近日，化学与制药学部分子识别与化学生物传感团队在国际知名期刊Angewandte Chemie International Edition（中科院1区TOP，IF=17.6）上发表了题为“Axial Boron Coordination Reconstructs Stereostructure of Cu Single-Atom Nanozymes for Efficient Water-Phase Chemical Sensing”的论文，孙麒竣博士为第一作者，胡琼政研究员、武文丽博士和澳大利亚新南威尔士大学Kang Liang教授为共同通讯作者，山东省分析测试中心为第一单位。该研究得到国家自然科学基金、山东省自然科学基金等项目支持。
漆酶是一种极具水体修复应用前景的生物催化剂，常用于处理酚类和芳香胺类污染物。然而，天然漆酶脆弱的蛋白质结构导致其稳定性和重复使用性较差，在离子强度高和成分复杂的环境中极易失活。尽管单原子纳米酶为构建稳定的漆酶模拟物提供了有希望的途径，但目前报道的体系大多依赖于平面型的M-Nx结构单元。而天然酶之所以具有良好的催化选择性和效率，本质上是由其三维立体结构决定。传统单原子纳米酶固有的立体环境缺失限制了面外轨道相互作用，使得仿酶催化剂难以在结构、性能及催化机制上超越天然酶。因此，构建高性能漆酶模拟物迫切需要一种合理的立体化学设计原则。
这项研究提出了一种轴向硼配位工程策略，用于重构铜单原子纳米酶的立体结构，使其成为适用于水相酚类污染物分析的高效漆酶模拟物。研究开发了高温热解串联化学气相沉积策略，为调控单原子纳米酶立体活性中心的定向配置提供了一种合成可行且概念上可推广的范式。轴向配体重构了铜中心的立体结构并形成了Cu-BaxialN3-C位点，从而诱导产生电子推拉效应，优化了漆酶活性。通过结合全面的配位表征、原位实验和理论计算，揭示了金属—轴向配体相互作用与漆酶性能之间明确的构效关系。基于纳米酶的漆酶催化动力学随时间变化的特性，构建了用于海水中酚类污染物高通量检测的传感器阵列平台。进一步使用人工神经网络算法的机器学习技术构建了逐步预测模型，有效提升了传感器阵列对环境真实样品中酚类污染物的识别准确性。综上，本研究为环境监测与修复领域漆酶模拟物的理性设计提供指导。
图1. 轴向硼配位铜单原子纳米酶作为漆酶模拟物用于酚类污染物智能传感器阵列检测的示意图。
论文链接：https://doi.org/10.1002/anie.8789610
