机器学习辅助的双通道FeZnCu@CNP纳米酶传感器阵列用于多种农药的定性和定量分析
《Food Chemistry》:Machine learning-assisted dual-channel FeZnCu@CNP nanozyme sensor array for qualitative and quantitative analysis of multiple pesticides
【字体:
大
中
小
】
时间:2026年10月12日
来源:Food Chemistry 10.4
编辑推荐:
摘要
为满足对各类农药残留进行快速识别和定量的需求,我们首先合成了一种具有双通道漆酶样和过氧化物酶样活性的FeZnCu@CNP纳米酶,通过配位作用和氢键相互作用,实现对八种农药(草甘膦、抗枯菌素、灭草松、涕霉威、腐霉利、五氯硝基苯、啶虫脒和苯氧乙酸)的差异响应。基于机器学习
摘要为满足对各类农药残留进行快速识别和定量的需求,我们首先合成了一种具有双通道漆酶样和过氧化物酶样活性的FeZnCu@CNP纳米酶,通过配位作用和氢键相互作用,实现对八种农药(草甘膦、抗枯菌素、灭草松、涕霉威、腐霉利、五氯硝基苯、啶虫脒和苯氧乙酸)的差异响应。基于机器学习的该双通道纳米酶传感器阵列成功实现了这些农药在0.1–100 μg/mL范围内的定性和定量检测,检测限低至0.013 μg/mL。主成分分析(PCA)和层次聚类分析(HCA)证实,该阵列能有效区分八种单一农药及其不同浓度和比例的混合物。基于K近邻(KNN)算法的浓度无关判别模型在农药检测和区分中表现出卓越的准确性。重要的是,该模型表现出强抗干扰能力,并成功应用于果蔬及盲样检测,验证了其高可行性。该传感器阵列能够实现八种农药残留的浓度无关定性识别和准确定量,为多农药检测提供了一项补充性的快速筛查策略。引言目前,越来越多的杀虫剂和农药在作物生长过程中被广泛使用。这些物质的残留和积累有可能引发严重的环境问题并危害食品安全,同时对人类健康构成隐性威胁(He等,2025;Song等,2026;Zha等,2024)。在实际农业生产中,作物通常被多种类别的农药处理,包括除草剂、杀虫剂、杀菌剂和植物生长调节剂(Wang、Liu等,2025)。由于多种农药残留可能在生物体中产生复杂的共暴露谱,导致加和、拮抗甚至协同效应,其共同存在不仅增加了食品安全风险评估的复杂性,也对分析方法提出了严格要求。广泛使用的农药检测方法通常包括高效液相色谱-串联质谱(HPLC-MS/MS)(Xu等,2026)、表面增强拉曼光谱(SERS)(Wang等,2022)、电化学分析(Zacco等,2007)、免疫分析(Yu等,2026)等。尽管这些方法具有高精度和高灵敏度,但其对笨重仪器的依赖、复杂的样品前处理以及专业人员的要求,使其不适合现场快速检测和筛查的实际需求(Li、Jiang等,2022;Zhu等,2022)。相比之下,传统的免疫层析技术,如ELISA和LFIA(Wu等,2025),通常针对单一目标设计,因此对结构相似的农药表现出固有的交叉反应性。这种交叉反应性很容易产生假阳性或假阴性结果(Watanabe等,2016),从而严重削弱了在复杂共污染场景下监测的可靠性。在此情况下,解决复杂基质中多种农药残留现场识别的难题以及单传感器响应不足的问题,开发高性能检测方法已成为核心焦点和挑战。纳米酶因其结构稳定性强、催化性能可调、易于规模化等优势,有效解决了天然酶所面临的局限性(Liu、Wang等,2025;Wang等,2023)。近年来,基于纳米酶的传感器阵列已成为农药检测的一种高效策略(Huang等,2025b;Song、Tian等,2024;Song、Zou等,2024)。与传统方法相比,传感器阵列通过检测分析物与传感单元之间的响应变化来产生独特信号,从而在单次分析过程中实现多种分析物的同步检测(Jing、Yang、Shi、Xu等,2024)。因此,将纳米酶与传感器阵列技术相结合构建纳米酶传感器阵列,有望实现多种农药残留的同步识别和检测(Feng等,2020)。目前,基于集成纳米材料的阵列传感器已被应用于农药检测。Song等人构建了一种纳米酶传感器阵列,成功识别了六种有机磷农药。然而,该方法在区分不同类型农药方面特征维度不足。有限的感知维度容易导致响应特征重叠和信号冗余,从而削弱其区分多种农药类别的能力(Song、Tian等,2023)。与此同时,Tian等人研究了一种用于检测磺酰脲类农药的传感器阵列,表明尽管只识别了一种农药,但将光热信号创新性地集成为传感单元并引入机器学习,为后续研究提供了技术支持(Tian等,2025)。然而,现有研究主要集中在单一主要类别农药的检测上,关于传感器阵列同时检测多种农药的报道仍寥寥无几。此外,传统阵列需要多个传感元件,这不仅增加了设计复杂性,还需要多次平行测量来收集不同的检测信号,从而增加了操作复杂度(Sun等,2020)。然而,保持这些传感器阵列的稳定性和高效性仍然是一个重大挑战。为应对这些问题,研究人员开发了一种模块化多通道传感器阵列,该阵列可使用单一传感材料收集多种检测信号(Guo等,2025)。此外,研究表明机器学习在聚类、回归和预测分析方面表现出卓越能力,能够实现分析物的准确区分(Dong等,2024)。例如,Sumera Vural Kaymaz将无监督学习和有监督学习算法与SERS光谱数据相结合,实现了复杂食品基质中农药残留的浓度依赖分类,凸显了机器学习在提高检测特异性方面的价值(?ncer等,2026)。值得注意的是,每种分析物都产生包含独特指纹特征的多维数据集,随后可通过机器学习算法进行处理以构建检测模型(Harrison & Waters,2023;Ren等,2025;Zhang等,2025)。在此,受上述研究的启发,我们开发了一种创新的双酶活性传感器阵列,能够同步识别和区分农药,如图1所示。特别值得注意的是,我们开发的FeZnCu@CNP具有两种酶样活性,包括漆酶样(LAC)和过氧化物酶样(POD),两者均被用作二元传感组分。我们选择了FeZnCu@CNP纳米酶的两种催化活性用于双通道传感。首先,我们考察了八种农药对这两种活性的调控影响。我们利用主成分分析(PCA)和层次聚类分析(HCA)研究了这些物质之间的交叉反应模式,目的是评估传感器阵列可靠区分多种农药的能力。随后,我们进一步将机器学习应用于FeZnCu@CNP传感器阵列,评估其对不同比例农药混合物的判别性能。PCA得分图显示聚类稳定且分类准确率始终保持较高水平,而混淆矩阵结果证实该模型能够准确区分多组分混合样品且无交叉干扰。此外,我们验证了传感器阵列的抗干扰能力,并将其成功应用于食品基质中农药残留的检测(Basaran、Canl?等,2025;Canl?等,2026),这证明了所提方法的实际应用性。此外,通过利用机器学习算法,我们采用K近邻(KNN)算法构建了一个浓度无关的分类框架,验证了传感器阵列在分类任务中的有效性。这一创新方法为农药残留分析在食品工业和环境监测领域提供了一种新范式(Basaran、Olgun等,2025)。化学试剂与仪器化学试剂与仪器详见补充信息。草甘膦(Gly)、涕霉威(TBZ)、腐霉利(CBZ)、2-甲基-4-氯苯氧乙酸(MCPA)、啶虫脒(ACE)、甲磺隆(Met)、五氯硝基苯(PCNB)和抗枯菌素(Car)均购自上海麦克林生化科技有限公司。FeZnCu@CNP纳米酶的合成Cu-BDC-NH?(Cu-MOF)和FeZn-ZIF按照文献描述的方法合成。FeZnCu@CNP按照前期工作方法合成。FeZnCu@CNP纳米酶的表征扫描电子显微镜(SEM)观察显示,以BDC-NH?为配体的Cu-MOF前驱体材料呈现出由大量细小颗粒组成的聚集形貌,颗粒形状以球形为主(图1A)。相比之下,FeZn-ZIF表现出更规则的球形形貌,颗粒间连接更为紧密,形成相对致密的网络结构(图1B)。经过通过原位聚合交联聚膦氮粘结剂处理结论总之,我们设计了一种简便且高效的双通道农药检测传感器阵列,以FeZnCu@CNP作为唯一的传感材料。这一创新极大地简化了传统阵列中复杂的传感元件。通过利用不同农药对LAC和POD活性的不同调控影响,该传感器阵列能够在检测范围内同时对八种农药类别进行区分。作者贡献声明**Lu Zhiwei(卢志伟)**:审阅与编辑,方法论,调查研究,资金获取,概念化。**Song Wenjuan(宋文娟)**:监督指导,软件,调查研究。**Yang Shuoxian(杨硕先)**:调查研究,数据整理。**Liu Xiping(刘西平)**:撰写初稿,调查研究,形式分析,数据整理。**Zhang Lan(张兰)**:调查研究,形式分析,数据整理。**Chen Ya(陈雅)**:可视化,验证,调查研究。**Wu Chun(吴春)**:监督指导,软件,资源,形式分析。**Su Gehong(苏国宏)**:验证,监督指导。利益冲突声明作者声明不存在已知的可能影响本文所述工作的竞争性经济利益或个人关系。致谢本研究得到以下基金的资助:国家自然科学基金(批准号:32371522和32271352)、四川省自然科学基金(批准号:2025ZNSFSC0155)以及四川农业大学双向支撑计划(批准号:P202105)。Lu Zhiwei | Song Wenjuan | Yang Shuoxian | Liu Xiping | Zhang Lan | Chen Ya | Wu Chun | Su Gehong | Sun Mengmeng | Liu Tao | Duan Xuliang | Rao Hanbing
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号