基于类似过氧化酶的FeCo纳米板的色度传感器阵列用于对黄类的识别

科学领域:

• 分析化学 分析化学
• 材料科学 材料科学 材料科学
• 生物化学 生化学

背景情况:

• 黄类药物具有显著的抗氧化,抗炎,抗癌和抗病毒特性.
• 由于它们的生物重要性,准确有效地识别和量化黄类药物至关重要.
• 现有的黄胺分析方法可能是耗时和复杂的.

研究的目的:

• 开发一种快速,高效和智能方法来识别和量化黄类药物.
• 为了利用黄类药物对纳米酶活性的差异性抑制作用,用于传感器开发.
• 创建一个色度传感器阵列,能够区分单个黄和它们的混合物.

主要方法:

• 使用Fe/Co纳米板 (NS) 纳米酶设计了一个色度传感器阵列.
• 传感器利用了在3,3',5,5'-四甲基 (TMB) 和过氧化 (H2O2) 之间Fe/Co NS催化氧化还原反应上的黄的不同抑制作用.
• 采用了三个具有不同反应时间的传感通道,并使用线性差异分析 (LDA) 和机器学习分析了数据.

主要成果:

• 黄化合物的结构差异导致了Fe/Co NS纳米酶活性上的明显抑制模式.
• 这些不同的抑制导致652nm的独特吸收率变化,为每个黄类化合物创造了一个"指纹".
• 传感器阵列成功区分了五种不同的黄类,并准确地识别了黄类混合物和盲目样本.

结论:

• 开发的色度传感器阵列为智能识别和量化黄素提供了强大的工具.
• 该方法显示出出色的识别性能,即使存在干扰物质和真实食品样本.
• 这种方法在各种应用中为快速的黄类化合物分析提供了有希望的替代方案.