用银纳米粒子装饰的石墨碳化物中的电化学发光用于使用机器学习来确定多巴胺
Fang Li1, Hao Peng1, Nuotong Shen1
1Anhui Province Key Laboratory of Value-Added Catalytic Conversion and Reaction Engineering, Anhui Province Engineering Research Center of Flexible and Intelligent Materials, School of Chemistry and Chemical Engineering, Hefei University of Technology, Hefei 230009, Anhui, China.
ACS applied materials & interfaces
|May 16, 2024
概括
研究人员使用银纳米粒子装饰的石墨碳化物 (g-CN@Ag) 开发了可调节的多色电化学发光 (ECL) 材料. 这些新材料可以通过机器学习进行敏感的多巴胺检测和准确的度预测.
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:
- 可调节波长的多色电化学发光 (ECL) 光灯对于先进的成像和多重分析至关重要.
- 开发具有可控制排放性能的新材料对于扩大ECL应用至关重要.
研究的目的:
- 为了合成和表征银纳米粒子 (Ag NP) 装饰的石墨碳化物 (g-CN@Ag) 纳米复合材料,用于可调节的多色ECL排放.
- 使用这些纳米复合材料制造多色ECL检测阵列,用于敏感的多巴胺检测.
- 实施机器学习辅助的策略,以准确地预测多元参数多巴胺度.
主要方法:
- 合成具有不同Ag NP含量的g-CN@Ag纳米复合物.
- 使用相关技术对形态,组成和结构进行表征.
- 研究ECL特性和从460nm到565nm调节的辐射波长.
- 制造多色ECL检测阵列和多巴胺检测测定.
- 应用深度神经网络 (DNN) 算法用于机器学习辅助分析.
主要成果:
- 通过调节Ag NP含量,g-CN@Ag纳米复合材料显示可调节的ECL排放从蓝色到黄色 (460-565nm).
- 一个多颜色的ECL检测阵列成功地使用四个不同的g-CN@Ag光制造.
- 多巴胺被检测到具有广泛的线性范围 (0.1 nM到1 mM) 和44 pM的低检测极限.
- 机器学习 (DNN) 提供了多参数准确的多巴胺度预测.
结论:
- 金属纳米粒子修饰提供了一种新的策略来调节g-CN的ECL发射波长.
- 开发的g-CN@Ag纳米复合材料是用于ECL应用的有效多色光体.
- 多色ECL和机器学习的结合为敏感和准确的定量检测提供了一个强大的方法.
