子在细菌表面的聚集获得了枯草芽孢杆菌、 鼠李糖乳杆菌和大肠杆菌的SERS谱, 首先对三种菌的谱图进行了PCA分析, 如图3(b)所示, 区分效果十分可观, 前两个主成分可以代表绝大部分的光谱差异。 为进一步确定引起光谱之间差异的变量, 如图3(a)所示, 使用PLS-DA确定出对模型贡献的最大变量, 并成功区分了结构相似的三种病原菌。

图3 (a)三种病原菌的SERS谱图; (b)三种病原菌SERS谱图的PCA得分图; (c)三种病原菌SERS谱图的PLS-DA三维得分图[8]Fig.3 (a) SERS spectra of three pathogens; (b) PCA scores plot of the SERS spectra for three types of pathogens; (c) PLS-DA three dimensional scores plot for the samples belonging to the three different pathogens[8]

Martinez等[9]以纳米银棒阵列基板作为固态SERS检测基底, 结合PCA方法对大肠杆菌与沙门氏菌的拉曼谱图进行判别分析, 分类结果比较显著。 该课题组进一步针对实际样本中不同浓度的致病菌和非致病菌, 采用PCA和PLS-DA方法对不同浓度含量的细菌混合菌液进行分析, 结果表明这两种方法可以成功区分不同含量的病原菌。 Huang等[10]制备了一种黑磷-纳米金滤纸复合基底用于区分三种食源性病原菌, 直接将含菌样品滴在滤纸表面, 即可在785 nm激发波长下获得高强度的拉曼谱。 并采用PCA与LDA方法对沙门氏菌、 单核细胞增李斯特菌和大肠杆菌三种病原菌进行快速判别分析, 鉴别准确率达98.68%, 整个过程仅仅需要几分钟。

除了在不同菌属水平上的鉴别分析, 直接法与统计分析技术的有机结合也可以实现不同血清型同源菌株精密分析。 Witkowska等[11]以金-银纳米复合基板作为SRES基底, 结合PCA技术实现了不同血清型单增李斯特菌的区分, 证明了SERS技术在区分不同血清型菌株方面的应用潜力。 类似地, Berus等[12]又通过物理气相沉积技术将金属银均匀溅射到硅晶片上制得固态SERS检测基底, 结合PCA分析技术可以用于5种不同链球菌属的快速鉴别分析, 分离度可达95%。

2.2 直接法在多元病原菌定量分析中的应用

在多元菌的检测分析中, 除了判别分析, 定量分析也是重要方面。 但多元病原菌的拉曼光谱往往重叠严重, 研究中普遍采用“mapping”[13]技术用于多元菌定量分析。 这种技术是指在自定义区域内自动收集数十条到数百条拉曼光谱, 然后根据指定峰位的强度值进行积分从而用于定量分析。 Zhou等[14]首先通过静电吸附作用将Ag+聚集在病原菌周围, 然后通过原位还原法直接在病原菌表面包裹纳米银粒子生成检测“热点”[如图4(a)所示]。 这一设计使得病原菌的拉曼光谱信号急剧升高, 运用HCA技术可以实现三种大肠杆菌和一种葡萄球菌的快速区分。 更为重要的是, 通过“mapping”成像分析技术, 可以将此方法用于饮用水中大肠杆菌的定量检测[如图4(b)所示], 线性分析范围为2.5×102~1×108 CFU·mL-1

图4 (a)细菌表面原位合成纳米颗粒示意图; (b)不同浓度大肠杆菌的SERS“mapping”成像图[14]Fig.4 (a) Schematic of the in situ synthesis of nanoparticles on the bacterial surface; (b) SERS “mapping”of different concentrations E. coli[14]

此外, Wang等[15]使用树突状的银纳米基板作为SERS活性检测基底, 结合PCA与“mapping”成像技术可以用于沙门氏菌和大肠杆菌的同步检测, 检测限为104 CFU·mL-1。 Wang等[16]制备了一种稳定性好, 重现性高的多功能SERS检测硅片。 该硅片首先通过氟化氢刻蚀技术使硅片表面产生大量氢键, 再将其置入Ag+溶液中, Ag+通过还原氢键从而原位生长于硅片上, 再通过Ag-S共价作用将4-MPBA修饰于硅片上从而制得SERS检测芯片。 该芯片集捕获、 检测和杀灭细菌功能于一体, 在以730 cm-1为特征峰位的“mapping”成像中可以清楚看到拉曼信号强度随细菌浓度的变化关系。 该方法的线性分析范围为1×102~1.0×107 CFU·mL-1, 并可用于血液样本中大肠杆菌与金黄色葡萄球菌的分析检测, 显示出良好的应用前景。

2.3 直接法在POCT中的初步应用

基于SERS分析的直接检测法不仅在传感器领域获得多种尝试和应用, 近年来在分子器件领域也被广泛开发和用于实际样本检测。 通过与微阵列芯片、 微流控芯片等器件的联用, SERS直接检测法在临床样本的即时定性和定量分析方面显示出良好的应用效果, 有望用于POCT分析。

Knauer等[17]将微流控系统与SERS检测联用, 用于水中多种病原菌的检测。 首先制备抗体固定化的聚乙二醇涂层芯片, 然后将此芯片组装到流通池中, 将待测含菌样品导入流通池中并静置30 min, 再匀速泵入纳米银溶液用于与病原菌结合, 可以在流动状态下捕捉到大肠杆菌的拉曼光谱信息并用于定量分析, 线性范围为4.3×103~4.3×105CFU·mL-1。 该技术可同时添加针对多种病原菌的识别抗体, 做到对多种病原菌的同时检测。 Mungroo等[18]开发了另外一种微流控检测平台, 并结合判别分析模型, 用于对大肠杆菌、 鼠伤寒沙门氏菌、 肠炎沙门氏菌、 铜绿假单胞菌、 单增李斯特菌、 无害李斯特菌、 耐甲氧西林金黄色葡萄球菌35、 耐甲氧西林金黄色葡萄球菌86这8种病原菌的快速分析。 此芯片首先通过紫外线光固化技术在晶片表面沉积一层80 μm的光刻胶制成母模, 然后在母模的基础上通过软光刻技术制成聚二甲基硅氧烷(PDMS)芯片, 将固化的 PDMS 复制品从母模上剥离, 冲压以形成入口和出口, 之后粘合到载玻片即制得微流体芯片。 待测菌液与纳米银溶胶分别由各自的入口泵入, 待纳米银和Triton X-100的混合液与病原菌作用后进行拉曼检测, 这种检测芯片可区分8种不同的食源性病原菌, 在食品行业中应用前景广阔。

3 间接法在多元病原菌同时检测中的应用

如图2所示, 间接法一般将识别元件与拉曼信号分子联用, 通过测量信号分子的光谱信息间接表达出待测病原菌结果。 对氨基硫酚(4-ATP)、 5, 5'-二硫代双(2-硝基苯甲酸)(DTNB)、 4-巯基苯甲酸(4-MBA)、 尼罗蓝A(NBA)、 亚甲蓝(MB)、 4-巯基苯硼酸(4-MPBA)、 异硫氰基-孔雀石绿(MGITC)、 7-二甲基氨基-4-甲基香豆素-3-异硫氰酸酯(DACITC)、 4-(1H-吡唑-4-基)吡啶(PPY)等都是常用的拉曼信号分子。 下面按照不同识别元件分别介绍间接法在多元菌同时检测中的具体应用。

3.1 适配体对多元菌的识别检测

核酸适配体是通过SELEX技术体外筛选得到的寡链核苷酸序列, 能以高亲和力与靶标物质结合, 具备特异性好, 易化学合成、 易修饰、 稳定性强、 易储存等优势。 适配体可通过卷曲和折叠等作用形成空间构型与病原菌进行结合, 结合作用力包括范德华力、 氢键和静电作用力等。

Duan等[19]制备了涂覆纳米金的聚二甲基硅氧烷(PDMA)薄膜作为SERS增强基底, 通过Au-S共价键将副溶血性弧菌和鼠伤寒沙门氏菌两种待测细菌的适配体(Apt1与Apt2)固定于基底表面。 同时, 制备了与两种适配体单独结合的纳米金复合颗粒, 并将拉曼信号分子4-MBA和NBA分别与两种复合纳米颗粒混合培养, 得到两条独立的信号探针分子。 当目标菌株存在时, 将检测基底芯片、 信号探针分子和目标菌株混合培养, 通过三者形成的夹心结构可以用于两种菌种的同时测定, 检测限分别为18和27 CFU·mL-1, 并且该方法可以用于海鲜样本中实际病原菌的分析检测。 类似地, Lei等[20]以适配体为分子识别元件, 4-ATP和DTNB作为信号分子, 将荧光技术和SERS技术组合应用实现了兔血样品中金黄色葡萄球菌和大肠杆菌的鉴别与定量分析。 该检测思路是首先将不同颜色的荧光染料分别包裹于纳米金涂层的聚苯乙烯微球上, 然后在复合微球上分别修饰相应的拉曼信号分子和适配体链段, 从而制得兼具荧光和SERS“热点”活性的功能性微球。 当目标菌株存在时, 首先使用荧光成像快速提取目标菌种的视觉分布信息, 然后定域采集拉曼谱图实现两种病原菌的超灵敏检测。 这种方法在2 h内即可实现金黄色葡萄球菌和大肠杆菌的可视化鉴别与高灵敏分析, 检测限分别为3和2 CFU·mL-1

Li等[21]在金纳米棒的生长过程中创新性地引入不同的适配体和拉曼信号分子, 从而诱导金纳米棒生成不同突状体的八面体结构。 在具体的检测过程中首先使用特异性抗体修饰的磁性纳米粒子对两种目标菌种进行定向富集, 然后通过两种特殊构型的适配体材料分别与之形成夹心结构从而用于SERS活性检测。 此方法可以实现对肠出血性大肠杆菌和鼠伤寒沙门氏菌的同时定量分析, 在101~106 CFU·mL-1范围内线性关系良好, 两种菌的检测限均低于10 CFU·mL-1

在基因水平上对病原菌的识别分析也是病原菌检测的一个重要方面。 Zhang等[22]将测流分析(LFM)技术、 微阵列加工技术和SERS检测技术相结合, 实现了常见的11种呼吸道感染中病原体核酸序列的检测。 该检测过程可以分为样本采集过程和信号检测过程, 通过测流导向, 待测菌液核酸样本定向流动到结合区域, 在此区域, 目标病原体核酸分别与结合了NBA和MB信号分子的银核-金壳双金属纳米粒子表面的互补核酸链定向结合, 生成11种复合物。 当这些复合物到达硝酸纤维素膜微阵列区域时, 复合物被预先固定在微阵列上的核酸链捕获并形成夹心复合物, 至此完成样本采集工序。 在检测环节, 可以对获取的复合物样本进行点对点的拉曼光谱分析。 这种检测策略将多种病原体的核酸序列集成到一个LFM试纸条上, 所需的样本量、 测试试剂及检测时间都大大减少, 为个性化医疗检测应用提供了多样化的选择。

3.2 抗体对多元菌的识别检测

抗体是一类由天然免疫产生的能与抗原特异性结合的免疫球蛋白, 对抗原具有高度的亲和力与专一性。 病原菌抗体可以精准地识别并特异性结合病原菌表面的抗原, 从而实现对多元病原菌的准确分析。

Bai等[23]以抗体作为识别元件, 设计了三明治式SERS分析检测平台用于大肠杆菌和金黄色葡萄球菌的同时检测。 在该检测策略中, 首先将大肠杆菌的抗体与金黄色葡萄球菌的抗体结合于磁珠表面形成捕获探针, 再分别使两种病原菌抗体与标记的纳米金颗粒结合形成信号探针。 当病原菌存在时, 病原菌与两条探针分子分别形成三明治夹心结构并直接进行拉曼光谱高灵敏检测。 本方法对大肠杆菌和金黄色葡萄球菌检测范围分别为2×101~5×104与6×101~2×105 CFU·mL-1, 检测限分别为10与25 CFU·mL-1。 并且此方法还可以进一步扩展, 通过改变对应菌株的抗体, 即可实现对不同病原菌的通用检测。 此外, 基于抗体特异性识别的横向流动测定法(lateral flow assay, LMF)在多元病原菌的SERS分析方面应用也较多。 Wu[24]基于横向流动测定法(lateral flow assay, LMF)系统构建了用于单核细胞增生李斯特氏菌和鼠伤寒沙门氏菌的SERS检测平台。 首先将特异性识别两种目标菌种的抗体固定在硝酸纤维素膜上, 然后分别将两种抗体与偶联了不同拉曼信号分子的纳米金溶胶混合, 最后将混合液滴涂到硝酸纤维素膜上, 10 min后进行拉曼光谱检测。 结果显示两种菌均在102~107 CFU·mL-1范围内显示出良好的线性响应, 检测限均为75 CFU·mL-1, 该方法在牛奶样品中两种病原菌的分析检测方面也获得了很好的检测效果。 Liu等[25]以抗体为识别元件, 结合重组酶聚合酶扩增技术(RPA), 建立了基于SERS检测的LMF测试系统(RPA-LF-SERS), 用于单核细胞增生李斯特菌和肠炎沙门氏菌的同时检测。 如图5所示, 该测试系统由样品区, 结合区, 测试区和吸收区所组成。 首先提取两种目标菌的DNA, 并通过RPA技术扩增分别用生物素和地高辛以及生物素和荧光染料(FITC)双标记的目标菌液DNA链段, 然后这些DNA链段与链霉亲和素和拉曼标记分子双修饰的Au@Ag复合纳米粒子结合。 当混合溶液横向流动到测试区域时, 测试线1上的FITC抗体和测试线2上的地高辛抗体会特异性捕获目标菌种标记抗原, 并形成肉眼可见的橙黄色条带, 通过检测变色条带上拉曼标记分子的特征响应即可实现目标菌种的定量分析, 对单核细胞增生李斯特菌和肠炎沙门氏菌的最低检测限分别为1.9×10和2.7×10 CFU·mL-1, 这一检测系统已在实际食品样本的细菌测试分析上获得初步应用。

图5 RPA-LF-SERS检测原理示意图[25]Fig.5 Schematic diagram of RPA-LF-SERS detection principle[25]

3.3 其他识别元件对多元菌的识别检测

除适配体、 抗体等识别元件外, 抗生素和抗菌肽等生物分子也可作为识别元件应用于多元病原菌的分析检测。 而且在实际检测应用时往往是多种识别元件共同发挥作用, 来达到多元病原菌同时检测的目的。

Zhang等[26]制备了万古霉素修饰的Fe3O4@Au磁性纳米粒子用于对目标菌种的识别和富集, 通过磁性分离后15 min内即可从复杂样本中得到目标菌种。 然后使用适配体和拉曼信号分子修饰的纳米Au粒子与上述目标菌种结合并用于拉曼测试。 结果显示此检测系统对大肠杆菌和金黄色葡萄球菌的捕获效率分别高达74.96%和88.89%, 检测限分别为50和20 CFU·mL-1。 抗菌肽是某些细菌产生的一类具有抗菌作用的蛋白质, 作用范围比抗生素小, 仅对与产生菌有亲缘关系的细菌具有杀伤作用。 Yuan等[27]将抗菌肽作为识别元件修饰于Fe3O4磁性纳米粒子上, 通过抗菌肽对大肠杆菌、 金黄色葡萄球菌和铜绿假单胞菌三种细菌的识别作用从复杂样本中分离出目标菌种, 然后与4-MPBA修饰的金银复合纳米-石墨烯共聚物混合作用。 通过监测目标菌种拉曼光谱的细微差异, 从而实现不同种类细菌的鉴别及分析, 且三种菌的检测限均低至10 CFU·mL-1。 由于抗菌肽的杀菌活性, 该检测系统集细菌的分离、 识别与灭活于一体, 在临床血液样本的病原菌检测分析方面获得良好的应用。

4 总结与展望

将SERS技术对多元病原菌的检测策略分为直接型和间接型, 并分别以这两种检测策略为主线, 综述了它们在多元菌同时检测中的应用原理、 特点和效果等。 直接检测策略设计相对简单, 操作较为便捷, 可获得病原菌本身的丰富光谱信息。 一些光谱差异大的菌种可以通过这种策略直接区分开来并进行深入分析检测, 但是对于亲缘性比较强或光谱干扰性比较大的菌种, 直接型检测法往往不适用。 间接法是基于适配体、 抗体等识别元件对目标菌种的特异性识别作用, 而且这种识别作用往往是与拉曼信号分子的特异性表达联合发挥活性, 使得对目标菌种检测的特异性更强, 灵敏度更高, 在多种目标菌种的快速检测分析中都获得了良好应用效果。 SERS技术作为病原菌快速、 灵敏分析的新方法代表, 在多元病原菌检测方面呈现出巨大应用潜力, 未来若要想使这种方法能更快地实际应用, 还需要在以下几个方面努力:

(1)提高病原菌检测通量: 目前SERS技术在多元病原菌的检测中仍未能实现真正意义上的高通量, 大多停留在2~8种病原菌的检测水平, 而实际样本中的病原菌数量远远要高于现有的检测能力, 因此, 要扩大菌种检测范围, 真正实现这种检测技术的高通量性。

(2)加强基底材料的稳定性和制作的便捷性: 目前SERS技术的检测基底无论是液相基底还是固相基底, 很多关键修饰步骤还停留在实验室阶段, 没有真正实现标准化操作和一体化加工生产, 这为使用者带来极大不便。 一是材料的稳健性不能保证, 二是复杂的、 小规模的制造工艺往往会带来高成本的加工费用, 这会进一步阻碍这种技术的普及应用。

(3)注重SERS检测技术与其他方法联用: 多元菌的分析检测是一项综合性分析任务, 不仅需要对目标待测物进行识别和分离, 还需要一定的信号放大技术去增敏检测信号, 也需要辅助一些信号处理技术实现对复杂数据的分析处理能力。 SERS检测技术在信号增敏和表达方面有突出优势, 但在样品前处理和光谱信息分析处理方面还要依托其他技术。 所以一定要注意多种技术的联用, 提高多元菌种信息的搜集、 检测和处理能力, 这样才会真正提高对多元病原菌的分析检测能力。

参考文献
[1] Fung F, Wang H S, Menon S. Biomedical Journal, 2018, 41(2): 88. [本文引用:1]
[2] Keba A, Rolon M L, Tamene A, et al. International Dairy Journal, 2020, 109: 104762. [本文引用:1]
[3] Cui Z, Ojaghian M R, Tao Z, et al. Journal of Applied Microbiology, 2016, 120(5): 1357. [本文引用:1]
[4] Marjan M, Akhtar H, Louis M J. Trends in Analytical Chemistry, 2018, 107: 60. [本文引用:1]
[5] Zhou X, Hu Z W, Yang D T, et al. Advanced Science, 2020, 7(23): 2001739. [本文引用:1]
[6] KöKer T, Tang N, Tian C, et al. Nature Communications, 2018, 9(1): 607. [本文引用:1]
[7] Premasiri W R, Moir D T, Klempner M S, et al. The Journal of Physical Chemistry B, 2005, 109(1): 312. [本文引用:1]
[8] Akanny E, Bonhommé A, Commun C, et al. Journal of Raman Spectroscopy, 2020, 51(4): 619. [本文引用:1]
[9] Martinez L A, Spano J L, Bird T E, et al. Sensing and Bio-Sensing Research, 2019, 24: 100282. [本文引用:1]
[10] Huang D Q, Zhuang Z F, Wang Z, et al. Applied Surface Science, 2019, 497: 143825. [本文引用:1]
[11] Witkowska E, Korsak D, Kowalska A, et al. Analytical and Bioanalytical Chemistry, 2018, 410: 5019. [本文引用:1]
[12] Berus S, Witkowska E, Niciński K, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2020, 233: 118088. [本文引用:1]
[13] Gao S Y, Pearson B, He L L, et al. Journal of Microbiological Methods, 2018, 147: 69. [本文引用:1]
[14] Zhou H B, Yang D T, Ivleva N P, et al. Analytical Chemistry, 2014, 86(3): 1525. [本文引用:1]
[15] Wang P X, Pang S, Chen J H, et al. Analyst, 2016, 141(4): 1356. [本文引用:1]
[16] Wang H Y, Zhou Y F, Jiang X X, et al. Angewand te Chemie, 2015, 127(17): 5221. [本文引用:1]
[17] Knauer M, Ivleva N P, Niessner R, et al. Analytical and Bioanalytical Chemistry, 2012, 402(8): 2663. [本文引用:1]
[18] Mungroo N A, Oliveira G, Neethirajan S. Microchimica Acta, 2016, 183(2): 697. [本文引用:1]
[19] Duan N, Shen M F, Qi S, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2020, 230: 118103. [本文引用:1]
[20] Lei M L, Xu C X, Shan Y Q, et al. Analytical and Bioanalytical Chemistry, 2020, 412: 8117. [本文引用:1]
[21] Li Y Z, Lu C, Zhou S S, et al. Sensors and Actuators B: Chemical, 2020, 317: 128182. [本文引用:1]
[22] Zhang D, Huang L, Liu B, et al. Theranostics, 2019, 9(17): 4849. [本文引用:1]
[23] Bai X R, Shen A G, Hu J M. Analytical Methods, 2020, 12(40): 4885. [本文引用:1]
[24] Wu Z Z. Food Analytical Methods, 2019, 12: 1086. [本文引用:1]
[25] Liu H B, Du X J, Zang Y X, et al. Journal of Agricultural and Food Chemistry, 2017, 65(47): 10290. [本文引用:1]
[26] Zhang C Y, Wang C W, Xiao R, et al. Journal of Materials Chemistry B, 2018, 6(22): 3751. [本文引用:1]
[27] Yuan K S, Mei Q S, Guo X J, et al. Chemical Science, 2018, 9(47): 8781. [本文引用:1]