等离子体3D/2D异质结构增强左氧氟沙星声光催化降解：抗菌活性与机器学习建模的协同突破

本文报道了通过构建氧化锌纳米花（ZNFs）-石墨烯-Ag/Ag3PO4等离子体异质结构，显著提升了左氧氟沙星（LEV）的声光催化降解效率。该研究创新性地将材料表征（PXDR/DRS等）、抗菌实验与机器学习建模（XGB/CB算法）相结合，证实了材料在复杂水基质中的稳定性和抗菌活性，为高级氧化工艺（AOPs）在水处理中的应用提供了新范式。

　　

研究亮点

本工作的亮点在于所制备异质结构的多重应用，包括声/光降解性能、抗菌活性、连续循环使用能力，以及在复杂基质中仍保持可接受的活性——所有这些对于改善水质、最终提升公共健康水平都至关重要。本研究结果可为绿色环保组织的专家们勾勒出新的研究视野。

结论

本研究成功通过水热法和沉积-沉淀法合成了由氧化锌纳米花（3D）、不同量石墨烯（2D）（x = 15、30和45 mg）以及等离子体Ag/Ag₃PO₄纳米颗粒组成的等离子体3D/2D异质结构。所设计的等离子体3D/2D异质结构被用于声光催化降解作为药物污染物模型的左氧氟沙星（LEV）。结构和形貌分析（PXRD、拉曼、FESEM和TEM）表明，具有六方纤锌矿结构的ZNFs成功固定在石墨烯片上，并且等离子体Ag/Ag₃PO₄纳米颗粒也均匀分布在ZNFs-G(x)异质结构上。光学和电化学分析（DRS、PL、EIS和莫特-肖特基）证实，与纯ZNFs相比，ZNFs-G(x)-AP-A异质结构中的ZNFs的光学和电化学性能得到显著改善，具体表现为带隙能减小、光生激子复合率降低以及电荷转移电阻减小。在声光催化降解LEV的过程中，ZNFs-G(15)-AP-A（最佳样品）表现出最高的降解效率（100%），这归因于超声波和可见光照射的协同效应、异质结构中各组分的紧密接触、ZNFs与Ag/Ag₃PO₄之间形成的p-n异质结、Ag纳米颗粒的表面等离子体共振（SPR）效应以及石墨烯作为电子受体的作用。活性物种鉴定实验表明，超氧阴离子自由基（O₂^•?）和空穴（h⁺）是降解过程中的主要活性物种。ZNFs-G(15)-AP-A在复杂基质（生活污水）中的效率没有下降，并且在四个连续循环后其效率没有显著降低，显示出良好的稳定性。通过圆盘扩散法测试ZNFs-G(15)-AP-A对金黄色葡萄球菌和大肠杆菌的抗菌活性，结果显示对两种细菌均具有可接受的抗菌活性。与纯ZNFs相比，ZNFs-G(15)-AP-A显著降低了光催化和声光催化降解过程中的电力成本。此外，还提出了两种基于提升方法的集成机器学习模型（XGB和CB）来预测LEV的声/光催化降解。结果表明，两种基于决策树的集成模型都具有很高的预测精度，R²值超过0.9，并且在测试阶段CB模型的表现优于XGB模型。