用TLC-SERS在牛肉中对洛克萨的定量监测与机器学习分析相结合

科学领域:

• 食品科学 食品科学 食品科学
• 分析化学 分析化学
• 生物技术是生物技术.

背景情况:

• 洛素是一种类抗生素,在牲畜中被滥用,造成细菌耐药性和人类健康问题的风险.
• 牛肉中的牛素残留物引发了严重的食品安全问题.
• 准确,快速和便携式监测牛肉中的牛素对于食品质量控制至关重要.

研究的目的:

• 开发一种简单,可靠和即时的方法,用于在牛肉中定量检测牛素.
• 将薄层染色学 (TLC) 与表面增强拉曼散射 (SERS) 集成为现场分析.
• 采用机器学习来准确量化奥洛素残留物.

主要方法:

• 开发了一种结合TLC与SERS光谱学的新方法.
• 在TLC中,二氧化被用作静止阶段,用于从牛肉基质中分离奥洛素.
• 真正的牛肉汁直接应用于TLC板进行分析.
• 主要组件分析-反向传播神经网络 (PCA-BPNN) 用于定量分析.

主要成果:

• 开发的方法实现了牛肉中牛素的直接监测,灵敏度降至0.01ppm.
• 与传统模型相比,PCA-BPNN模型在预测洛辛度方面表现出更高的准确性.
• 结合的TLC-SERS和机器学习方法在检测和量化抗生素残留物方面被证明是有效的.

结论:

• 基于二氧化的TLC-SERS技术与机器学习相结合,为检测肉类中的牛素提供了有效,简单和准确的解决方案.
• 这种方法通过可靠地监测食品中的抗生素污染,显著提高了食品安全.
• 该研究证实了这种综合方法在常规食品质量评估中的潜力.