基于机器学习算法的双模式光/智能侧流免疫检测,用于对乙胺除草剂的超敏感分析
Yonghong Zha1,2, Yansong Li1, Jianhua Zhou2
1State Key Laboratory for Diagnosis and Treatment of Severe Zoonotic Infectious Diseases, Key Laboratory for Zoonosis Research of the Ministry of Education, Institute of Zoonosis, and College of Veterinary Medicine, Jilin University, Changchun 130062, China.
Analytical chemistry
|July 11, 2024
概括
一种新的双模式光/智能侧流免疫试验 (LFIA) 可以快速准确地检测农产品中的乙除草剂. 这种便携式生物传感器为食品安全提供可靠的农药监测,即使在资源有限的环境中也是如此.
科学领域:
- 农业化学 农业化学
- 生物传感器技术技术
- 分析化学 分析化学
背景情况:
- 农产品中的农药残留物对健康构成重大风险.
- 开发便携和精确的生物传感器对于有效的农药分析至关重要.
- 乙胺除草剂被广泛使用,但需要谨慎监测.
研究的目的:
- 开发一种新型的双模式光/智能 (DM-f/DM-i) 侧流免疫试验 (LFIA) 用于检测乙胺除草剂.
- 建立农产品中农药残留物的敏感和可靠检测方法.
- 为了验证开发的生物传感器在现实世界样本中的实际适用性.
主要方法:
- 利用甲过氧化酶-IgG结合的时间解析光纳米粒子探针进行信号标记和放大.
- 实现了双模式检测系统:光 (DM-f) 直接测量和智能 (DM-i) 使用机器学习算法.
- 在DM-i模式下应用机器学习进行图像细分,特征提取和相关性分析.
主要成果:
- 在DM-f模式下实现了乙醇 (0.08 ng/mL),甲醇 (0.29 ng/mL),醇 (0.51 ng/mL) 和它们的混合物 (0.13 ng/mL) 的低检测极限 (LOD).
- 在DM-i模式中开发了一个高度可靠的回归模型 (R2 = 0.95),用于在广泛的度范围 (2 × 1022 × 105 pg/mL) 中进行量化.
- 在玉米样本中成功验证了良好的回收率 (85.4109.3%),证明了实际应用.
结论:
- 开发的双模式LFIA提供了一个快速 (12分钟) 和准确的方法,用于检测甲胺除草剂.
- 这种便携式生物传感器适用于在设备有限的环境和实验室环境中监测农药.
- 光和机器学习的结合方法提高了农业农药分析的可靠性和多功能性.
