基于SMX-Cu的双酶类活动的机器学习辅助传感器阵列,用于精确区分多种物种
Xixingchi Chen1, Qing Han1, Ke Li1
1Key Laboratory of Groundwater Resources and Environment (Jilin University), Ministry of Education, College of New Energy and Environment, Jilin University, Changchun, 130021, PR China; Jilin Provincial Key Laboratory of Water Resources and Water Environment, College of New Energy and Environment, Jilin University, Changchun, 130021, PR China.
这项研究引入了一种新的传感器阵列,用于区分水中的多种物种. 新方法提高了用于环境监测的识别 (Cr3+ ,CrO42- ,Cr2O72-) 的准确性.
科学领域:
- 环境化学环境化学
- 分析化学 分析化学
- 纳米技术 纳米技术
背景情况:
- 物种具有不同的毒性,在水中相互转化,需要在现场进行区分.
- 使用硫胺联体纳米酶的先前方法面临着染色体 (CrO42-) 和二染色体 (Cr2O72-) 之间的干扰问题.
研究的目的:
- 开发一种改进的方法,准确地在现场对多种物种进行区分.
- 为了克服以前的检测技术的干扰限制.
主要方法:
- 利用具有双重酶类活性 (氧化还原酶) 的SMX-Cu纳米酶来增强物种的区分.
- 构建了一个双酶类活动传感器阵列,与K-近邻 (KNN) 算法相结合.
- 集成了传感器阵列与纸质平台进行现场水样分析.
主要成果:
- 实现了多种物种 (Cr3+,CrO42-,Cr2O72-) 的精确区分,即使在各种比例混合时也是如此.
- 证明了物种的度独立歧视.
- 与以前的方法相比,精度大大提高.
结论:
- 开发的双酶类活性传感器阵列提供了一个强大的平台,可以在现场准确地区分多种物种.
- 这项技术在环境监测应用中显著有前途,特别是在水质评估中.
更多相关视频
10:31Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores
Published on: December 6, 2015
05:35Quantification of Metal Leaching in Immobilized Metal Affinity Chromatography
Published on: January 17, 2020
