基于CeO2纳米酶的机器学习辅助传感器阵列,用于智能识别多种合成性抗氧化剂
Fang Zhu1, Yunxiang Fan1, Jiaqi Zang1
1School of the Environment and Safety Engineering, School of the Emergency Management, Jiangsu University, Key Laboratory of Zhenjiang, Jiangsu University, Zhenjiang, 212013, China.
Analytica chimica acta
|March 11, 2026
概括
一个新的纳米酶传感器阵列精确地识别了五种合成性抗氧化剂. 这种方法有助于监测和防止这些常见的食品和塑料添加剂的有害过度使用.
科学领域:
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
背景情况:
- 合成性抗氧化剂广泛用于食品,和塑料中.
- 过度摄入这些化合物会给人类健康带来潜在的风险.
研究的目的:
- 开发一种新的纳米酶传感器阵列,用于区分五种特定的合成性抗氧化剂.
- 建立一种可靠的方法来识别和量化这些抗氧化剂在现实世界的样本.
主要方法:
- 三种氧化 (CeO2) 纳米酶的合成,它们具有不同的形态和类似过氧化酶的活性.
- 构建一个CeO2纳米酶传感器阵列用于基于模式识别的歧视.
- 与机器学习集成,用于双阶段预测模型 (分类和量化).
主要成果:
- CeO2纳米酶根据其化学结构对不同合成抗氧化剂表现出不同的抑制反应.
- 传感器阵列成功地区分了五种抗氧化剂:甲酸 (PG),丁酸 (BHA),三级丁酸 (TBHQ),丁酸 (BHT) 和3,5-Di-tert-butyl-4-hydroxybenzoic acid (BHT-COOH).
- 一个机器学习模型能够在实际样本中准确识别和度确定,证明了其实际适用性.
结论:
- 开发的CeO2纳米酶传感器阵列为识别合成氧化剂提供了一种新且有效的方法.
- 这项技术可以改善对合成抗氧化剂过度使用的监督,有助于改善公共健康和安全.
