
-
生物通官微
陪你抓住生命科技
跳动的脉搏
具有可调电子结构的机器学习优化型Au–VSe2–MXene纳米架构的缺陷-界面工程在痕量抗生素检测中的应用
《Advanced Composites and Hybrid Materials》:Defect–interface engineering of machine learning-enhanced Au–VSe2–MXene nanoarchitectures with modulated electronic structure for trace antibiotic sensing
【字体: 大 中 小 】 时间:2026年06月18日 来源:Advanced Composites and Hybrid Materials 21.8
编辑推荐:
摘要为确保食品安全,需要具有分层界面结构的工程化混合复合材料,以便在复杂的食品和环境样本中检测微量抗生素。本文报道了一种基于金纳米粒子(AuNP)修饰的VSe2-MXene混合纳米复合材料的电化学传感平台,可用于现场检测呋喃唑酮(FZD)。该VSe2-MXene骨架通过一步水热法
为确保食品安全,需要具有分层界面结构的工程化混合复合材料,以便在复杂的食品和环境样本中检测微量抗生素。本文报道了一种基于金纳米粒子(AuNP)修饰的VSe2-MXene混合纳米复合材料的电化学传感平台,可用于现场检测呋喃唑酮(FZD)。该VSe2-MXene骨架通过一步水热法合成,随后通过化学还原法将近原子级的AuNPs原位锚定在骨架上。这种结构整合使得晶格发生压缩,从而产生大量电活性位点,并提高电子迁移率,进而实现高效的电荷转移。物理化学表征表明,AuNPs在VSe2-MXene骨架上均匀分布,且表面M–OH基团转化为了M–O键,这提升了电子转移速率并增强了FZD的吸附选择性。因此,这种Au-VSe2-MXene传感器具有较低的电荷转移电阻(约45Ω)以及较高的异相电子转移速率常数(1.68×10?2 cm s?1),能够在-0.4 V(相对于Ag|AgCl)的较低阴极电位下实现灵敏的FZD检测。所制备的传感器具有较宽的线性检测范围(6-255 nM,R2=0.9383)、极低的检测限(0.21 nM)、高灵敏度(0.597 μA nM?1 cm?2)以及出色的长期稳定性(超过30天),即便在存在常见干扰物的情况下,也能在真实样本中可靠地检测微量FZD。此外,通过机器学习分析安培响应曲线,可降低校准误差,实现精确的FZD定量分析。将随机森林模型(R2=0.9997)与基于物联网的监测系统相结合,进一步凸显了该平台在实时诊断和环境监测应用中的潜力。

为确保食品安全,需要具有分层界面结构的工程化混合复合材料,以便在复杂的食品和环境样本中检测微量抗生素。本文报道了一种基于金纳米粒子(AuNP)修饰的VSe2-MXene混合纳米复合材料的电化学传感平台,可用于现场检测呋喃唑酮(FZD)。该VSe2-MXene骨架通过一步水热法合成,随后通过化学还原法将近原子级的AuNPs原位锚定在骨架上。这种结构整合使得晶格发生压缩,从而产生大量电活性位点,并提高电子迁移率,进而实现高效的电荷转移。物理化学表征表明,AuNPs在VSe2-MXene骨架上均匀分布,且表面M–OH基团转化为了M–O键,这提升了电子转移速率并增强了FZD的吸附选择性。因此,这种Au-VSe2-MXene传感器具有较低的电荷转移电阻(约45Ω)以及较高的异相电子转移速率常数(1.68×10?2 cm s?1),能够在-0.4 V(相对于Ag|AgCl)的较低阴极电位下实现灵敏的FZD检测。所制备的传感器具有较宽的线性检测范围(6-255 nM,R2=0.9383)、极低的检测限(0.21 nM)、高灵敏度(0.597 μA nM?1 cm?2)以及出色的长期稳定性(超过30天),即便在存在常见干扰物的情况下,也能在真实样本中可靠地检测微量FZD。此外,通过机器学习分析安培响应曲线,可降低校准误差,实现精确的FZD定量分析。将随机森林模型(R2=0.9997)与基于物联网的监测系统相结合,进一步凸显了该平台在实时诊断和环境监测应用中的潜力。
