多糖，自然界中广泛存在的长链聚合物，也是结构解析领域公认的“硬骨头”。单糖组成纷繁，糖苷键连接灵活，取代基与构型各异，电荷性质迥然。这些结构特征赋予多糖独特的流变性能、热稳定性、凝胶形成能力与生物活性，使其在生物医学、材料科学和食品工业中备受瞩目。然而，天然多糖常兼具数百万道尔顿的超高分子量与宽多分散性，叠加显著的异构体异质性，精确表征其结构、评估其纯度，仍是一项极具挑战的命题。

传统方法中，质谱堪当主力，需先将高多分散、高分子量的天然多糖解聚为单糖或寡糖，异构体异质性更为谱图解读平添难度；核磁共振虽可提供原子级结构信息，却受制于样品要求严苛、谱峰重叠严重与仪器成本高昂。纳米孔作为单分子传感平台，已在核酸测序、蛋白质识别与小分子检测中崭露锋芒，但面向多糖分析，通用、高分辨、低成本且简便的方法，依然付之阙如。

针对上述瓶颈，我们基于苯硼酸（PBA）修饰的耻垢分枝杆菌孔蛋白A纳米孔（MspA-90PBA），提出并验证了一种高分子量多糖结构指纹分析策略，兼具高通用性、高分辨率和无标记优势。该策略将纳米孔多糖分析从少数糖的传感与区分，推进到复杂多糖的结构指纹解析，为糖测序和糖组学提供了新的可行路径。

具体而言，高分子量多糖先经水解化为片段，再由MspA-90PBA纳米孔传感。多种代表性多糖（涵盖不同单糖组成、分支或线性结构、中性或带负电）均产生丰富的纳米孔结合信号，重现性高，印证了方法的通用性；不同多糖的水解碎片呈现独特的纳米孔事件分布图谱（图1），彰显了方法的高分辨率。结合数据库匹配，可对这些碎片进行精准解析，解码多糖结构组成。

图1：MspA-90PBA传感并区分7种多糖水解片段

进一步提取每种多糖事件分布的整体轮廓特征，构建机器学习模型，可准确区分不同多糖的水解图谱（图2a, b）。借助高分辨率，我们构建解卷积算法，实现多糖混合物的定量分析（图2c）。以易混淆的糖胺聚糖肝素与硫酸软骨素A混合物为例，该方法能准确识别不同比例的混合物（图2d-f）。这项工作突破了纳米孔多糖分析的分辨率与通用性瓶颈，标志着糖分析从少数糖检测迈向复杂多糖结构指纹解析，为未来糖测序和糖组学奠定基础。

图2：机器学习辅助识别多糖指纹图谱以及混合物定量

该工作以“Nanopore Signatures of High-Molecular-Weight Polysaccharides with Recurring Structural Motifs”为题，于2026年10月17日在ACS Nano发表（论文链接：https://doi.org/10.1021/acsnano.6c07846）。黄硕教授和课题组博士后王可凡为该论文的通讯作者，课题组博士生李文正和肖云麒为该论文共同第一作者。此项研究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（项目编号：2022YFA1304602, 2023YFF1205900）、国家自然科学基金（项目编号：22225405、22534004、223B2402）、中央高校基本科研业务费资助项目（项目编号：020514380336）、南京大学生命科学分析化学全国重点实验室（项目编号：5431ZZXM2509）、中国博士后科学基金（项目编号：2025M780957）、江苏省卓越博士后（项目编号：2025ZB212）、博士后科学基金创新人才计划（项目编号：BX20250087）等经费支持。