用机器学习辅助开发表面分子印记的棕酸电化学传感器
Heng Zhang1, Bin Luo2, Ke Liu2
1Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing, 100097, China; School of Landscape and Ecological Engineering, Hebei University of Engineering, Handan, 056038, China.
Talanta
|April 25, 2024
概括
一个新的电化学传感器使用在MXene上分子印记的聚合物检测棕酸 (PA). 这种通过机器学习增强的敏感方法,可以准确地量化食品样本中的PA.
科学领域:
- 电化学 电化学 电化学
- 材料科学 材料科学 材料科学
- 食品分析 食品分析
背景情况:
- 棕酸 (PA) 是一种和脂肪酸,对生理过程和食品质量至关重要.
- 准确检测PA对于确保食品安全和质量控制至关重要.
研究的目的:
- 开发一种高度敏感和选择性的分子印记聚合物 (MIP) 电化学传感器,用于棕酸检测.
- 通过使用纳米材料和机器学习来提高传感器性能,以提高准确性和适用性.
主要方法:
- 在使用多巴胺 (DA) 作为功能单体的MXene表面制造MIP传感器.
- 用金纳米粒子 (AuNPs) 和Fc-GO-MWCNT复合物对电极进行修改,以提高电活性和导电性.
- 使用SEM,EDS,EIS和DPV进行表征;优化试验参数和再生.
- 人工神经网络 (ANN) 的应用,特别是反向传播 (BP),用于智能数据分析.
主要成果:
- 传感器在广泛范围内 (1nM-1mM) 显示了PA的敏感检测,检测限度低 (0.48nM) 和量化限度低 (1.61nM).
- 背向传播神经网络 (BP-ANN) 模型在智能分析传感器数据方面被证明是有效的.
- 通过在真实猪肉样本中成功检测PA,验证了传感器的实用性.
结论:
- 本研究介绍了第一个基于MIP的电化学传感器,用于检测棕酸.
- 开发的传感器表现出极好的灵敏度,选择性,以及在食品安全和质量评估中的实际应用潜力.
