基于机器学习的纳米酶传感器阵列作为一种电子舌头,用于对食品中的内源性化合物进行歧视
Wenjie Jing1, Yajun Yang1, Qihao Shi1
1Key Laboratory of Industrial Fermentation Microbiology, Ministry of Education, Tianjin Key Laboratory of Industrial Microbiology, College of Biotechnology, Tianjin University of Science and Technology, No.29 of 13th Street, TEDA, Tianjin 300457, PR China.
Analytical chemistry
|September 26, 2024
概括
一个新的酸铜 (VA-Cu) 纳米酶传感器阵列检测食品中的内源性化合物 (EP). 这种方法使用人工神经网络和智能手机来识别便携式EP.
科学领域:
- 分析化学 分析化学
- 生物化学 生物化学
- 材料科学 材料科学 材料科学
背景情况:
- 食品中的内源性化合物 (EP) 对于理解生物活性和健康影响至关重要.
- 准确检测EP对于食品质量和安全评估至关重要.
- 现有的EP检测方法可能是复杂和耗时的.
研究的目的:
- 开发一种新的双功能纳米酶传感器,用于检测食品中的内源性化合物 (EP).
- 构建一个多通道传感器阵列,利用酶模拟活动进行增强的EP分析.
- 创建一个便携式和准确的方法,用于在各种食品矩阵中识别EP.
主要方法:
- 制备一种具有过氧化酶类和乳酶类活性的双功能基酸-铜 (VA-Cu) 纳米酶.
- 基于差分酶模拟催化和时间解析测量的六通道纳米酶传感器阵列的构建.
- 应用人工神经网络 (ANN) 算法进行差别分析和预测EPs.
- 传感器阵列与智能手机集成,用于便携式食品分析.
主要成果:
- 该VA-Cu纳米酶表现出类似过氧化酶的活性 (EPs抑制) 和类似乳酶的活性 (催化EPs氧化).
- 六通道传感器阵列成功实现了对9个不同的EP进行分辨分析.
- 与传感器阵列相结合的ANN算法准确地识别并预测了黑茶,蜂蜜和葡萄汁中的9个EP.
- 通过智能手机成功展示了一种用于食品中EPs识别的便携式方法.
结论:
- 开发的VA-Cu纳米酶传感器阵列为EP检测提供了一个敏感和选择性的平台.
- 纳米酶技术,传感器阵列和AI的结合为食品分析提供了强大的工具.
- 这种方法可以在复杂的食品样本中快速,准确和便携式识别内源性化合物.
