パターン認識ベースのデュアルチャンネル比色プラットフォームによる中国産クコの実の産地オンサイトかつ正確な識別

科学分野:

• 分析化学
• 材料科学
• 食品科学

背景:

• クコの実（ゴジベリー）のような価値のある農産物の地理的産地の認証は、品質管理と不正防止のために重要です。
• 産地認証のための既存の方法は、しばしば複雑な機器と長い分析時間に依存しており、オンサイトでの適用性を制限しています。

研究 の 目的:

• 中国産クコの実（ゴジベリー）の地理的産地のオンサイト認証のための、迅速で現場展開可能かつ正確な比色プラットフォームを開発すること。
• 産地の識別の向上を目的として、デュアルチャンネルナノ材料ベースのセンシングとパターン認識を統合すること。

主な方法:

• 金-銀コアシェルナノ粒子（Au@AgNPs）と中空FeNiプルシアンブルーナノケージ（H-FeNi PBANCGs）を利用したデュアルチャンネル比色プラットフォーム。
• Au@AgNPsは、変調された銀の堆積と局所表面プラズモン共鳴シフトを介して、地域特異的なLycium barbarum多糖類（LBP）を検出します。
• H-FeNi PBANCGsは、ペルオキシダーゼ模倣活性を利用し、抗酸化能力の違いがTMB酸化速度論に影響を与えます。
• データ解釈には、線形判別分析や階層的クラスター分析などのパターン認識技術が用いられました。

主要な成果:

• プラットフォームは、地域別のLBP濃度の違いに基づいて、明確なデュアルチャンネル応答を示しました。
• 青海省産のクコの実では、Ag+の堆積とTMBの酸化が著しく阻害されました。
• 統合システムは、中国の5つの主要省産のクコの実に対して94.44%の分類精度を達成しました。
• 18分および52分のアッセイ時間は、従来の機器分析よりも大幅に高速でした。

結論:

• 開発されたパターン認識を用いたデュアルチャンネル比色プラットフォームは、クコの実の産地認証のためのシンプルで正確、かつ現場展開可能なソリューションを提供します。
• このアプローチは、迅速なオンサイト識別を可能にすることで、クコの実のトレーサビリティと実用的な品質管理を効果的にサポートします。
• 本研究は、農産物認証のためのナノ材料ベースのセンシングと化学測定学の統合の可能性を強調しています。