機械学習統合金属有機フレームワーク/多壁カーボンナノチューブセンサ配列による真菌のVOCのリアルタイム検出

科学分野:

• 環境科学 環境科学
• マテリアルサイエンス 材料科学
• アナリティカル・ケミストリー (Analytical Chemistry) とは

背景:

• 室内の真菌汚染は健康にリスクをもたらし,隠された成長のために遅れて検出されることが多い.
• 菌類の常識的な検出方法は限られている.
• 微生物の揮発性有機化合物 (MVOC) は,早期発見のための非侵襲的な代替案を提供します.

研究 の 目的:

• リアルタイムMVOC検出のためのマルチモダルガスセンサープラットフォームの開発と評価.
• メタル・オーガニック・フレームワーク (MOF) /マルチウォールカーボンナノチューブ (MWCNT) 複合材料を機械学習アルゴリズムで統合する.
• MVOC分析を通じて真菌汚染を特定するプラットフォームの有効性を評価する.

主な方法:

• 3つのMOF/MWCNT複合材料 (ZIF-8/MWCNT,Cu-BTC/MWCNT,UIO-66/MWCNT) の製造について.
• 複合材料をクォーツ結晶マイクロバランス (QCM),レジスティヴセンサー (RS),電気化学阻抗スペクトロスコピー (EIS) のセンサータイプにコーティングする.
• 機械学習モデル (ランダムフォレスト,キャットブースト) を使用して,単一の化合物,ガス混合物,および真菌ヘッドスペースの排出量に関するセンサ配列の評価.

主要な成果:

• ランダムフォレストを使用した単一のガス検出の高精度 (95%) です.
• CatBoostによるガス混合物検出の良好な性能 (R2値は0.93まで).
• CatBoostを使用した対照サンプル (0.963精度) と対照サンプル (0.963精度) の真菌排出量の正確な分類.

結論:

• 開発されたセンサープラットフォームは,ガス相信号を用いた間接的,データ主導の真菌検出の実現可能性を実証しています.
• この概念実証システムは,スケーラブルで適応可能な室内の空気質モニタリングの可能性を示しています.
• 将来の作業には,合成を拡大し,微生物汚染の早期警告のためのポータブルデバイスの開発が含まれています.