Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究

智能传感与脑机接口 2026-09-04 09:04
Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图1

点击蓝字 关注我们

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图2




欢迎各位专家学者在公众号平台报道最新研究工作,荐稿请联系小编Robert(微信ID:BrainX007); 或将稿件发送至lgl010@vip.163.com。


英文标题:Cellulose nanofiber-based dual-modal biosensor and machine learning-assisted electrochemical detection of paraoxon in food

原文链接:
https://doi.org/10.1016/j.ijbiomac.2026.153624
Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图3

1

成果简介

具有神经毒性的有机磷代谢物对氧磷会带来严重的食品安全与环境风险,因此十分有必要开发可现场部署的分布式检测诊断技术。本研究报道了一种新型便携式双模式生物传感器,该传感器将比色快速筛查与机器学习辅助电化学分析相结合,可实现对氧磷的高灵敏检测。该传感平台的核心是合理利用纤维素纳米纤维(CNF),将其作为多功能高分子基质。纤维素纳米纤维网络具备广阔且高孔隙率的比表面积,能够实现乙酰胆碱酯酶(AChE)稳定、生物相容性良好的固定,同时还可实现样品的被动毛细吸附。针对电化学检测通道,本研究设计制备了导电石墨烯‑纤维素纳米纤维(G/CNF)纳米复合界面,该界面可以加速界面电子转移,同时维持酶原本的构象。传感信号转导基于对氧磷对乙酰胆碱酯酶的抑制作用,该抑制效应会同步降低伏安信号以及黄色5‑硫代‑2‑硝基苯甲酸根(TNB⁻)的显色生成。为保障分析结果的高可靠性,本研究引入机器学习计算框架,用于对电化学响应信号谱图进行分类和解卷积。该集成生物传感器的定量线性动态检测范围为 0‑1.0 ppm,同时设置 0.5 ppm 的可视化比色筛查阈值。该高分子杂化传感平台已在复杂农业食品与水体基质中完成验证,可为现场农药监测提供一套稳定可靠、双重验证的检测方案。


2

研究亮点

  • 双模式一体化检测:集成纸质比色可视化筛查+电化学定量检测,同一套器件既可肉眼快速初筛,又可电化学精准定量,降低现场检测误判风险,适配现场快速检测场景。

  • 纤维素纳米纤维‑石墨烯复合体系:CNF 提供丰富羟基与多孔结构固定乙酰胆碱酯酶,石墨烯保障导电性;复合材料既避免碳纳米管团聚问题,生物相容性优异,又提升电子传递效率,兼顾酶固定与电化学性能。

  • 引入机器学习辅助传感分析:采用数据增广、集成学习、SHAP 可解释性分析,评估电化学信号稳定性,识别关键影响变量(酶浓度为首要影响因素),提升传感数据解析能力,属于传感‑机器学习结合的概念验证工作。


3

图文解析

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图4

示意图1 丝网印刷石墨烯电极(SPGE)用于对氧磷电化学检测的分步修饰过程示意图 (a);纸质比色型对氧磷传感器的制备步骤与工作原理 (b)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图5

图1.石墨烯 (G)(a)、纤维素纳米纤维 (CNF)(b) 以及石墨烯‑纤维素纳米纤维复合材料 (G + CNF)(c) 的透射电子显微镜 (TEM) 图;裸丝网印刷石墨烯电极 (SPGE)、SPGE/G + CNF、SPGE/G + CNF / 乙酰胆碱酯酶 (AChE) 对应的扫描电子显微镜 (SEM) 图 (d‑f) 与三维表面粗糙度图 (g‑i)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图6

图2.修饰后电极的结构与表面表征。(a) 裸丝网印刷石墨烯电极(SPGE)、石墨烯(G)、SPGE/G、SPGE/G+CNF 以及 SPGE/G+CNF/AChE 的傅里叶变换红外(FTIR)光谱;(b) XPS 全谱,证实表面修饰后元素组成发生变化;(c、d) 裸 SPGE 与 SPGE/G+CNF/AChE 的 C 1s、N 1s、O 1s 高分辨 X 射线光电子能谱(XPS),证明纤维素纳米纤维与酶官能团成功引入;(e) 呈现 D 带与 G 带的拉曼光谱;(f) 不同电极的电化学阻抗谱(EIS)奈奎斯特图,表明电极修饰后电子传递性能得到提升。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图7

图 3.所制备电化学传感器的传感参数优化与分析性能:(a) 纤维素纳米纤维(CNF)浓度对电流响应的影响;(b) 乙酰胆碱酯酶(AChE)浓度对电流响应的影响;(c) 存在对氧磷时孵育时间对酶活性及抑制效率的影响;(d) 常见无机离子的干扰实验;(e) 对氧磷检测的校准曲线;(f) 修饰电极的储存稳定性。误差棒代表 5 次独立测量的标准偏差(n=5)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图8

图4.机器学习分析所用堆叠集成架构示意图:最终的 WeightedEnsemble-L2 模型融合多个基础模型与堆叠模型的预测结果,输出最终预测值 (a);由 WeightedEnsemble_L2 最终模型得到的独立测试集预测电流响应与实验电流响应的对比 parity 图(等值图)(b);原始训练数据集与数据增广后训练数据集的输入特征(纤维素纳米纤维 (CNF) 负载量、乙酰胆碱酯酶 (AChE) 浓度、反应时间)以及目标变量(电流)的分布 (c)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图9

图5. 便携式传感装置记录的不同对氧磷浓度(0‑1.0 ppm)下的电流信号响应 (a),以及信号响应随对氧磷浓度变化的对应校准曲线 (b)。误差棒代表 5 次独立测量的标准偏差(n=5)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图10

图6.基于乙酰胆碱酯酶(AChE)抑制作用与 5,5′‑二硫代双‑(2‑硝基苯甲酸)(DTNB)反应的比色传感机理示意图 (a);黄色色度指数随对氧磷浓度变化的校准曲线 (b)。误差棒代表 5 次独立测量的标准偏差(n=5)。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图11

图 7. 所构建双模式传感平台的检测流程。该平台集成含有对照区(C)与测试区(T)的纸质比色试纸和电化学传感模块,借助便携式装置可实现农药的可视化筛查与电化学定量同步检测。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图12

图8. 将本研究建立的传感检测方法与高效液相色谱(HPLC)参比方法进行对比的相关性分析及 Bland‑Altman 分析:(a) 电化学检测与高效液相色谱(HPLC)的相关性图;(b) 电化学检测相对于 HPLC 的 Bland‑Altman 图;(c) 比色检测与 HPLC 的相关性图;(d) 比色检测相对于 HPLC 的 Bland‑Altman 图。Bland‑Altman 图中的虚线代表 95% 一致性界限(平均偏倚 ±1.96 倍标准差)。


4

研究结论

本研究成功研发了一款用于检测乙酰胆碱酯酶抑制类农药的便携式双模式生物传感平台,并选用对氧磷作为代表性模型分析物。该平台将石墨烯 / 纤维素纳米纤维修饰电极与纸质比色试纸相结合,依靠乙酰胆碱酯酶抑制机理,可同时完成电化学定量检测与肉眼可视化筛查。基于纤维素纳米纤维的纳米复合材料提供了高比表面积、生物相容的基质,实现酶的稳定固定化与高效电子传递;传感器线性检测区间 0‑1.0 ppm,检测限可达 86 ppb,并且储存稳定性良好,放置 10 天后仍可保留 80% 的酶活性。研究引入机器学习辅助分析作为补充工具,用于评估优化条件下电化学响应信号的稳定性。经加标水果与水样验证,该传感平台在实际样品农药污染快速筛查方面具备应用潜力。总体而言,本研究表明,将纤维素纳米纤维基生物传感技术、便携式硬件设备与数据驱动分析相结合,在未来食品安全与环境监测领域拥有广阔应用前景。


免责声明:原创仅代表原创编译,水平有限,仅供学术交流,如有侵权,请联系删除,文献解读如有疏漏之处,我们深表歉意。

Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图13
Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图14
Int J Biol Macromol:基于纤维素纳米纤维的双模态生物传感器及机器学习辅助电化学检测食品中对氧磷的研究图15

公众号智能传感与脑机接口

关于科技区角:国内科技展会垂直内容策划服务商,提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务,以产业内容吸引高质量B端人群,打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。
传感器 机器学习 检测
more
Sens Actuat B Chem:基于多孔富缺陷 g‑C₃N₄/Bi@Bi₂O₃复合材料对未处理海水中痕量重金属离子直接电化学检测
全球首创!精准率超96%、成本降七成,这家蓉企用AI重新定义微生物检测
Anal Chim Acta:基于COF‑V/环糊精/金纳米复合修饰电极的MB竞争、主客体识别电化学检测非电活性手性氨基酸
雷克萨斯ES检测漏检引纠纷,瓜子二手车最终全额退车
跨越11城、惠及6000余名从业者,食品行业检验检测能力建设与提升培训计划收官
ECCV 2026 Oral|首个端到端实时 DETR 旋转检测模型,中科大联合华为发布 RiO-DETR:2.7 ms 达到 78.4 AP50
Food Chem:基于MOF衍生Zn/Co/Mn-N掺杂多孔碳与DNAzyme-HCR的电化学适配体传感器实现氟苯尼考高灵敏检测
微信“单删”检测功能引热议,官方澄清仅支持手动筛选
0.25秒识破未见攻击,这套检测方法没看过任何越狱样本 | EMNLP'26
国家认监委关于下达《检验检测机构监督管理数据规范》等18项认证认可行业标准制修订计划项目的通知
Copyright © 2025-成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号