机器学习辅助的便携式双读出生物传感器用于可视检测牛奶过敏原

科学领域:

• 分析化学 分析化学
• 材料科学 材料科学 材料科学
• 生物技术是生物技术.

背景情况:

• β-乳糖球蛋白 (β-LG) 是牛奶中的主要过敏原,需要敏感的检测方法来检测过敏个体.
• 目前的检测方法可能缺乏实时食品过敏管理所需的速度,灵敏度或方便性.

研究的目的:

• 开发一种快速,灵敏和方便的双读出生物传感器,用于定量检测β-乳糖球蛋白 (β-LG).
• 为了实践应用,将基于graphdiyne的自动供电电化学生物传感器与测试带集成在一起.

主要方法:

• 在测试带中集成的基于graphdiyne的自动供电电化学生物传感器的制造.
• 使用葡萄糖作为生物传感器的燃料,将β-LG度与葡萄糖水平相关联.
• 采用电染色物质对过氧化 (H2O2) 的色度检测,这是葡萄糖氧化的副产品.
• 开发一个移动电话应用程序,用于实时数据采集和分析电化学和色度信号.
• 应用机器学习算法来分析生物传感器性能.

主要成果:

• 实现了对β-LG的电化学和色度信号的双重检测.
• 在广泛范围 (0.01-10,000 ng/mL) 中量化β-LG度.
• 已建立的低检测极限为0.0033 ng/mL (电化学) 和0.0081 ng/mL (色度测量).
• 通过移动应用程序证明了与β-LG水平相关的实时定量检测.

结论:

• 开发的基于graphdiyne的双读出生物传感器为快速和敏感的食物过敏检测提供了一个有前途的平台.
• 自动供电的集成系统提供了一种方便和定量方法来识别β-乳糖球蛋白.
• 机器学习分析进一步验证了生物传感器在实际食品安全应用中的潜力.