近日，南京大学化学学院黄硕教授在多组学单分子识别领域取得了重要突破，通过AI开创了一种名为MspA-FPBA的“万能纳米孔”，首次实现氨基酸、核糖核苷酸、糖和肽等多类生命分子的统一识别。该方法突破了不同分析物依赖专用孔道和传统纳米孔识别依赖金属离子配位的限制，解决了传统策略高度依赖数据库、未知分子难以识别的关键问题，并为蛋白质、RNA和聚糖的统一单分子测序奠定了技术基础。

蛋白质、RNA和聚糖是生命体系中承担功能执行、信息传递与分子识别的重要生物大分子，三者广泛共存并相互作用，共同参与复杂生命过程。对其进行综合分析，是全面解析生命活动的重要基础。然而，三类分子在组成、结构和理化性质上差异显著，目前依赖彼此独立的技术体系进行表征。分析技术的割裂使得利用同一平台实现统一检测仍面临巨大挑战，也制约了多组学分析向集成化和单分子化发展。

纳米孔是一种高性能单分子传感技术，已在DNA测序领域取得突破性进展，也为多组学统一分析提供了新的技术路径。然而，蛋白质和聚糖更加复杂的组成与结构，使传统链式读取面临空间分辨率不足和相邻单体干扰等挑战。“边切边测”（chop and measure）策略通过将生物大分子逐一切割为单体并送入孔道识别，为蛋白质、RNA和聚糖的统一分析提供了可能。但要真正实现这一目标，关键在于构建能够同时识别氨基酸、核糖核苷酸和单糖的纳米孔传感器。

针对上述问题，研究团队引入生成式人工智能（AI）辅助分子设计，围绕不同生命分子的关键化学特征筛选出若干候选分子，其中FPBA脱颖而出，成为最具潜力的功能分子框架。在此基础上，团队进一步借助AI辅助设计并合成了适用于纳米孔偶联的新型maleimido-C2-FPBA双功能适配器，并将其精准引入异质耻垢分枝杆菌膜蛋白A（MspA）最灵敏的识别位点（图1a-b）。其核心在于FPBA独特的双功能可逆共价作用：既可与氨基酸和肽的氨基形成可逆亚氨基硼酸盐，又可与糖和核糖核苷酸的顺式二醇形成可逆硼酸酯（图1c），从而赋予单一孔道跨分子类别的识别能力。该体系进一步实现了对翻译后修饰氨基酸和表观转录组修饰核糖核苷酸的高分辨识别，结合多维电信号特征与机器学习，整体验证准确率达98.7%。

图1：万能纳米孔MspA-FPBA的构建及传感机制

面对复杂生物样本分子种类繁多、数据库难以全面覆盖的挑战，他们进一步引入小样本学习（few-shot learning），首次建立了不依赖数据库的纳米孔分子识别策略，仅凭少量已知样本即可对数据库外未知分子进行智能分类（图2a-b）。以茶氨酸、肌苷酸、D-木糖和三肽NMR等数据库外分子进行验证，模型均能准确判定其所属类别（图2c-d）。

图2：MspA-FPBA结合few-shot learning鉴定数据库外分析物

该成果以“An engineered nanopore identifies saccharides, amino acids, peptides and ribonucleotides”为题，在线发表于国际顶级学术期刊《自然·生物技术》。南京大学黄硕教授为该论文的通讯作者。南京大学博士生姚琅为该论文的第一作者。该工作得到了生命分析化学全国重点实验室以及南京大学化学和生物医药创新研究院（ChemBIC）的重要支持，科技部国家重点研发计划、国家自然科学基金、中央高校基本科研业务费资助项目、中国博士后科学基金会等经费支持。

论文链接：https://www.nature.com/articles/s41587-026-03308-9