基于纳米酶的色度传感器阵列集成机器学习来识别和区分单糖
Sijun Huang1, Henglong Xiang1, Jiachen Lv1
1Key Laboratory for Molecular Enzymology and Engineering of Ministry of Education, National Engineering Laboratory for AIDS Vaccine, School of Life Sciences, Jilin University, Changchun, China.
Journal of colloid and interface science
|June 5, 2024
概括
这项研究引入了一种使用金纳米粒子 (AuNPs) 识别不同单糖的新型色度测量传感器阵列. 传感器阵列可以在各种应用中准确检测和量化糖.
科学领域:
- 纳米材料科学 科学 纳米材料科学
- 分析化学 分析化学
- 生物化学 生物化学
背景情况:
- 单糖具有独特的氧化还原特性,影响它们的反应性.
- 黄金纳米颗粒 (AuNPs) 显示出类似于葡萄糖氧化酶 (GOx) 的活性,使催化应用成为可能.
- 开发选择性和敏感的单糖识别方法对于工业,医学和生物领域至关重要.
研究的目的:
- 开发一种新的色度测量传感器阵列,用于识别和量化单糖.
- 为了利用AuNPs的GOx类活性进行选择性单糖体检测.
- 应用先进的数据分析技术来区分复杂的糖混合物和度.
主要方法:
- 使用具有GOx类活动的AuNP制造色度传感器阵列.
- 使用不同的电子受体 (O2,ABTS+•,[Ag(NH3)2]+) 以不同的速度催化单糖氧化.
- 使用线性差异分析 (LDA) 和层次聚类分析 (HCA) 进行模式识别.
- 实施神经网络回归模型,同时量化葡萄糖和果糖.
主要成果:
- 基于AuNP的传感器阵列产生了基于单糖氧化的交叉响应信号.
- LDA和HCA成功地区分了不同的单糖和它们的混合物.
- 神经网络模型准确地估计了葡萄糖和果糖的同时度.
- 传感器阵列展示了实际单糖体检测的高潜力.
结论:
- 基于具有GOx类活性的AuNPs的新型色度传感器阵列已成功开发用于单糖识别.
- 传感器阵列通过化学分析有效地区分单糖和它们的混合物.
- 同时量化特定的单糖如葡萄糖和果糖是可以实现的.
- 这种方法对工业,医学和生物学中的各种应用具有重大前景.
