合成大麻素是一类典型的新精神活性物质，具有结构变体多、更新速度快、药效强、滥用形式隐蔽等特点，常被掺杂于电子烟油、烟草、花瓣、茶叶和食品等复杂基质中，给现场筛查和监管执法带来严峻挑战。传统检测方法主要依赖液相色谱-质谱、气相色谱-质谱等大型仪器，虽然准确性高，但存在设备昂贵、操作复杂、检测周期较长、难以满足现场快速筛查需求等问题。因此，发展快速、直观、抗干扰、可现场应用的合成大麻素可视化检测方法具有重要意义。

针对合成大麻素普遍存在化学反应活性弱、缺乏典型共价反应位点、结构相似但变体繁多等难题，中国科学院新疆理化技术研究所痕量化学物质感知研究团队联合石河子大学，从“聚集态变化”这一角度出发，发展了两类基于超分子聚集体调控的荧光传感策略，实现了对合成大麻素的快速、高对比度、抗干扰可视化识别。

针对合成大麻素的高特异性识别，研究团队提出了“位阻工程化热力学门控”策略，设计并筛选得到叔丁氧羰基修饰的萘酰亚胺荧光探针NAP-Boc。该探针在水相混合体系中可形成处于亚稳态的H型聚集体，表现为低背景荧光“关闭”状态。当目标合成大麻素分子进入体系后，可通过π-π相互作用、氢键、疏水作用等多重非共价作用协同扰动聚集体，使其发生解聚并产生明显的蓝移荧光增强信号。该策略相当于为传感体系设置了一个“热力学门槛”：普通干扰物无法跨越该门槛，因而难以产生荧光响应；而具有匹配头基和疏水尾链结构特征的合成大麻素能够触发聚集态重构，实现快速识别。

以EDMB-PINACA为代表性目标物，该探针响应时间小于1秒，检出限达到4.7 μM，并在20余种潜在干扰物存在下仍表现出良好的选择性和抗干扰能力（图1）。进一步地，研究团队将该探针与3D打印便携式检测芯片结合，实现了对电子烟油、花瓣等真实复杂样品中目标合成大麻素的现场筛查。同时，团队还将荧光图像与深度学习算法结合，对结构相近的合成大麻素类似物进行精细区分，整体识别准确率达到99.5%，显示出该策略在现场筛查与智能识别中的应用潜力。

图1 基于位阻工程化热力学门控策略实现对EDMB-PINACA的荧光检测

研究团队进一步面向合成大麻素结构变体多、单一识别位点难以覆盖的问题，提出了“分析物模板诱导聚集体重塑”策略，实现了22种不同结构类型合成大麻素的快速可视化广谱识别，不受常见毒品、其他类型新精神活性物质及合成大麻素前体等干扰物的影响（图2）。

图2 基于分析物模板诱导聚集体重塑策略实现对EMB-FUBINACA的荧光检测

相关研究成果分别以“Steric-Engineered Thermodynamic Gating: Metastable Assemblies for Chemical-Class Discrimination of Synthetic Cannabinoids”和“Analyte-Templated Aggregate Remodeling for Broad-Spectrum Visual Screening of Synthetic Cannabinoids”为题发表于《德国应用化学》（Angewandte Chemie International Edition）和《塔兰塔》（Talanta）。石河子大学联合培养硕士研究生陶凤彬和中国科学院新疆理化技术研究所助理研究员努尔麦麦提·伊斯马依力为论文共同第一作者，石河子大学顾承志副教授、中国科学院新疆理化技术研究所窦新存研究员、祖佰祎研究员为相应论文通讯作者。相关研究得到了国家自然科学基金、新疆维吾尔自治区重点研发计划、科技引导计划、天山创新团队、新疆国际科技合作计划及天池英才计划等项目的资助。

（原文链接1、原文链接2）