近日，英国正版365张豪副教授在设计高效便捷的传感器元件用于检测生理磷酸盐以及监测ATP水解过程方面取得新进展。相关研究成果以“Evolution from Analyte to Sensitive Signal Probe: Norfloxacin-Based Assembly for Machine-Learning-Assisted Discrimination of Phosphates and Monitoring of ATP Hydrolysis”（从分析物到灵敏信号探针的演变：基于诺氟沙星的组装体用于机器学习辅助的磷酸盐区分及ATP水解监测）为题发表在Analytical Chemistry（中科院一区TOP期刊，IF=6.7）上。

生理磷酸盐（PPs）在细胞代谢中扮演核心角色，其中三磷酸腺苷（ATP）作为关键能量货币，通过酶促水解（ATP → ADP → AMP → Pi）驱动细胞进程。ATP水解稳态失衡会损害细胞能量代谢，并与缺血、神经退行性疾病等病理状态密切相关。目前磷酸盐检测方法（包括高效液相色谱法、电化学技术和光学传感）虽具一定适用性，但存在固有局限：这些方法通常需要精密仪器、操作流程繁琐，且普遍缺乏对结构相似磷酸盐物种的区分能力。因此，开发兼具成本效益、高灵敏度磷酸盐区分能力与ATP水解实时监测功能的新型传感方法，是该领域的关键突破方向。

诺氟沙星（NF）作为一种低成本易得抗生素，相较于需要复杂合成的传统有机探针具有显著优势。结构上，NF含有的官能团（羧基和羰基）能与靶标产生特异性相互作用，其刚性喹诺酮核心与扩展的π共轭体系赋予其强荧光发射、高量子产率和优异光稳定性。更值得注意的是，NF具有聚集诱导发光（AIE）特性，使其特别适合作为水相环境中的荧光探针。本研究通过构建了NF与Eu³⁺自组装形成浓度调控的动态配合物，设计单探针四通道传感器阵列。具有不同磷酸基数、电荷密度和空间位阻的磷酸盐通过与Eu³⁺竞争性结合，置换NF荧光团，通过差异性的荧光恢复或猝灭产生独特的响应模式。结合机器学习算法，该阵列成功实现了五种ATP相关磷酸盐的区分，在复杂生物环境中展现出强抗干扰能力，并能实时监测ATP水解进程。本工作开创性地将诺氟沙星从传统分析物角色转变为磷酸盐传感的活性荧光探针，这一战略转变不仅为NF的高值化利用开辟了新途径，更证明所提出的浓度调控超分子传感器阵列在磷酸盐检测中实现了卓越性能，为构建低成本高性能传感平台提供了新范式。

英国正版36524级硕士研究生刘颖为论文第一作者，张豪副教授为通讯作者。该研究获得了国家高层次人才、新疆维吾尔自治区天池人才引进计划（青年博士）及石河子大学高层次人才研究基金资助。

文章信息：Evolution from Analyte to Sensitive Signal Probe: Norfloxacin-Based Assembly for Machine-Learning-Assisted Discrimination of Phosphates and Monitoring of ATP Hydrolysis.

Ying Liu, Guoxing Zhang, Ou Zhang, Ning Liu, Hao Zhang*. Analytical Chemistry 2026, 98, 5550–5560.