一个超分子光传感器阵列用于分化多个离子和预测人工尿中的,使用机器学习

科学领域:

• 分析化学 分析化学
• 超分子化学 超分子化学
• 传感器技术 传感器技术

背景情况:

• 在水溶液中同时区分和检测多个离子,由于结构相似性和小的电荷半径,因此存在重大挑战.
• 当处理复杂的离子混合物时,现有的方法经常在准确性和灵敏性方面扎.
• 开发选择性和敏感的离子传感器对于环境监测,临床诊断和工业应用至关重要.

研究的目的:

• 开发一种超分子光传感器阵列,能够在水溶液中区分和检测五种不同的离子 (F-, Cl-, Br-, I-, 和 ClO-).
• 利用阴离子诱导的光火和线性分辨分析来增强阴离子识别.
• 在准确性,线性,检测极限和反干扰能力方面验证传感器阵列的性能.

主要方法:

• 构建一个超分子光传感器阵列,使用三个不同的宿主-客人复合体.
• 离子诱导光火的应用,为每个离子产生独特的响应模式.
• 使用线性差异分析 (LDA) 来识别和分类五个目标离子的模式.
• 测试传感器阵列在各种离子度 (0.5,10,50μM) 的性能,并评估干扰效应.
• 通过牙膏和尿液等现实世界样本评估传感器的实际应用.

主要成果:

• 开发的传感器阵列成功地在不同度下以100%的准确度区分了五个目标离子.
• 传感器在特定度范围内表现出良好的线性,表明可靠的定量分析.
• 离子的检测极限 (LOD) 发现小于0.5μM.
• 干扰研究证实了传感器阵列强大的抗干扰能力.
• 实际应用证明了成功识别牙膏中的化物含量和预测尿液中的含量.

结论:

• 超分子光传感器阵列为水性介质中多个离子的同时分辨和检测提供了一个有效的平台.
• 主体-客体复杂化,光火和线性差异分析的结合为复杂的离子分析提供了一种强大的方法.
• 传感器的高精度,灵敏度和防干扰性能,以及证明的现实应用性,突出了其应对各种分析挑战的潜力.