玩酷网

华南理工大学:协同性 AIE-MOF 助力可视化定量快检

金属有机框架(MOFs)因其可调控的孔道结构和优异的荧光性能,在化学传感领域备受关注。荧光 MOFs(LMOFs)已广泛

金属有机框架(MOFs)因其可调控的孔道结构和优异的荧光性能,在化学传感领域备受关注。荧光 MOFs(LMOFs)已广泛应用于重金属、农药和有机污染物的检测,具备高灵敏度、优异选择性、成本低等优势。然而,实现 LMOFs 在复杂体系中的精准定量分析,仍是推动其实用化应用的关键挑战。

近日,华南理工大学前沿软物质学院/电子显微中心王宇教授课题组成功构建了一种双 AIE 配体协同增强的 MOF 传感器(AIE-MOF),并结合计算机视觉技术,实现了超高灵敏度的可视化定量农药检测。该 MOF 具有独特的三维框架结构,两种不同 AIE 配体的协同作用赋予其精确的孔道尺寸,并通过能量转移效应显著提升荧光性能。同时,其动态配位环境增强了与目标分子的特异性作用,使其对氯硝胺(DCN)的检测限达到 ppb 级,展现出卓越的灵敏度、选择性及抗干扰能力。机理研究表明,DCN 与 MOF 之间存在强相互作用,DFT 计算进一步揭示了 PET 机制在荧光猝灭过程中的主导作用。在模拟实际样品的检测中,该体系可直接应用于水果和土壤中的农药残留现场检测,实现肉眼可视化识别,并借助计算机视觉实现高精度定量分析。

本研究不仅为 LMOF 传感器的实用化应用提供了可靠策略,同时也展示了 AIE-MOF 结合计算机视觉技术在快速现场检测中的巨大潜力。相关成果以“Synergistic Aggregation‐Induced Emissive Linkers in Metal‐OrganicFrameworks for Ultrasensitive and Quantitative Visual Sensing”为题,发表在国际知名期刊《JACS Au》。前沿软物质学院 2021 级本科生常文馨、博士研究生姜岩松、博士后李之豪为论文共同第一作者。

协同 AIE-MOF 的合成、结构及 DCN 荧光检测

本研究通过将两种不同的 TPE 配体协同组装到 MOF 中,成功制备了具有双 AIE 效应的 MOF(AIE-MOF)。相比单一 AIE 配体的 MOF,AIE-MOF 具有更优异的荧光性能和更精准的孔道调控能力。所得 MOF 具有 1.3 nm 的孔道尺寸,可精准容纳 DCN 分子,同时其配体间的能量共振转移效应显著增强了荧光发射,并提高了量子效率。

在 DCN 存在时,AIE-MOF 的荧光迅速猝灭,且在 DCN 浓度达到 15 mg/L 时完全熄灭。经计算,检测限低至 123 ppb,在已报道的荧光传感器中处于领先水平,仅次于 HPLC 和 GC-MS,但响应速度大幅提升,仅需 1 s。此外,AIE-MOF 对 DCN 具有优异的抗干扰能力,在多种常见溶剂、农药分子、金属离子等复杂环境中依然保持高效检测性能。

图1 协同AIE配体MOF的合成和表征

图2 协同AIE-MOF对DCN的荧光检测和抗干扰能力测试

荧光猝灭机理研究

为了探究 MOF 体系对 DCN 高灵敏度识别的机制,研究团队开展了详细的光谱学与计算研究。XPS 和拉曼光谱表明,DCN 与 MOF 之间存在显著的相互作用。瞬态吸收光谱(TAS)测试进一步证实,在 400 nm 激光激发下,DCN@MOF 体系表现出强激发态吸收,表明 MOF 向 DCN 发生了光电子转移(PET)。DFT 计算结果显示,MOF 中 TPPE 配体的最低未占分子轨道(LUMO)与 DCN 的 LUMO 处于有利对齐状态,从而促进 PET 过程,最终导致荧光高效猝灭。

图3 MOF荧光猝灭机理研究

模拟实际体系的可视化定量检测

为验证 MOF 在实际应用中的潜力,研究团队采用该材料对水果表面及土壤中的 DCN 残留进行了现场检测。实验中,先将 DCN 农药溶液喷洒于黄皮果实表面,然后利用 MOF 进行检测。在日光下,清洁水果与 DCN 处理水果无明显区别(图 4A);但在 365 nm 紫外光下,清洁水果表现出亮绿色荧光,而 DCN 处理的水果荧光完全熄灭(图 4B)。这一显著对比表明 MOF 体系在水果样品中的出色可视化检测能力。同样的检测策略也适用于更复杂的土壤样本(图 4C-D)。

进一步地,研究团队结合计算机视觉技术,实现了农药残留的高精度定量分析。随着 DCN 浓度从 0 mM 增加到 0.6 mM,荧光强度从 100% 下降到 18.2%,且呈现良好的线性关系。这一结果证实了 MOF 结合计算机视觉的检测策略在实际应用中的可靠性和准确性。

图4 模拟实际应用中对DCN的可视化定量检测

研究意义与展望

本研究通过双 AIE 配体的分子工程设计,克服了传统 LMOFs 在灵敏度与选择性之间的权衡难题,展现出卓越的农药检测能力。结合计算机视觉技术,研究团队建立了一种高效、可靠的现场可视化定量检测方法,为 AIE-MOF 体系的合成与应用提供了新的理解,也为未来可视化传感器与计算机视觉技术的结合开辟了新方向。

来源:华南理工大学

文章信息:

https://doi.org/10.1021/jacsau.5c00092