测色 - 光 - 光热三模式传感器阵列,结合机器学习方法,用于选择性识别硫氨酸尿素农药
Tian Tian1, Donghui Song2, Linxue Zhen2
1Key Lab of Groundwater Resources and Environment of Ministry of Education, Key Lab of Water Resources and Aquatic Environment of Jilin Province, College of New Energy and Environment, Jilin University, Changchun, 130021, PR China; College of Food Science and Engineering, Jilin University, Changchun, 130025, PR China.
Biosensors & bioelectronics
|February 22, 2025
概括
这项研究引入了一种基于纳米酶的新型传感器阵列,用于高精度的硫氨酸尿素农药检测. 多信号方法克服了以前方法的局限性,确保可靠的食品安全分析.
科学领域:
- 分析化学 分析化学
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
背景情况:
- 基于胆酶的方法对硫氨酸尿素农药具有有限的敏感性.
- 以前的纳米酶传感器提供了选择性,但缺乏对复杂矩阵和错误的稳定性.
研究的目的:
- 开发一个强大的和高度选择性的传感平台,用于硫氨酸尿素农药.
- 解决复杂样本中单信号检测系统的局限性.
主要方法:
- 利用一种纳米酶反应系统,具有色度,光热和光信号来检测农药.
- 构建了第一个包含光热信号的传感器阵列.
- 采用K-最近邻居 (KNN) 算法用于度独立的农药差异化.
主要成果:
- 获得了卓越的选择性和抗干扰性能,不受25倍高的干扰物质度的影响.
- 使用KNN算法检测和区分农药的100%准确性得到证明.
- 成功地将该方法应用于复杂的环境和食品矩阵.
结论:
- 多信号纳米酶传感器阵列提供了一种可靠和准确的方法来检测硫氨酸尿素农药.
- 这种方法弥合了现有的农药检测技术的差距,以提高食品安全.
- 在具有挑战性的现实世界样本中检测硫氨酸尿素农药提供了一个有希望的解决方案.


