茶是全球消费最广泛的天然饮品之一，其独特风味和多种健康益处在很大程度上来源于茶多酚。茶多酚家族内部存在高度相似的结构特征，仅在羟基取代方式、没食子酰化程度以及立体构型等细微层面存在差异。目前，茶多酚检测主要依赖高效液相色谱-质谱（HPLC-MS）等方法，虽然具有较高的分辨率，但仪器昂贵、分析流程复杂，且对于结构相近的区域异构体和立体异构体仍需大量优化才能实现有效区分。

针对这一难题，南京大学前沿科学学院环境与健康研究院王玉琴团队、化学与化工学院黄硕团队合作构建了一种基于苯硼酸功能化纳米孔的单分子检测平台，实现了对八种结构高度相似茶多酚的精准识别。研究团队利用工程化MspA纳米孔，在孔道限域位置引入苯硼酸（PBA）识别基团，使茶多酚分子中的邻二醇结构能够与PBA发生可逆结合。当不同茶多酚瞬时通过纳米孔时，会产生具有特征性的离子电流信号，从而形成独特的单分子指纹。研究发现，B环羟基数量、没食子酰化修饰以及C2位立体构型等细微结构差异，均会引起可重复、可区分的电流阻断模式，实现了对儿茶素（C）、表儿茶素（EC）、没食子儿茶素（GC）、表没食子儿茶素（EGC）及其没食子酸酯衍生物等八种代表性茶多酚的准确区分。

进一步地，研究团队引入机器学习算法，对单分子事件进行自动特征提取与分类，建立了茶多酚智能识别模型。通过结合电流阻断深度、信号波动以及单双能级事件等特征，优化后的多层感知机（MLP）模型实现了高达96.9%的识别准确率。即使在八种茶多酚同时存在的复杂混合体系中，该平台依然能够准确解析不同分子的组成与分布，展现出优异的多组分识别能力。为了验证该平台在真实样品中的应用能力，研究团队进一步对绿茶（碧螺春）、乌龙茶（铁观音）和红茶（金骏眉）进行了直接分析。无需复杂前处理，仅通过简单冲泡和离心即可完成检测。

最后，研究团队利用MspA–90PBA纳米孔平台，在单分子水平上成功解析了绿茶核心活性单体EGCG与铅离子（Pb²⁺）的配位交互机理。研究发现，EGCG通过其B环与D环的二醇基团与金属离子结合，且在纳米孔中表现出独特的电流阻断特征。通过对比不同摩尔比下的信号演变，实验首次在单分子尺度上证实了Pb²⁺对EGCG的B环位点具有显著的配位偏好：当Pb²⁺介入时，B环介导的信号频率大幅下降，新型信号产生，揭示了其竞争性结合行为。该研究为多酚类物质在重金属解毒及环境监测中的应用提供了关键分子机理。

该研究构建了一种基于苯硼酸功能化纳米孔的单分子天然产物分析平台，实现了对八种结构高度相似茶多酚的高分辨率识别，并进一步拓展至茶汤真实样品的半定量分析与茶多酚-金属离子相互作用的动态监测。通过将生物纳米孔与机器学习算法相结合，研究团队不仅突破了传统方法在异构体识别中的局限，也推动了纳米孔技术从单纯分子检测向复杂天然产物功能解析的跨越。

本研究以"Single-Molecule Identification of Tea Polyphenols and Their Interactions with Metal Ions Using an Engineered Nanopore"为题，发表在期刊Nano letters（原文链接：https://doi.org/10.1021/acs.nanolett.6c01128）。南京大学前沿科学学院环境与健康研究院王玉琴助理教授、南京大学化学与化工学院黄硕教授为论文的通讯作者。研究得到国家自然科学基金、中央高校基本科研业务费专项资金、生命科学分析化学国家重点实验室和广东省废水信息分析与预警重点实验室的支持。