基于氨基功能化共价有机框架-银复合基底结合机器学习的牛奶中四环素类抗生素SERS检测新方法

《Food and Chemical Toxicology》：The SERS method based on the COF-ag substrate, combined with machine learning, is used for the detection of tetracycline and oxytetracycline in milk.

本研究开发了一种基于氨基功能化共价有机框架-银复合基底（COF-Ag）的表面增强拉曼光谱（SERS）方法，结合机器学习算法，实现了牛奶中四环素（TTC）和土霉素（OTC）的高灵敏度检测（检测限分别达0.05 μg/L和0.07 μg/L）。该方法通过COF材料的选择性吸附作用有效消除基质干扰，并利用氢键作用增强拉曼信号，结合主成分分析（PCA）与支持向量机（SVM）分类算法，实现了抗生素的100%准确鉴别。

　　

Scheme

通过希夫碱缩合反应合成COF材料，并在其表面均匀沉积银纳米颗粒（Ag NPs）。利用扫描电子显微镜（SEM）、X射线光电子能谱（XPS）、傅里叶变换红外光谱（FTIR）和紫外-可见光谱（UV-Vis）对COF-Ag基底的成功制备和结构组成进行了确认。COF表面的氨基官能团...

Characterization of COF-ag

通过SEM对合成的COF和COF-Ag基底的形貌和组成进行了表征。如图2(a)和(b)所示，COF颗粒呈现棒状形态，表面粗糙且具有丰富的孔隙结构。银沉积后，COF-Ag复合材料表面显示出致密且均匀分布的Ag NPs，平均颗粒间距约为5 nm。这种高密度的Ag NPs排列...

Conclusion

本研究成功开发了一种氨基功能化的COF-Ag复合基底，用于牛奶中四环素类抗生素的高灵敏度检测。吸收光谱和密度泛函理论（DFT）计算表明，氢键是主要的吸附机制，能有效将四环素和土霉素分子锚定在SERS活性区域，同时贡献化学增强效应。该方法表现出优异的灵敏度...