体微环境调节纳米酶启用机器学习辅助传感器阵列,用于同时识别污染物
Dali Wei1, Mengfan Li1, Yudi Yang1
1School of the Environment and Safety Engineering, School of the Emergency Management, Jiangsu University, Zhenjiang 212013, China.
ACS sensors
|July 15, 2025
概括
这项研究引入了一种使用机器学习和专门的纳米酶的新型传感器阵列,以快速识别水中的多种有毒污染物. 这种方法为环境监测和水安全提供了有希望的进步.
科学领域:
- 环境化学环境化学
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
背景情况:
- 类污染物是有毒的,并对健康构成重大风险.
- 目前的方法难以快速,同时检测多种化合物.
研究的目的:
- 开发一种机器学习辅助的传感器阵列,用于区分五种污染物.
- 设计新型联体微环境调控 (Pt) 纳米酶,具有增强的乳糖酶仿真活性.
主要方法:
- 制造四个细胞质连接体调节的Pt纳米酶 (Pt@CMC,Pt@MC,Pt@HC,Pt@HPMC).
- 对纳米酶的乳糖酶模仿活性和识别能力的评估.
- 开发一个纳米酶传感器阵列与机器学习算法集成.
主要成果:
- Pt@CMC纳米酶显示了最高的催化活性,比自然的乳糖酶高7.5倍.
- 密度函数理论证实了Pt@CMC对2,4-DCP.的强烈结合亲和力.
- 传感器阵列成功地在真实水样中高精度区分了五种污染物.
结论:
- 开发的纳米酶传感器阵列,在机器学习的帮助下,为同时识别污染物提供了有效的策略.
- 这种方法为先进的环境监测应用提供了一个有希望的途径.


