作者:温才妃 朱琳 来源: 中国科学报 发布时间:2020-4-9
选择字号:
DNA分子印迹精准“捕获”抗性基因

 

■本报记者 温才妃 通讯员 朱琳

37倍!

在模拟污染物和实际污水实验中,南京工业大学环境学院教师袁青彬惊喜地发现,利用DNA分子印迹负载到氮化碳光催化材料表面,能够更好地降解抗性基因。

针对水污染中大量存在的抗性细菌及抗性基因,袁青彬和莱斯大学教授佩德罗·阿尔瓦雷斯合作,利用分子印迹能够选择性识别污染物的特征,开发了基于DNA分子印迹的抗性基因选择性光降解技术,实现了99.9%的抗性基因降解率。近日,该研究成果在线发表于《环境科学与技术》。

DNA分子印迹开启“选择性识别”

袁青彬和团队成员在实验中打破了传统污染物降解中的“既定程序”。在对污染物进行降解之前,他们开发了一种选择性识别污染物的DNA分子印迹技术,通过先找到水中的抗性基因,后进行精准降解,来提高降解效率。

作为一种新兴污染物,抗性细菌及抗性基因已经成为全球关注的焦点。据估计,到2050年,每年将会有成千上万人因此而死亡。氯和紫外光等水处理消毒技术,虽然能够较为有效地杀灭抗性细菌,但并没有从根本上消除抗药性风险,抗性基因仍然保持活性。与此同时,氯和紫外光等传统消毒技术很容易受水中污染物干扰,不能有效去除抗性基因。

分子印迹技术在化学领域已有较长应用历史,主要用于一些物质的检测,在环境保护领域,则仅限于对化学污染物的吸附。“我们这次要用它识别并去除生物性污染物——抗性基因。”据袁青彬介绍,人们常把抗生素作为添加剂注入病人和家禽家畜体内。久而久之,细菌对抗生素产生抗体,在DNA层面,细菌已经拥有这种抗性基因。“不同于一般的小分子污染物,因为抗性基因是生物大分子,我们要‘捕捉’到它,必须找到一个通用的结构。”

DNA分子由很多核苷酸组成。而核苷酸里面的碱基——鸟嘌呤,作为最容易被氧化的一个碱基,同时又能够识别所有带碱基的分子。于是,课题组成员便用鸟嘌呤作为制作分子印迹的模板。

结合光催化技术进行片段化“降解”

选择、合成、边缘氧化……另一边,袁青彬和团队又开始了对高级氧化技术中催化剂的选择和提取,DNA分子印迹结合高级氧化技术,实验走向了“降解”的过程。

据佩德罗·阿尔瓦雷斯介绍,光催化技术是一种高级氧化技术,它是通过输入紫外光或可见光,产生氧化能力很强的自由基,来破坏水中的污染物。光催化技术关键在于催化剂的选择与合成。“金属催化剂在水中会溶解成金属离子,形成新的污染物,所以我们引入非金属材料作为催化剂。氮化碳作为一种常用的非金属催化剂,它的光吸收效率比较高,自然成为我们的首选。”

在莱斯大学生物实验室里,持续了6个月的实验进入验证阶段。为了检测DNA分子印迹的选择性识别效应,袁青彬进行了两组对比实验:把负载鸟嘌呤印迹的氮化碳,与没有负载鸟嘌呤印迹的氮化碳,分别放入加有抗性基因和其他污染物的水中。经过紫外光(360nm)降解30分钟,负载鸟嘌呤的氮化碳降解性能是99.9%,前者降解效率是后者的37倍。

另一组实验则对比了负载鸟嘌呤的氮化碳与单纯的光催化技术的降解效率。袁青彬用了光催化技术中最好、最成熟的材料二氧化钛进行对比,结果显示,前者是后者的1.7倍,后者受到水中其他污染物的干扰较大。

城市污水处理的科研新思路

“既要抓降解,也要抓捕获。”2018年12月,14位环境光催化领域的顶级专家在《环境科学与技术》上,开展了一场关于光催化技术实际应用问题的大讨论,光催化的选择性问题引起专家的关注。

而在这之前,2018年11月,袁青彬和他的团队成员已经在实验室开始了DNA分子印迹选择并降解抗性基因的实验。

“城市污水处理技术的发展离不开环境中抗性基因控制技术的深入。”从2012年开始,还是博士一年级的袁青彬就一直致力于抗性基因行为和控制技术的研究。他说:“因为我们做的是应用型研究,每一点对于应用效率的提高都能为解决水污染提供新的参考。”

做过紫外光去除抗性基因的项目,也做过光催化材料优化的项目,能否在污染物的降解程序上有所突破?具有“选择性识别”特征的分子印迹一下子吸引了袁青彬和团队成员的注意。

“目前我们正在对材料进行改进,以便进一步提高DNA分子印迹的选择性。”袁青彬和团队成员正在考虑实验的落地和应用问题。与此同时,他们也正在研究如何让DNA分子印迹技术更好地应用到生活污水之外的工业污水和养殖污水中,并实现长期降解能力的增强。

相关论文信息:https://doi.org/10.1021/acs.est.9b06926

《中国科学报》 (2020-04-09 第4版 综合)
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
中国超重元素研究加速器装置刷新纪录 彩色油菜花又添7色!总花色达70种
考研复试,导师心仪这样的学生! 地球刚刚经历最热2月
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文