Biopolym. Cell. 2021; 37(6):438-446.
http://dx.doi.org/10.7124/bc.000A69
Молекулярна та клітинна біотехнології
Зеараленон-селективна сенсорна система на основі біоміметиків та її валідація для аналізу реальних зразків
1Яринка Д. В., 1Сергеєва Т. А., 2Пілецька О. В., 1Степаненко Є. Ю., 3Бровко О. О., 2Пілецький С. А., 1Єльська Г. В.
  1. Інститут молекулярної біології і генетики НАН України
    Вул. Академіка Заболотного, 150, Київ, Україна, 03143
  2. Університет Лестера
    Юнівесіті роад, Лейчестер LE1 7RH, Великобританія
  3. Інститут хімії високомолекулярних сполук НАН України
    Харківське шосе, 48, Київ, Україна, 02160

Abstract

Мета. У статті представлені результати калібрування та валідації нової флуоресцентної сенсорної системи на основі біоміметиків для аналізу зеараленону (ЗОН) у зернових культурах. Методи. ЗОН-селективні біоміметики були отримані у формі молекулярно-імпринтованих (МІП) мембран методом полімерізації in-situ з використанням циклодецил-2,4-дигідробензоату та этиленгликольметакрилатфосфату, як матричної молекули та функціонального мономеру, відповідно. Принцип детекції заснований на реєстрації флуоресценції ЗОН, селективно адсорбованого на поверхні МІП мембрани, за допомогою спектрофлуориметра. Результати. Сенсорна система на основі біоміметиків була відкалібрована для визначення зеараленону в харчових продуктах. Було досліджено робочий діапазон сенсорної системи, а також межу визначення та селективність. Розроблена сенсорна система була успішно використана для аналізу зразків кукурудзяного та пшеничного борошна, а ступінь відповідності методу (R) становив 109 %. Висновки. Спільно з Державним Підприємством “Укрметртестстандарт” проведено калібрування та валідація нової ЗОН-селективної сенсорної системи на основі біоміметиків. Стандартизована сенсорна система може розглядатися як надійний метод запобігання забруднення зеараленоном харчових продуктів та кормів на основі зернових.
Keywords: зеараленон, молекулярно-імпринтовані полімерні мембрани, сенсорна система на основі біоміметиків
Повний текст: (PDF, англійською)

References

[1] Sharma V, Patial V. Food mycotoxins: Dietary interventions implicated in the prevention of mycotoxicosis. ACS Food Sci Technol. 2021; 1(10): 1717-39.
[2] Fokunang CN, Tembe-Fokunang EA, Tomkins P, Barkwan S. Global impact of mycotoxins on human and animal health management. Outlook Agric. 2006; 35.4: 247-53.
[3] Ji F, He D, Olaniran AO, Mokoena MP, Xu J, Shi J. Occurrence, toxicity, production and detection of Fusarium mycotoxin: A review. Food Prod Proc Nutr. 2019; 1(1): 1-14.
[4] Sweeney MJ, Dobson AD. Mycotoxin production by Aspergillus, Fusarium and Penicillium species. Int J Food Microbiol. 1998; 43(3): 141-58.
[5] Kamei K, Watanabe A. Aspergillus mycotoxins and their effect on the host. Medical mycology. 2005; 43(Suppl_1): S95-S99.
[6] Zhang GL, Feng Y L, Song JL, Zhou XS. Zearalenone: a mycotoxin with different toxic effect in domestic and laboratory animals' granulosa cells. Front Genet. 2018; 9: 667.
[7] Rai A, Das M, Tripathi A. Occurrence and toxicity of a fusarium mycotoxin, zearalenone. Crit Rev Food Sci Nutr. 2020; 60(16): 2710-29.
[8] Leite M, Freitas A, Silva AS, Barbosa J, Ramos F. Maize food chain and mycotoxins: A review on occurrence studies. Trends Food Sci Technol. 2021; 115: 307-31.
[9] Takemura H, Shim JY, Sayama K, Tsubura A, Zhu BT, Shimoi K. Characterization of the estrogenic activities of zearalenone and zeranol in vivo and in vitro. J Steroid Biochem Mol Biol. 2007; 103(2): 170-7.
[10] Martins C, Torres D, Lopes C, Correia D, Goios A, Nunes C. Food Consumption Data as a Tool to Estimate Exposure to Mycoestrogens. Toxins. 2020; 12(2): 118.
[11] Li Y, Yi J, Zeng Q, Liu Y, Yang B, Liu B, Li, Y. Zearalenone exposure mediated hepatotoxicity via mitochon-drial apoptotic and autophagy pathways: Associated with gut microbiome and metabolites. Toxicology. 2021; 462: 152957.
[12] Salah-Abbès JB, Abbès S, Houas Z, Abdel-Wahhab MA, Oueslati R. Zearalenone induces immunotoxicity in mice: possible protective effects of radish extract (Raphanus sativus). Journal of Pharmacy and Pharmacology. 2008; 60(6): 761-70.
[13] Cieplińska K, Gajęcka M, Nowak A, Dąbrowski M, Zielonka Ł, Gajęcki MT. The genotoxicity of caecal water in gilts exposed to low doses of zearalenone. Toxins. 2018; 10(9): 350.
[14] Yumbe-Guevara BE, Imoto T, Yoshizawa T. Effects of heating procedures on deoxynivalenol, nivalenol and zea-ralenone levels in naturally contaminated barley and wheat. Food additives and contaminants. 2003; 20(12): 1132-40.
[15] Cortinovis C, Pizzo F, Spicer LJ, Caloni F. Fusarium mycotoxins: effects on reproductive function in domestic animals - a review. Theriogenology. 2013; 80(6): 557-64.
[16] Radová Z, Hajšlová J, Králová J, Papoušková L, Sýkorová S. Analysis of zearalenone in wheat using high-performance liquid chromatography with fluorescence detection and/or enzyme-linked immunosorbent assay. Cereal Research Communications. 2001; 29(3): 435-42.
[17] Székács I, Adányi N, Szendrő I, Székács A. Direct and competitive optical grating immunosensors for determina-tion of Fusarium mycotoxin zearalenone. Toxins. 2021; 13(1): 43.
[18] Dong G, Pan Y, Wang Y, Ahmed S, Liu Z, Peng D, Yuan Z. Preparation of a broad-spectrum anti-zearalenone and its primary analogues antibody and its application in an indirect competitive enzyme-linked immunosorbent assay. Food chemistry. 2018; 247: 8-15.
[19] Evtugyn G, Hianik T. Aptamer-based biosensors for mycotoxin detection. Nanomycotoxicology. In Nanomycotoxicology. Academic Press. 2020; 35-70.
[20] Vasapollo G, Sole RD, Mergola L, Lazzoi MR, Scardino A, Scorrano S, Mele G. Molecularly imprinted polymers: present and future prospective. International journal of molecular sciences. 2011; 12(9): 5908-45.
[21] Hussain M, Wackerlig J, Lieberzeit PA. Biomimetic strategies for sensing biological species. Biosensors. 2013; 3(1): 89-107.
[22] Sergeyeva T, Yarynka D, Piletska E, Linnik R, Zaporozhets O, Brovko O, Piletsky S, El`skaya A. Development of a smartphone -based biomimetic sensor for aflatoxin B1 detection using molecularly imprinted polymer membranes. Talanta. 2019; 201: 204-10.
[23] Sergeyeva TA, Chelyadina DS, Gorbach LA, Brovko OO, Piletska EV, El'skaya AV. Colorimetric biomimetic sensor systems based on molecularly imprinted polymer membranes for highly-selective detection of phenol in environmental samples. Biopolym Cell. 2014; 30(3): 209-15.
[24] Spirin YuL, Lipatov YuS, Magdinets VV, Sergeyeva LM, Kercha YuYu, Savchenko TT, Vilenskaya LN. Polymers based on polyoxypropylene glycol, diisocyanate and ethylene glycol monomethacrylate. Polymer Science USSR. 1968; 10(9): 2463-70.
[25] Sergeyeva T, Yarynka D, Dubey L, Dubey I, Piletska E, El'skaya A. Sensor based on molecularly imprinted polymer membranes and smartphone for detection of Fusarium contamination in cereals. Sensors. 2020; 20(15): 4304.
[26] Urraca JL, Marazuela MD, Merino ER, Orellana G, Moreno-Bondi MC. Molecularly imprinted polymers with a streamlined mimic for zearalenone analysis. Journal of Chromatography A. 2006; 1116(1-2): 127-34.
[27] Guideline ICHHT. Validation of analytical procedures: text and methodology. Q2 (R1). 2005; 1: 05.