用深度学习驱动的纳米孔传感器对醇糖化物进行单分子识别和量化
Minmin Li1, Jing Wang1,2, Chen Zhang3
1State Key Laboratory of Medical Proteomics, National Chromatographic R. & A. Center, CAS Key Laboratory of Separation Science for Analytical Chemistry, Dalian Institute of Chemical Physics, Chinese Academy of Sciences, Dalian 116023, P. R. China.
ACS nano
|August 27, 2024
概括
一种新的纳米孔感应方法通过分析它们独特的分子相互作用,准确地识别出多种不同的醇糖化物 (SG). 这种方法与人工智能相结合,可以快速进行单分子分析,以控制这些天然甜味剂的质量.
科学领域:
- 生物技术是生物技术.
- 分析化学 分析化学
- 纳米技术 纳米技术
背景情况:
- 醇糖化物 (SGs) 是复杂的天然甜味剂,其结构变异使其难以准确识别.
- 目前的方法难以区分SG异构体,限制了对其生物活性和混合物中使用的理解.
研究的目的:
- 开发一种方法来精确检测和区分各种醇糖化物种.
- 为了实现快速,自动化,准确的单分子识别和量化SGS.
主要方法:
- 利用野生类型的空气溶纳米孔来检测和区分基于不同电压的电解氧流效应的SG.
- 分析了纳米孔内的分子结合和转位事件.
- 开发了一个基于深度学习的人工智能 (AI) 模型,使用来自15个SG的纳米孔数据.
主要成果:
- 纳米孔方法成功检测和区分了各种SG物种,低电压的结合事件识别了大多数SG.
- 更高的电压可以明确识别由单个基团区别的SG.
- 人工智能模型在真实样本中实现了快速,自动化和精确的单分子识别和量化SG.
结论:
- 纳米孔传感为精确分析复杂糖化物的结构提供了有价值的工具.
- 这项由人工智能增强的技术为糖化产品的敏感和快速质量保证提供了重大潜力.
