相关实验视频
Updated: Sep 13, 2025
09:02
Fabricating a UV-Vis and Raman Spectroscopy Immunoassay Platform
Published on: November 10, 2016
10.5K
基于化学信息的推系统可以预测SERS纳米传感器中的最佳分子受体
Emily Xi Tan1, Yong Xiang Leong1, Shan Huei Lim1
1School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University, Singapore, Singapore.
Nature communications
|August 2, 2025
概括
这项研究引入了一种人工智能驱动的系统,用于预测表面增强拉曼散射 (SERS) 检测的最佳分子受体. 这种新方法提高了识别准确性和效率,用于识别类似的化学化合物.
科学领域:
- 分析化学 分析化学
- 计算化学的计算化学
- 材料科学 材料科学 材料科学
背景情况:
- 表面增强拉曼散射 (SERS) 检测依赖于分子受体来放大信号,但受体选择往往是低效和经验性的.
- 目前选择SERS受体的方法涉及基于化学直觉和试错的手动选择,导致次优结果.
研究的目的:
- 开发一个数据驱动的,基于化学信息的推系统 (RS),用于预测SERS中最佳分子受体.
- 为了提高SERS检测结构相似的分析物的特异性和效率,例如haloanisoles.
主要方法:
- 开发了一个三阶段的XGBoost框架 ("识别,排名和推") 来预测受体性能.
- 化学信息学和协作过被用来分析受体推的分子结构和化学反应性.
- 该系统经过训练和验证,使用了与各种受体相互作用的haloanisole数据.
主要成果:
- 该推系统在预测有效的受体以区分阳醇时达到95%以上的准确性.
- 在实验性SERS数据收集之前,RS仅基于其分子结构成功推了未识别的化醇的受体.
- 该系统生成了不同的SERS超级配置文件,增强了分析物差异化.
结论:
- 开发的基于化学信息的SERS受体推系统为实证发现提供了一个系统和高效的替代方案.
- 这种数据驱动的方法,利用化学信息学,显著改善复杂的传感应用的受体优化.
- 该方法代表了化学传感技术中向智能设计的范式转变.
