基于MOF-on-MOF异质结构荧光传感器结合机器学习算法的动物源性食品中四环素双模式检测方法

《Food Chemistry》:Dual-mode detection of tetracyclines in animal-derived food samples based on MOF-on-MOF heterostructure fluorescent sensor coupled with machine learning algorithms

【字体: 大 中 小 】 时间:2026年10月13日 来源:Food Chemistry 10.4

编辑推荐:

   • 一种MOF-on-MOF异质结构荧光传感器用于检测四环素类药物 • 准确率为100.0%的荧光光谱-机器学习系统 • 精确率为99.8%的荧光成像-YOLOv5检测系统 • 该传感器对四环素类药物的检出限为0.012 μmol/L • 该传感器在动物源性食品中对四环素类药

  

• 一种MOF-on-MOF异质结构荧光传感器用于检测四环素类药物
• 准确率为100.0%的荧光光谱-机器学习系统
• 精确率为99.8%的荧光成像-YOLOv5检测系统
• 该传感器对四环素类药物的检出限为0.012 μmol/L
• 该传感器在动物源性食品中对四环素类药物的回收率为95.40%–108.50%

引言
四环素类药物(TCs)是一类具有四环分子结构的广谱抗生素。常见类型包括土霉素(CTC)、多西环素(DOX)、金霉素(OTC)和四环素(TC)(Yuan et al., 2025;Zhu, Tang, et al., 2025)。由于四环素类药物具有优异的抗菌性能、卓越的治疗效果以及低廉的成本,它们在畜禽养殖和水产养殖中被广泛使用(Ameen, Algethami, Usman, & Omer, 2026;Dou et al., 2023)。然而,四环素类药物残留物可沿食物链进入人体,导致肠道菌群失调和抗菌药物耐药性广泛出现等多种健康风险(Zhu, Xu, et al., 2025)。因此,大多数国家已制定了对动物源性食品中四环素类药物的最大残留限量(MRLs),以控制抗生素残留及其相关的食品安全风险(Han et al., 2020)。具体而言,欧盟委员会条例(EU)第37/2010号规定,肌肉和牛奶中TC、CTC和OTC的MRL为100 μg/kg,而对肝脏、肾脏和鸡蛋等其他可食用组织规定了更高的限量值。在美国,FDA规定牛乳中四环素类药物总量容许值为300 μg/kg。

传统的四环素类药物检测方法包括酶联免疫吸附测定(ELISA)(Zhao et al., 2022)、电化学分析(EC)(Taghdisi et al., 2016)、高效液相色谱法(HPLC)(Effting et al., 2024)和液相色谱-串联质谱法(LC-MS/MS)(Khaled et al., 2024)。尽管这些传统方法因其高灵敏度和精确的定量能力而被视为检测四环素类药物的"金标准",但它们存在仪器昂贵、样品前处理复杂和检测周期长等明显局限性,严重限制了其在实际场景中的广泛应用。相比之下,荧光传感因其实施简便、成本低廉、检测周期短、灵敏度高和特异性强等优点,已迅速成为四环素类药物现场快速检测研究的热点(Raza et al., 2026;Zhao et al., 2026)。常用的荧光传感材料包括金属有机框架(MOFs)及其衍生物(Dou et al., 2023;Wang, Li, Wang, et al., 2024)、稀土发光材料(Yu et al., 2023)、有机荧光染料(Xu et al., 2018)、量子点(Ameen, Omer, et al., 2025)等。由于结构柔性、高比表面积和功能多样性,MOFs在四环素类药物检测方面展现出潜在的应用前景(Ameen, Algethami, & Omer, 2026b)。然而,大多数基于MOFs的荧光传感器围绕单一荧光峰设计,导致荧光响应机制单一、识别选择性不足以及容易受到食品中其他共存物质干扰等局限性(Tian et al., 2024)。

具有双荧光峰的荧光传感器可基于双峰强度对目标浓度进行定性和定量分析(Ameen, Algethami, & Omer, 2026a)。双峰结构不仅显著降低了环境干扰并增强了传感器的稳定性,还提供了丰富的荧光特征信息(Ameen, Algethami, & Omer, 2025;Xu et al., 2023)。目前,构建双发射荧光MOFs的两种主要传统策略存在固有局限性。配体-金属双发射单组分MOFs通过分子内电荷转移过程产生双信号,表现出相对有限的调控途径和可调范围,限制了其区分结构相似的四环素化合物的能力(Lian et al., 2025;Shafique et al., 2025)。Eu3?和Tb3?共掺杂的单相MOFs在配体到金属能量转移后展现出由稀土离子辐射跃迁产生的尖锐且特征性的荧光发射(Ameen & Omer, 2024a)。然而,能级不匹配和低效系间窜越(ISC)可能损害能量转移效率,导致发光信号不稳定或减弱(Hang et al., 2024)。相比之下,MOF-on-MOF异质结构通过将两种或多种具有不同结构或功能特性的MOFs进行原位生长或集成来构建(Jiang et al., 2025)。此类异质结构可整合不同MOF组分的互补结构和功能优势,缓解了单相双发射MOFs的固有局限性,如有限的可调控性和不稳定的发光,为构建双发射荧光传感器提供了有前景的平台(Ameen & Omer, 2024b)。NH?-MIL-53(Al)的孔表面富含大量游离氨基,有利于四环素类药物的靶向富集(Li, Zhang, et al., 2024)。NH?-MIL-53(Al)在酸性条件下还保持了良好的结构完整性,并对有机酸和金属离子等干扰物种表现出良好的耐受性(Li et al., 2019)。Zn-TCPP-MOF具有丰富的暴露活性位点和高度共轭的卟啉骨架,赋予其作为独立发光组分的优良发光性能(Liang et al., 2024;Ni et al., 2021)。因此,通过MOF-on-MOF异质结构将NH?-MIL-53(Al)与Zn-TCPP-MOF整合,代表了构建双发射荧光传感平台的合理策略。然而,当遇到结构高度相似的四环素类药物时,双发射荧光光谱表现出显著的重叠。传统的荧光光谱分析方法难以准确区分四环素类药物,导致在多四环素类共存的实际动物源性食品样品中传感器选择性差,从而限制了其在复杂场景中的应用。

机器学习作为一种具有强大数据挖掘和模式识别能力的先进技术,可以深入挖掘传统光谱中隐藏的微细特征差异,实现对四环素类药物的精确区分。机器学习的强大分析能力克服了双发射荧光传感器在多组分识别方面的瓶颈,为构建具有高灵敏度、稳定性和选择性的四环素类药物检测系统提供了关键技术支撑(Li et al., 2025;Yin et al., 2024)。尽管基于机器的光谱识别系统有效解决了使用双发射荧光传感器区分结构相似四环素类同系物的问题,但荧光光谱数据仍需要使用仪器获取,这限制了其在四环素类药物现场快速检测中的实际应用。"一次只看一次"(YOLO)算法具有强大的图像特征提取和快速识别能力,克服了传统依赖大型仪器的光谱检测的局限性,能够从荧光图像中直接提取有用的特征信息(Li, Cui, et al., 2024)。YOLOv3(You Only Look Once version 3)算法已被用作学习模型,用于深入挖掘荧光图像中特征与目标分析物浓度之间的模式,具有强泛化能力、自动化分析和现场适应性等优点,在 applications 中显示出显著优势(Liu, Chen, Lv, et al., 2022;Lu, Chen, et al., 2023)。目前,YOLOv5(You Only Look Once version 5)作为YOLO系列目标检测算法的改进版本,相比之前版本具有更高的计算效率、更强的可扩展性和更灵活的可调节参数(Liu et al., 2024)。因此,将YOLOv5算法与荧光图像结合,可快速识别和匹配荧光图像中的特征,实现对四环素类药物的定性和定量分析,为四环素类药物的现场检测提供了高效可行的技术方案。

本研究提出开发了一种创新的异质结构MOF-on-MOF双发射荧光传感器用于检测四环素类药物。通过原位生长策略有效地合成了Zn-TCPP-MOF/NH?-MIL-53(Al)(称为ZTA),即Zn-TCPP-MOF定向锚定在NH?-MIL-53(Al)的外表面上。通过将荧光光谱分析与机器学习算法相结合以及荧光成像与YOLOv5算法相结合,建立了基于ZTA传感器的双模式检测系统(方案1)。具体而言,光谱-机器学习模块实现了四种四环素类药物的同时定性鉴别及其浓度的定量测定,而荧光成像-YOLOv5模块则用于快速的现场定性分类和筛查。双模式数据的互补验证显著提高了多组分四环素类药物的鉴别准确度和检测精确度,实现了动物源性食品中四种结构相似四环素类药物的精确识别。ZTA在与四环素类药物相互作用后在405和449 nm处表现出荧光猝灭效应,建立了四环素类药物定性鉴定和定量测定的双发射荧光传感模型。在实验过程中,优化了激发波长、孵育时间、稳定时间和pH等系统设置,以建立最佳检测条件。进行了选择性和抗干扰性实验,以评估ZTA对四环素类药物的物种特异性和环境耐受性。此外,将ZTA传感器的荧光检测结果与HPLC方法结果进行了比较,进一步验证了其准确性和可靠性。总之,ZTA双发射荧光传感器结合机器学习算法为复杂食品基质中抗生素类似物的灵敏检测和精确识别提供了创新可靠的策略,显示出显著的实用应用价值和潜力。

摘要片段
实验部分
化学品和实验室设备的详细信息显示在补充材料中。

ZTA的表征
ZTA具有MOF-on-MOF异质结构,通过以PVP为调节剂在NH?-MIL-53(Al)表面原位生长Zn-TCPP-MOF合成。扫描电子显微镜(SEM)图像显示,部分NH?-MIL-53(Al)颗粒表现出光滑的三维齿轮状形貌,同时观察到不规则的聚集体(图1a)。Zn-TCPP-MOF表现出典型的薄层状形貌(图1b),这些形貌特征与此前报告的结果一致。

结论
本研究成功开发了一种具有MOF-on-MOF异质结构的ZTA双发射荧光传感器。通过整合机器学习算法,ZTA在荧光光谱和荧光图像中同时实现了四环素类药物的定性和定量检测。ZTA在405和449 nm处的荧光在与四环素类药物相互作用后发生猝灭,这归因于ZTA与四环素类药物芳香环之间的π-π堆积作用降低了ZTA的电子密度,从而加速了界面处……

CRediT作者贡献声明
Wang Baojun:调查、形式分析。Zhang Yan:撰写-审阅与编辑、验证、方法学、数据管理。Lu Anqi:方法学、调查、数据管理。Tian Yuxin:形式分析、数据管理。Li Mengyue:形式分析、数据管理。Li Chunhua:撰写-审阅与编辑、撰写-初稿、验证、监督、资源、项目管理、方法学、资金支持、形式分析、概念构思。

未引用参考文献
Li et al., 2020

利益冲突声明
作者声明,他们没有已知的可能影响本文所报告工作的竞争经济利益或个人关系。

致谢
本研究得到国家自然科学基金(32202165)、河北省自然科学基金(C2024201041)和河北大学自然科学交叉研究计划(DXK2023016)的资助。感谢河北大学超级计算平台对本研究计算的资助。

Baojun Wang | Yan Zhang | Anqi Lu | Yuxin Tian | Mengyue Li | Chunhua Li
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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