通过基于基底的SERS方法与深度学习算法相结合,快速和灵敏地检测水产养殖中的制药污染物
Zixi Huang1, Yongqian Lei2, Weixin Liang2
1Guangzhou Key Laboratory of Environmental Catalysis and Pollution Control, Guangdong Key Laboratory of Environmental Catalysis and Health Risk Control, School of Environmental Science and Engineering, Guangdong University of Technology, Guangzhou, 510006, China; Guangdong Provincial Key Laboratory of Chemical Measurement and Emergency Test Technology, Institute of Analysis, Guangdong Academy of Sciences (China National Analytical Center, Guangzhou), Guangzhou, 510070, China; Guangdong Provincial Engineering Research Center for Online Monitoring of Water Pollution, Institute of Analysis, Guangdong Academy of Sciences (China National Analytical Center, Guangzhou), Guangzhou, 510070, China.
本研究介绍了片SERS基板和深度学习模型,用于检测水产养殖废水中的制药残留物. 该方法提供高灵敏度和复杂污染物混合物的准确识别.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 生物技术是生物技术.
背景情况:
- 水产养殖废水中的抗生素和消毒剂等制药残留物对环境和人类健康构成重大风险.
- 表面增强拉曼光谱 (SERS) 是一种灵敏,快速和具有成本效益的检测药物的技术.
- 使用SERS准确识别复杂污染物混合物仍然是一个挑战.
研究的目的:
- 开发一种新的SERS检测基质,以提高灵敏度.
- 建立一个深度学习模型,以快速准确地识别抗生素混合物.
- 为分析水产养殖废水中的制药污染物提供一个强大的方法.
主要方法:
- 基于 (AlF) 的SERS基板的开发.
- 应用多层感知子 (MLP) 深度学习模型用于污染物识别.
- 使用SERS和MLP对目标药物化合物的定量分析和混合物识别.
主要成果:
- 该AlF SERS基质获得了高增强因子 (4.2 × 105) 并检测出微量抗生素 (例如2.7 × 10−8mol/L的多素).
- 六种目标化合物的度与它们的拉曼强度之间观察到良好的线性关系.
- 该MLP模型准确地识别了硫法,甲基蓝和马拉绿的混合物,准确率为97.8%,F1得分为98.2%.
结论:
- 开发的AlF SERS基质和MLP模型为检测制药残留物提供了灵敏,快速和准确的方法.
- 该方法在复杂的矩阵中表现出强大的性能和稳定性,适用于现实世界水产养殖废水处理.
- 这项研究为监测和管理水生环境中制药污染提供了有希望的解决方案.
更多相关视频
03:33Author Spotlight: Development and Application of SERS Flexible Substrates Using Synthesized AgNPs
Published on: November 17, 2023
05:46Identification of Pharmaceuticals in The Aquatic Environment Using HPLC-ESI-Q-TOF-MS and Elimination of Erythromycin Through Photo-Induced Degradation
Published on: August 1, 2018