機械学習分析と組み合わせたプラズモニックTLC-SERSによる食用油におけるピレンの定量検出

科学分野:

• 分析化学
• 食品の安全性
• スペクトロスコーピー

背景:

• 食用油に含まれるポリサイクルアロマティック炭化水素 (PAH) は,潜在的発がん性を含む重大な健康リスクをもたらす.
• 食品の品質と消費者の安全を確保するために,PAHの正確で迅速な検出は不可欠です.
• 既存の検出方法には,通常の分析に必要な速度,感度,定量的な精度が欠けることがあります.

研究 の 目的:

• 食用油における多環芳香炭化水素 (PAH) の検出のための迅速かつ定量的な方法を開発する.
• 分析性能を向上させるために,薄層クロマトグラフィー表面強化ラーマン光譜 (TLC-SERS) を機械学習と統合する.
• 敏感なPAH検出のための新しいダイアトマイト/Ag基板の有効性を検証する.

主な方法:

• 薄層クロマトグラフィー表面強化ラーマン光譜 (TLC-SERS) のダイアトマイト/アグナノ粒子基板の開発.
• 調理用油のサンプルにおけるPAHの分離と検出のためのTLC-SERS方法の適用
• 定量分析のための原理コンポーネント分析-バックプロパガンダニューラルネットワーク (PCA-BP) の機械学習の統合.

主要な成果:

• ダイアトマイト/Ag TLC-SERS基板は優れた分離能力と高いSERS性能を示した.
• 開発された方法は,食用油のPAHを0.1ppmの感度まで検出することに成功しました.
• PCA-BPモデルは,定量的なPAH分析において,優れた予測精度を示した.

結論:

• TLC-SERS技術とPCA-BP機械学習の組み合わせにより,食用油における量的なPAH検出に効率的かつ正確なアプローチが提供されます.
• この統合された方法は,食品の品質を監視し改善する能力を大幅に高めます.
• この研究は,食用油のPAH汚染に対する安全性を確保するための貴重なツールです.