基于丝网印刷生物传感器与人工神经网络同步测定牛奶样品中的葡萄糖和胆固醇

《Chemosensors》:Simultaneous Determination of Glucose and Cholesterol in Milk Samples by Means of a Screen-Printed Biosensor and Artificial Neural Networks Jessica Torres-Gámez, José A. Rodríguez, María Elena Páez-Hernández and Carlos A. Galán-Vidal

【字体: 大 中 小 】 时间:2026年03月04日 来源:Chemosensors 4.4

编辑推荐:

  本研究报道了一种双酶伏安生物传感器,用于通过单一装置同步定量风味牛奶样品中的葡萄糖和胆固醇。该生物传感器基于碳丝网印刷电极,在其表面沉积了浸渍有葡萄糖氧化酶(GOx)和胆固醇氧化酶(ChOx)以及作为介体的铁氰化钾的滤纸圆盘。研究人员成功地将线性伏安法与人工神

  
本研究报道了一种双酶伏安生物传感器,用于通过单一装置同步定量风味牛奶样品中的葡萄糖和胆固醇。该生物传感器基于碳丝网印刷电极,在其表面沉积了浸渍有葡萄糖氧化酶(GOx)和胆固醇氧化酶(ChOx)以及作为介体的铁氰化钾的滤纸圆盘。研究人员成功地将线性伏安法与人工神经网络(ANN)方法相结合用于测定,结果显示与分光光度参比法具有极佳的一致性。
本研究报道了一种双酶伏安生物传感器,用于通过单一装置同步定量风味牛奶样品中的葡萄糖和胆固醇。该生物传感器基于碳丝网印刷电极,在其表面沉积了浸渍有葡萄糖氧化酶(GOx)和胆固醇氧化酶(ChOx)以及作为介体的铁氰化钾的滤纸圆盘。研究人员成功地将线性伏安法与人工神经网络(ANN)方法相结合用于测定,结果显示与分光光度参比法具有极佳的一致性。
近年来生活方式的巨大改变导致了身体活动不足,以及糖和脂肪摄入量的增加,严重威胁了相当一部分人口的健康。在此背景下,葡萄糖和胆固醇的测定尤为重要,因为生物流体中这些生物分子水平的异常与糖尿病和高血压等多种疾病密切相关,这些疾病的患病率正在不断上升,目前已被列为十大死因之一。除了在生物流体中定量检测这些指标外,在食品生产和质量控制中对其进行量化,以评估消费相关的风险同样至关重要。
尽管目前已设计出多种方法来定量检测食品和生物流体中的目标物,包括分光光度法、液相色谱法、气相色谱法和毛细管电泳法等,但这些既定方法仍存在诸多缺陷。它们往往需要昂贵的仪器设备、繁琐的样品前处理、较长的分析时间,且灵敏度和选择性较低。相比之下,电化学方法特别是电化学生物传感器,凭借其仪器成本低廉、易于使用以及可实现分散式分析等优势,成为了极具吸引力的替代方案。
然而,现有的大多数技术主要集中在单独定量检测葡萄糖或胆固醇,专门针对两者同步测定的报道较为稀缺。虽然已有基于多通道电化学分析仪结合独立校准曲线的电化学同步测定方法,但这通常需要为每个分析物配备独立的生物传感器,或者通过电子舌进行并行检测。此外,针对食品中(如牛奶)这两种物质同步测定的需求,以及利用多元分析提高过程效率的应用仍有待进一步开发。为此,本研究旨在开发一种基于单一设备的伏安生物传感器,结合人工神经网络(ANN)技术,实现风味牛奶样品中葡萄糖和胆固醇的高效同步测定。
为实现上述研究目标,研究人员采用了几项关键技术方法。首先构建了基于碳丝网印刷电极(SPCE)的双酶生物传感器,将同时负载葡萄糖氧化酶(GOx)和胆固醇氧化酶(ChOx)的滤纸圆盘置于电极表面,并以铁氰化盐作为介体。其次,研究人员采集了墨西哥帕丘卡当地市场的六种风味牛奶样本,并通过添加甲醇离心的方式对样本进行了蛋白质沉淀前处理。在检测分析方面,研究人员采用线性扫描伏安法(LSV)获取电化学信号,并结合中心复合设计(CCD)构建样本集。最后,研究人员利用人工神经网络(ANN)建立了非线性回归模型,并将结果与商业比色试剂盒的分光光度参比法进行了对比验证。

研究结果

双酶生物传感器的构建与同步检测机制

研究人员将浸渍有葡萄糖氧化酶(GOx)和胆固醇氧化酶(ChOx)的圆形滤纸盘放置在碳丝网印刷电极(SPCE)条带上,使其完全覆盖工作电极、对电极和参比电极。随后在纸盘上加入铁氰化钾溶液以确保与电极的充分接触。在检测机制上,葡萄糖与GOx反应,胆固醇与ChOx反应,两者的辅酶FAD被还原为FADH2,随后被介体铁氰化钾重新氧化,产生亚铁氰化钾。亚铁氰化钾最终在电极表面被氧化,产生与分析物浓度成正比的电流。尽管两种分析物产生的电流均源于同一还原产物(亚铁氰化钾)的氧化,但由于两者的分析灵敏度不同,使得通过多元技术手段区分各分析物的贡献成为可能。

多元测定与人工神经网络(ANN)模型的建立

由于胆固醇和葡萄糖相关的电信号出现在同一电位(0.20 V),传统的单变量校准曲线无法区分两者,必须使用多元分析方法。研究人员最初尝试使用偏最小二乘(PLS)方法,但该模型表现出非线性行为。因此,研究人员决定采用ANN模型来生成非线性回归模型。研究人员利用中心复合设计(CCD)制备了标准溶液,确定了葡萄糖浓度为0.59至3.41 mmol L?1、胆固醇浓度为0.15至0.44 mmol L?1的范围,并据此设计了18个样本用于校准和验证。
在构建ANN模型时,输入层神经元数量对应于伏安信号的342个参数,输出层包含两个神经元,分别代表葡萄糖和胆固醇。经过对不同算法和传递函数的评估,最优网络架构被确定为342-93-2(即输入层342个神经元,隐藏层93个神经元,输出层2个神经元),训练阶段采用Levenberg-Marquardt算法。模型性能通过均方误差(MSE)、相对误差百分比(RE%)、预测相对误差百分比(REP%)和均方根误差(RMSE)进行评估。预测相对误差百分比(REP)在2.88%至7.19%之间,且估计浓度与名义浓度的回归直线斜率接近1、截距接近0,证明了该方法具有准确的定量能力。

风味牛奶样品分析与验证

研究人员将优化后的方法应用于实际样品检测。六种风味牛奶样品(包括巧克力、草莓和香草口味,涉及不同品牌)经甲醇沉淀蛋白和离心后取上清液稀释待测。线性扫描伏安图显示,该方法能有效处理实际样品的复杂基质。通过与分光光度参比法的对比,ANN建模得出的估计浓度与参比值高度吻合。为了判断两种方法间是否存在显著差异,研究人员进行了配对t检验。结果显示,葡萄糖的t值为2.41,胆固醇的t值为0.31,均小于临界t值2.57(α = 0.05)。这表明在统计学上,基于线性扫描伏安法与ANN的新方法与参比分光光度法之间不存在显著差异。

讨论与结论

本研究提出的将线性扫描伏安法(LSV)与人工神经网络(ANN)相结合的策略,配合简单的提取方案,被证明是定量检测风味牛奶样品中葡萄糖和胆固醇的有效途径。这种电化学化学计量学策略所得结果与参比分光光度法高度一致,验证了所提出方法的可靠性和准确性。研究人员指出,该生物传感器可应用于不同类型的牛奶并用于分类牛奶质量;若要将该策略推广应用于其他类型的样品,则需要通过更大规模的矩阵数据来完善模型的训练。
综上所述,本研究成功开发了一种基于碳丝网印刷电极的双酶生物传感器,实现了单一设备对复杂食品基质中葡萄糖和胆固醇的同步测定。通过引入人工神经网络处理重叠的电化学信号,不仅克服了传统电化学方法在多组分同时检测中的局限性,还显著降低了分析成本和时间。这一成果为食品工业的质量控制和营养成分的快速检测提供了一种极具潜力的新技术手段。
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