基于SERS-AI的检测和生物分析厨房垃圾中的臭味成分
Zhaoxian Chen1, Kejin Chen2, Wenrou Yu2
1Chongqing Key Laboratory of Interface Physics in Energy Conversion, College of Physics, Chongqing University, Chongqing 401331, China.
Analytical chemistry
|November 26, 2024
概括
这项研究引入了一种结合表面增强拉曼光谱 (SERS) 和人工智能 (AI) 的新技术,用于检测厨房废物气味. AI-SERS方法准确地识别了硫化和氨等关键气体的气味,有助于控制环境污染.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 微生物学 微生物学
背景情况:
- 厨房垃圾产生大量的气味污染,需要敏感的检测方法.
- 厨房垃圾的高度复杂性和变异性阻碍了准确的气体分析.
- 开发有效的气味控制策略需要了解微生物的贡献.
研究的目的:
- 开发和验证一种敏感的技术,用于检测厨房废弃物水中的恶臭成分.
- 利用人工智能 (AI) 与表面增强拉曼光谱 (SERS) 进行气味分类和识别.
- 为了研究微生物群落和厨房废物发酵中的气味产生的关系.
主要方法:
- 在不同发酵条件下从合成厨房废物中收集了1706个SERS光谱.
- 应用多个AI算法来根据SERS数据对气味强度水平进行分类.
- 将拉曼光谱数据与人工智能集成,以识别主要的恶臭气体 (H2S,NH3).
主要成果:
- 随机森林分类器人工智能模型实现了86.5%的气味强度预测准确度.
- AI-SERS成功地确定了硫化 (H2S) 和氨 (NH3) 作为主要的气味贡献者.
- 获得了对微生物社区结构和代谢途径 (硫,) 的洞察力.
结论:
- 联合SERS-AI技术为厨房废物气味检测提供了高度敏感和准确的方法.
- 这种方法为推动气味形成的微生物过程提供了宝贵的见解.
- 该SERS-AI方法具有广泛的潜力监测复杂的生物化学系统和减轻气味污染.
