SERSの潜在能力を最大限に活用する:マトリックスにおける多重型可塑剤類の強化分析のための直接的および間接的なアプローチを統合する

科学分野:

• 分析化学
• スペクトロスコーピー
• 材料科学

背景:

• 工業汚染物質のモニタリングには,可塑剤の類似体の正確な識別が不可欠です.
• 表面強化ラーマン散布 (SERS) は潜在的可能性を秘めているが,類似の化合物や分析物質の吸収が弱い場合,課題に直面している.
• 既存の方法は,複雑なマトリックスで構造的に類似した可塑剤を区別するのに苦労しています.

研究 の 目的:

• 整合的な直接的および間接的なSERSアプローチを開発し,可塑剤の類型を検出する.
• 複数の可塑剤の分類と定量化において,干渉物質であっても高い精度を達成する.
• 汚染物質を現地で迅速に検出するための強力な方法を提供する.

主な方法:

• 直接的および間接的なSERSテクニックを統合して,内在的な分析物質信号と受容体-分析物質の相互作用の両方を捕捉します.
• 部分最小四角差分分析 (PLS-DA) を用いて,8種類の可塑剤類を分類する.
• 異なるSERSプラットフォームの貢献を分析するために,SHapley Additive exPlanations (SHAP) を使用する.
• 相互作用エネルギー計算を行い,SERS信号の起源を検証する.

主要な成果:

• 8種類の可塑剤の分類の精度100%を達成しました.
• カノーラ油における3つの主要な可塑剤の多重定量化が実証され,予測誤差は<5%であった.
• 検出限界値 (LOD) は0. 01mg L−1である.
• 直接的なSERSはアルキル鎖を検出し,間接的なSERSはアロマティックリングとカルボキシル群を識別することを確認しました.

結論:

• ハイブリッドの直接間接SERSアプローチは,可塑剤のアナログ検出のための伝統的なSERSの限界を効果的に克服します.
• この方法は,干渉する脂質性汚染物質の存在下でも,正確で敏感な定量化と分類を提供します.
• この統合されたSERS戦略は,複雑な産業汚染物質を現地で迅速に検出するための有望なプラットフォームを提供します.