リアルサンプルのインディゴカルミン検出のためのAuSeナノワイヤに基づく機械学習統合SERSプラットフォーム

科学分野:

• ナノ材料
• 分析化学
• スペクトロスコーピー

背景:

• 食品染料には敏感な検出方法が必要です
• 表面強化ラーマン分散 (SERS) は高い感度を提供します.
• 耐久性の高いSERS基板の開発は,痕跡分析に不可欠です.

研究 の 目的:

• インディゴカルミン (IC) の痕跡検出のための新しいSERS基板を開発する.
• IC検出のためのAuSe NWs基板の性能を評価する.
• 食品分析の実用性と機械学習の統合を評価する.

主な方法:

• コプレシピテーションによるセレニウムナノワイヤの合成.
• 光還元を用いた金ナノ粒子 (AuNP) でSe NWsを装飾する.
• AuSe NWs基板とSERS測定の特徴づけ
• インディゴカルミン (IC) の検出と機械学習による分析

主要な成果:

• AuSe NWs基板は,強化因数10⁸の強いSERS活性を示した.
• ICの感受性検出は10−9Mの濃度で達成された.
• 基板は30日間の優れた均一性,再現性,および安定性を示した.
• 実際の食品サンプルでは検出限界が10−8Mに達した.
• 機械学習によって様々な食品マトリックスに ICを正確に分類しました

結論:

• 開発されたAuSe NWs基板は,非常に敏感で安定したSERSプラットフォームです.
• この技術は食品の合成染料をリアルタイムで監視するための信頼できるツールです.
• 機械学習と統合することで,食品安全分析の正確性と適用性が向上します.