碳水化合物作为基本生物分子，结构多样性远超核酸和蛋白质。寡糖由2-10个单糖单元组成，是糖缀合物的关键构建单元 

^[1]。麦芽低聚糖（MOS）是通过α-1,4-糖苷键连接的线性葡萄糖聚合物，玉米、小麦和红薯等淀粉类作物是其生产的主要原料 ^[2]。麦芽低聚糖易被人体消化酶降解，广泛应用于烘焙食品、运动饮料中 ^[3]。

目前，质谱（MS）、核磁共振（NMR）和色谱法是MOS分析的主流技术 ^[4,5]。MS能够通过碎片离子分析测定聚合度分布，但通常需要复杂的衍生化步骤。尽管NMR能提供精确的立体化学信息，但结构相似分子的容易造成信号重叠。纳米孔技术已被证明在核酸测序、蛋白质检测等领域发挥着重要作用 ^[6]。这种无标记的方法能够实时糖类分析，无需对样本进行预处理。此前纳米孔检测麦芽低聚糖、淀粉的方法，缺乏单糖分辨率和清晰信号对应，尚未精确区分链长变体。

课题组基于原创开发的单个苯硼酸（PBA）修饰的异质耻垢分枝杆菌膜蛋白A孔道（MspA-90PBA），已经成功实现了单糖二糖的高精度检测 ^[7,8]，该孔道有望进一步对低聚糖分析。利用PBA与糖分子的顺式二醇可逆作用，MspA-90PBA能够完全分辨葡萄糖和一系列MOS（麦芽糖到麦芽八糖），具备对糖单元糖苷键相同、仅长度不同的低聚糖的高分辨能力。不同MOS具有独特的纳米孔信号，而且相较于葡萄糖，展示了一种特征性的信号模式，信号随着链长呈现规律性变化。利用机器学习整合六种事件特征参数，验证准确率达到了98.2%（图1）。

图1. 基于MspA-90PBA对葡萄糖和麦芽低聚糖的检测

基于孔道的高分辨能力，作者以红薯和土豆作物为例，直接从中提取淀粉并对酸解产物分析（图2）。使用单类支持向量机算法和机器学习，可以从红薯和土豆的酸解产物中识别出麦芽低聚糖信息以及果糖和麦芽酮糖。通过文献调研和实验，验证了果糖和麦芽酮糖由于热异构化形成。同时还存在一些未识别的事件簇，可作为样品特有的结构特征信息，构成了样品的特征指纹谱。该技术提供了一种快速、便携、无标记且高分辨的聚糖分析方法，凸显了纳米孔技术在食品化学和糖组学分析中的应用潜力。

图2. 作物淀粉酸解产物中的麦芽低聚糖分析

该工作近日在Nano Letters 发表。南京大学化学化工学院黄硕教授为该论文的通讯作者，南京大学博士生高心萌、肖云麒为该论文共同第一作者。

原文（扫描或长按二维码，识别后直达原文页面）：

Nanopore Analysis of Malto-oligosaccharides from Amylose, Amylopectin and Cyclodextrin Hydrolysates

Xinmeng Gao^#, Yunqi Xiao^#, Wenzheng Li, Lu Qian, Kefan Wang, Panke Zhang, and Shuo Huang*

Nano Lett. 2025, DOI: 10.1021/acs.nanolett.5c04591

参考文献：

[1] Bussin, B.; MacDuff, M. G. G.; Ngo, W.; Chan, W. C. W. Cellular Glycocalyx Affects Nanoparticle Access to Cell Membranes and Uptake. Adv. Mater.2025, e2503004. DOI: 10.1002/adma.202503004.

[2] Waterschoot, J.; Gomand, S. V.; Fierens, E.; Delcour, J. A. Production, structure, physicochemical and functional properties of maize, cassava, wheat, potato and rice starches. Starch 2014, 67 (1-2), 14-29. DOI: 10.1002/star.201300238.

[3] Cheng, W.; Lu, J.; Li, B.; Lin, W.; Zhang, Z.; Wei, X.; Sun, C.; Chi, M.; Bi, W.; Yang, B.; Jiang, A.; Yuan, J. Effect of Functional Oligosaccharides and Ordinary Dietary Fiber on Intestinal Microbiota Diversity. Front. Microbiol.2017, 8. DOI: 10.3389/fmicb.2017.01750.

[4] Qu, L.; Jiang, Y.; Huang, X.; Cui, M.; Ning, F.; Liu, T.; Gao, Y.; Wu, D.; Nie, Z.; Luo, L. High-Throughput Monitoring of Multiclass Syrup Adulterants in Honey Based on the Oligosaccharide and Polysaccharide Profiles by MALDI Mass Spectrometry. J. Agric. Food Chem.2019, 67 (40), 11256-11261. DOI: 10.1021/acs.jafc.9b05317.

[5] Yao, H.-Y.-Y.; Wang, J.-Q.; Yin, J.-Y.; Nie, S.-P.; Xie, M.-Y. A review of NMR analysis in polysaccharide structure and conformation: Progress, challenge and perspective. Food Res. Int. 2021, 143, 110290. DOI: https://doi.org/10.1016/j.foodres.2021.110290.

[6] Dorey, A.; Howorka, S. Nanopore DNA sequencing technologies and their applications towards single-molecule proteomics. Nature Chemistry 2024, 16 (3), 314-334. DOI: 10.1038/s41557-023-01322-x.

[7] Zhang, S.; Cao, Z.; Fan, P.; Wang, Y.; Jia, W.; Wang, L.; Wang, K.; Liu, Y.; Du, X.; Hu, C.; Zhang, P.; Chen, H.-Y.; Huang, S. A Nanopore-Based Saccharide Sensor. Angew. Chem. Int. Ed.2022, 61 (33), e202203769. DOI: https://doi.org/10.1002/anie.202203769.

[8] Zhang, S.; Cao, Z.; Fan, P.; Sun, W.; Xiao, Y.; Zhang, P.; Wang, Y.; Huang, S. Discrimination of Disaccharide Isomers of Different Glycosidic Linkages Using a Modified MspA Nanopore. Angew. Chem. Int. Ed. 2024, 63 (8), e202316766. DOI: https://doi.org/10.1002/anie.202316766.

导师介绍

黄硕

https://www.x-mol.com/university/faculty/56491

课题组网站

http://hysz.nju.edu.cn/bionano