一合成的多功能Zn-MOF/HOF异构传感器阵列,辅助机器学习,以高效捕获,目标区分和光智能感应多西环素类似物

科学领域:

• 材料科学 材料科学 材料科学
• 分析化学 分析化学
• 环境科学 环境科学

背景情况:

• 确保环境和粮食安全需要有效的方法来捕获和检测多克西环林类似物 (DC).
• 开发用于同时捕获,敏感检测和准确识别DC的多功能平台是一个重大挑战.

研究的目的:

• 构建一个异构结构Zn-MOF/HOF异步响应光传感器,以高效捕获和敏感检测DC.
• 开发一种机器学习辅助的传感阵列,用于准确区分DCs.
• 创建一个便携式传感系统,用于现场监测DC.

主要方法:

• 一种多元件单方法被用来合成异构结构Zn-MOF/HOF.
• 光谱法被用来检测DC,利用它们的异步响应和特征的光谱差异.
• 应用了机器学习算法来分析光数据,以精确的DC区分.
• 进行吸附能力测量以评估预富能力.
• 分析了现实世界中的水和食物样本,以验证传感器性能.

主要成果:

• 该Zn-MOF/HOF传感器显示了对DCs (569.00 mg/g) 的异常吸附能力,从而实现了有效的预富.
• 传感器实现了DC的超低检测极限,低至2.2nmol/L.
• 一个机器学习辅助的传感阵列以100%的精度准确地区分了DC.
• 在现实水和食物样本中获得了令人满意的恢复 (91.78%-113.16%).
• 一个便携式的光智能传感系统可以进行视觉定量和现场监测DCs.

结论:

• 开发的Zn-MOF/HOF异构结构作为一个理想的多功能平台,用于同时捕获,识别和检测DC等新出现的污染物.
• 这种创新的传感器技术在环境和食品安全应用方面具有重大潜力.
• 机器学习和便携式传感系统的整合增强了实时监控的实际实用性.