全氟和多氟烷基物质（PFAS）是一类具有卓越防水、防油和耐热特性的人工合成化学品，广泛存在于不粘锅涂层、防水纺织品、食品包装、消防泡沫等日常用品中。由于其化学键极为稳定，PFAS在环境中几乎“永不分解”，被称为“永久化学品”，并会在环境和生物体内持续累积，与肝脏损伤、内分泌干扰、癌症等健康风险密切相关，成为全球关注的新污染物之一。目前全球已发现超过5000种PFAS，其结构高度相似、环境浓度极低、样品基质复杂，使得检测变得异常困难。液相色谱–质谱检测虽然可以同时解析多种PFAS，但成本高、耗时长，难以满足高频检测的需求，而快速响应的传感器方法通常只能靶向全氟辛酸（PFOA）或者全氟磺酸（PFOS）。如何在复杂环境中快速、精准地识别多组分PFAS，已成为实现污染全景监测与科学治理的关键技术瓶颈。

针对这一检测难题，南京大学王玉琴团队基于纳米孔单分子检测技术，构建出一种可同时识别多种PFAS的新型传感平台。该体系通过工程化的α-溶血素（α-HL）纳米孔与环糊精（β-CD）分子的协同作用，将PFAS分子瞬间通过纳米孔时的电流变化转化为独特的“单分子指纹”，实现了对不同碳链长度、氟取代度及官能团类型PFAS的精准区分。研究团队进一步引入人工智能算法，对大量的单分子事件进行特征提取和分类，成功实现了3类共9种代表性PFAS（包括PFCAs、FTCAs和PFSAs）的同步识别。其中机器学习模型的识别准确率高达95.83%，对常见环境介质如溶解性有机质和无机盐的假阳性率低于3%。该技术在实验室超纯水背景中同样检测到多种PFAS的存在，显示出卓越的灵敏度。

为验证该纳米孔平台在真实环境中的检测性能，研究团队将其应用于氟化工厂周边地表水样的分析。结合机器学习算法，该平台能够同时识别全部九种目标PFAS化合物，在复杂水体基质中依然保持高灵敏度和准确性，充分证明了其在多组分污染物检测中的可靠性。进一步的比对实验表明，该方法的定量结果与液相色谱-质谱（LC–MS/MS）检测高度一致，而检测过程无需固相萃取等耗时的前处理，具有快速、低成本、可现场部署等突出优势。

该研究展示了纳米孔单分子检测技术在新污染物分析领域的巨大潜力。通过将生物纳米孔与人工智能算法结合，团队实现了对复杂环境中多组分PFAS的高精度识别，为“永久化学品”监测提供了全新的技术路径。该研究不仅推动了纳米孔技术从生物检测向环境监测的跨界应用，也进一步为构建快速、智能、低成本的新污染物监测体系奠定了重要基础。

本研究以"Multiplex Nanopore Detection of Structurally Diverse Per- and Polyfluoroalkyl Substances in Surface Water"为题，发表在期刊ACS Nano（原文链接：https://pubs.acs.org/doi/10.1021/acsnano.5c12164）。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为论文的通讯作者。研究得到国家自然科学基金、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。