适配体由于其高亲和力、高效性,已广泛用于识别小分子、蛋白质等各种靶标,但适配体的特异性一直以来被视为其固有属性,缺乏系统地研究,这制约了其在复杂真实环境中的检测。本文通过在大规模化学品库中进行虚拟筛选,发现适配体可以结合除预设靶标以外的潜在靶标,也就是具有混杂结合（Promiscuous Binding）现象,在识别靶标时出现假阳性的可能性较高。在巨大的化学空间内,使用传统的实验方法系统地筛选靶标,工作量是庞大的,故本文引入效率更高的计算筛选方法。以赭曲霉毒素A（Ochratoxin A,OTA）适配体OBA3为例研究适配体靶标特异性,研究发现适配体OBA3实际上与诺氟沙星（Norfloxacin）结合亲和力更强,所以我们通过对适配体OBA3进行虚拟计算,得到其最佳突变位点,突变后的适配体对于靶标的特异性及亲和力均有较大提升。并且利用适配体OBA3和突变后适配体,构建双适配体生物传感器,设计了在分子水平上同时监测赭曲霉毒素A和诺氟沙星的逻辑门（NOR）,来实现对OTA和诺氟沙星的高特异性单独检测以及无干扰的混合检测。主要研究结果如下:（1）适配体潜在靶标的虚拟筛选与实验验证。首先搭建生物计算平台,整理并比较靶标OTA的不同适配体,选择赭曲霉毒素A的适配体OBA3作为研究对象,参考文献中已优化的OBA3的碱基序列。构建共包含1679043个化合物的靶标库,其中包括药物、毒素、代谢物和天然产物等,将适配体OBA3与库中的小分子靶标进行对接,保留了当中具有最佳对接分数的化合物,预测适配体和靶标的结合自由能,进行无约束分子动力学（Molecular Dynamics,MD）模拟,得到适配体的潜在靶标。通过荧光染料Pico Green标记的方法与等温滴定量热法（Isothermal Titration Calorimetry,ITC）实验验证发现了与OBA3具有更强结合力的3个靶标,分别是Norfloxacin、Difloxacin、Asenapine。（2）通过虚拟计算对适配体进行突变与实验验证。主要分为2个部分,第一个部分是基于二级结构的序列筛选,第二个部分是基于分子动力学模拟的虚拟筛选,对结合靶标的序列进行富集,最终通过虚拟计算得到适配体的最佳突变位点为OBA3的5’端到3’端的第15个碱基T,将其突变为适配体T15C,T15G,T15A。利用等温滴定量热法测量突变后适配体与靶标Norfloxacin与OTA的结合参数,结果表明改造后的适配体可以区分识别这两个靶标,其中TG15结合OTA更强,比原文献当中的适配体OBA3亲和力提高了10倍,T15C仅结合Norfloxacin不结合OTA。（3）双靶标双适配体荧光生物传感器的构建与应用。主要基于靶诱导构象变化、链位移和荧光共振能量转移原理构建荧光生物传感器。经过一系列参数优化,单检时对于OTA的线性检测范围为25～400 nmol·L-1,检测限为8 nmol·L-1,诺氟沙星的线性检测范围为25～100 nmol·L-1,检测限为53 nmol·L-1。混合检测时,OTA的检测限为31nmol·L-1,检测范围为25 nmol·L-1～3μmol·L-1,诺氟沙星检测限为33 nmol·L-1,检测范围为25～400 nmol·L-1。应用于牛奶样品检测时,OTA加标回收率在94.06%～100.25%,诺氟沙星的加标回收率在96.26%～100.93%。这项研究扩宽了适配体生物传感器的通用性,保障食品安全,降低动物源性食品中真菌毒素和抗生素残留。同时这项研究系统地探索了适配体的特异性,可促进适配体投入实际应用。