机器学习辅助的新型电化学生物传感器:利用NbC@NC-ZIF-8/ADH传感探针实现枸杞中NADH的选择性检测

《Food and Bioprocess Technology》:Machine Learning–Assisted Novel Electrochemical Biosensor Utilizing NbC@NC-ZIF-8/ADH Sensing Probe for Selective Detection of NADH in Wolfberry

【字体: 大 中 小 】 时间:2026年06月06日 来源:Food and Bioprocess Technology 5.8

编辑推荐:

  摘要枸杞是一种药用和可食用的植物,富含烟酰胺腺嘌呤二核苷酸(NADH),以其抗衰老和抗氧化特性而闻名。然而,NADH的微量存在及其不稳定性给检测带来了显著挑战。为了克服传统电化学线性峰拟合的固有局限性,本研究引入了三种机器学习算法:随机森林、支持向量机回归(SVR)和长短期记忆神

  

摘要

枸杞是一种药用和可食用的植物,富含烟酰胺腺嘌呤二核苷酸(NADH),以其抗衰老和抗氧化特性而闻名。然而,NADH的微量存在及其不稳定性给检测带来了显著挑战。为了克服传统电化学线性峰拟合的固有局限性,本研究引入了三种机器学习算法:随机森林、支持向量机回归(SVR)和长短期记忆神经网络。这种创新方法建立了浓度与响应电流之间的复杂非线性关系模型,有效减轻了高浓度下的线性失真和检测系统中的干扰问题。最终采用Shapley加性预测方法(SHAP)来量化每个电极电位对响应电流预测的贡献。本研究基于NbC@NC-ZIF-8/ADH异质结基底开发了一种电化学生物传感器,并结合了基于机器学习的非线性建模方法,实现了对枸杞中NADH浓度的精确定量检测。该传感器的检测范围为1 μM至1.5 mM,检测限低至0.075 μM,线性预测模型的决定系数(R2)为0.976。通过使用SVR机器学习算法构建非线性模型后,NADH浓度的检测准确度进一步提高至R2=0.996,显著提升了检测精度。SHAP分析表明,0.264 V的电位对模型输出的贡献最大。本研究建立了一个包括“异质结材料制备–密度泛函理论分析–非线性模型构建–SHAP可解释性分析”在内的痕量检测研究框架,为快速准确地检测枸杞中的NADH提供了可靠的方法。这表明该技术在生物分析领域具有广泛的应用前景。

枸杞是一种药用和可食用的植物,富含烟酰胺腺嘌呤二核苷酸(NADH),以其抗衰老和抗氧化特性而闻名。然而,NADH的微量存在及其不稳定性给检测带来了显著挑战。为了克服传统电化学线性峰拟合的固有局限性,本研究引入了三种机器学习算法:随机森林、支持向量机回归(SVR)和长短期记忆神经网络。这种创新方法建立了浓度与响应电流之间的复杂非线性关系模型,有效减轻了高浓度下的线性失真和检测系统中的干扰问题。最终采用Shapley加性预测方法(SHAP)来量化每个电极电位对响应电流预测的贡献。本研究基于NbC@NC-ZIF-8/ADH异质结基底开发了一种电化学生物传感器,并结合了基于机器学习的非线性建模方法,实现了对枸杞中NADH浓度的精确定量检测。该传感器的检测范围为1 μM至1.5 mM,检测限低至0.075 μM,线性预测模型的决定系数(R2)为0.976。通过使用SVR机器学习算法构建非线性模型后,NADH浓度的检测准确度进一步提高至R2=0.996,显著提升了检测精度。SHAP分析表明,0.264 V的电位对模型输出的贡献最大。本研究建立了一个包括“异质结材料制备–密度泛函理论分析–非线性模型构建–SHAP可解释性分析”在内的痕量检测研究框架,为快速准确地检测枸杞中的NADH提供了可靠的方法。这表明该技术在生物分析领域具有广泛的应用前景。

相关新闻
生物通微信公众号
微信
新浪微博

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