監視学習によるアフラトキシンB1の安定的かつ迅速な検出のためのスペクトルデータとマッピングデータを統合した,新しい表面強化ラーマン分散戦略

科学分野:

• 分析化学
• スペクトロスコーピー
• 材料科学

背景:

• 表面強化ラーマン分散 (SERS) は,アフラトキシンB1 (AFB1) の検出に有望である.
• 現在のSERS方法は,ホットスポットの均一性と信号の不安定性に問題があります.
• AFB1の信頼性の高い監視は食品の安全性にとって極めて重要です.

研究 の 目的:

• AFB1の定量化のための安定で正確なSERS方法を開発する.
• シングルスポット測定と不一致の基板の限界を克服する.
• 多次元データを統合して分析性能を向上させる.

主な方法:

• 3DゴールドナノツリーSERS基板の製造
• 1Dスペクトルデータと2DSERSマッピングの組み合わせ
• 変数の組み合わせの集団分析の適用 - 情報変数を繰り返し保持する - 部分最小二乗 (VCPA-IRIV-PLS) のデータ融合.

主要な成果:

• 予測相関係数が0.9641に達した.
• 非融合法と比較して,相対予測偏差が14. 5%,回復の相対標準偏差が6. 28%改善された.
• 小麦のAFB1の検出限界は低10pg/mLで,回収率は高い (98.70~104.10%).

結論:

• 統合されたマッピング-スペクトルのSERSアプローチは,AFB1検出の安定性と精度を向上させます.
• この方法は,複雑な食品のサンプルで迅速かつ信頼性の高いAFB1定量化の可能性を示しています.
• 3Dゴールドナノツリーとデータの融合は,SERSベースの食品安全分析における重要な進歩を表しています.