化合成银纳米粒子SERS平台:间接的葡萄糖检测和分析使用梯度增强

科学领域:

• 纳米技术纳米技术
• 生物医学工程 生物医学工程
• 分析化学 分析化学

背景情况:

• 生物流体的非侵入性分析越来越重要.
• 表面增强拉曼散射 (SERS) 为分子检测提供了高灵敏度.
• 开发坚固和可重复的SERS基板对于实际应用至关重要.

研究的目的:

• 为了制造银纳米粒子 (AgNP) 涂层的非织造聚烯二基底为SERS.
• 开发一种基于SERS的生物传感器来检测葡萄糖.
• 通过机器学习提高定量SERS分析的准确性.

主要方法:

• 在聚烯二基底上通过化还原直接合成AgNP.
• 用葡萄糖氧化酶 (GOx) 对AgNP基质进行功能化,用于葡萄糖传感.
• 用梯度增强机器学习模型对SERS光谱进行分析,用于分类和回归.

主要成果:

• 优化的SERS基质实现了4-mercaptobenzoic acid (4-MBA) 的增强因子 (EF) 高达10⁵.
• 通过使用GOx功能化基质,在1-10mM范围内实现了葡萄糖检测.
• 机器学习模型显示高精度 (R² = 0.971,精度 = 0.938) 和低检测极限 (0.66毫米) 的葡萄糖.

结论:

• 用AgNP修饰的基板为生物化学传感提供了可靠和可重复使用的平台.
• SERS和机器学习的整合提供了一个强大的方法,用于对生物分析物的定量分析.
• 这项技术对非侵入性诊断应用具有前景.