基于人工神经网络的V₂C MNs的色度/光双通道生物传感器,用于在花生中高度敏感地检测AFB₁

科学领域:

• 材料科学 材料科学 材料科学
• 纳米技术纳米技术
• 分析化学 分析化学

背景情况:

• MXene纳米材料,特别是V2C MXene纳米酶材料 (V2C MNs),表现出有希望的过氧化酶类活性.
• 光火是开发敏感检测方法的关键特性.
• 非洲毒素B1 (AFB1) 是一种重要的食品污染物,需要精确的检测方法.

研究的目的:

• 开发一种用于AFB1检测的新型双模式传感器.
• 为了提高检测灵敏度和准确度,使用V2C MNs和aptamer修改.
• 创建一个智能检测平台,用于自动化分析.

主要方法:

• 制备V2C MXene纳米酶材料 (V2C MNs) 的方法.
• 修改V2C MNs使用6碳氧化标记的体 (ssDNA-FAM) 来创建V2C@ssDNA-FAM.
• 构建一个人工神经网络 (ANN) 智能检测平台.
• 双模式检测 (光和色度) 和ANN辅助分析.

主要成果:

• V2C@ssDNA-FAM传感器实现了AFB1:0.0477 ng mL-1 (光) 和0.2789 ng mL-1 (色度) 的低检测极限.
• ANN平台进一步提高了检测极限,达到0.0905 ng mL-1 (光) 和0.6845 ng mL-1 (色度测量).
• 在真实样本分析中观察到高回收率 (95.40%-101.76%),证明了方法的可靠性.

结论:

• 开发的V2C@ssDNA-FAM双模式传感器为AFB1检测提供了一种灵敏可靠的方法.
• 集成ANN平台显著提高了检测系统的智能化和自动化.
• 与现有方法相比,这种方法显示出更高的性能,并为食品质量测试提供了巨大的潜力.