编辑推荐：
为解决传统 MTX 检测方法灵敏度低、抗干扰差等问题，研究人员开发新型纳米传感器（N-CDs@mSiO?-SH@AuAg NCs）。其结合双发射荧光与深度学习算法，实现 MTX 的高灵敏检测（线性范围 5.00-500.00 μM，检测限 1.75 μM），为复杂环境检测提供新方案。
甲氨蝶呤（MTX）作为叶酸类似物，虽广泛用于急性白血病、骨肉瘤等癌症治疗，却因化学性质稳定难以降解，易通过尿液、粪便进入水、土壤等环境，不仅威胁水生生物和土壤微生物，还可能通过植物进入食物链，危及人类健康。然而，传统检测方法如电化学传感器特异性不足、色谱技术操作复杂且设备昂贵，难以满足复杂环境中 MTX 快速精准检测的需求。在此背景下，一项由国内研究团队开展的研究成果发表在《Analytica Chimica Acta》，为 MTX 检测带来了新突破。
该研究中，研究人员开发了一种新型纳米级双发射比率荧光传感器（N-CDs@mSiO?-SH@AuAg NCs），并结合深度学习算法，实现了对 MTX 的高灵敏度检测与实时浓度预测。
研究主要采用的关键技术方法包括：一是纳米材料合成技术，将巯基修饰的介孔二氧化硅包裹氮掺杂碳点（N-CDs@mSiO?-SH）与金 - 银双金属纳米簇（GSH@AuAg NCs）结合，构建具有双发射峰（460 nm 和 600 nm）的纳米平台；二是荧光光谱分析技术，通过监测 MTX 加入后荧光信号的变化（460 nm 强度增加、600 nm 强度降低），分析其与传感器的相互作用机制；三是深度学习算法，基于 AlexNet 结构构建特征提取网络，并通过四层全连接网络实现从图像特征到浓度的映射，提升复杂数据的分析能力。
研究结果
传感器设计与作用机制
在 370 nm 激发下，N-CDs@mSiO?-SH@AuAg NCs 传感器呈现 460 nm 和 600 nm 双荧光发射峰。当 MTX 存在时，其羧基与 GSH@AuAg NCs 中的金发生相互作用，破坏了 N-CDs@mSiO?-SH 与 GSH@AuAg NCs 之间的荧光共振能量转移（FRET）过程，导致 460 nm 处荧光增强、600 nm 处荧光减弱，同时伴随肉眼可见的颜色从橙红色变为蓝色。
检测性能评估
该传感器对 MTX 的检测具有宽线性范围（5.00-500.00 μM）和低检测限（1.75 μM）。相较于传统单发射荧光传感器，双发射比率模式通过内参信号校正，显著提高了检测的抗干扰能力和稳定性，适用于复杂生物或环境样本中的 MTX 监测。
深度学习算法的应用
研究引入深度学习算法对传感器的荧光图像进行分析。通过 AlexNet 网络提取图像特征，并利用全连接网络实现特征空间到浓度空间的映射，该算法能够快速、准确地从实验图像中预测 MTX 浓度，解决了传统 RGB 策略仅能分析线性关系、难以处理大样本数据的局限，为实时监测复杂环境中的 MTX 提供了高效的数据处理方案。
研究结论与意义
这项研究成功开发了一种基于双发射荧光纳米传感器与深度学习算法的 MTX 检测新方法，突破了传统检测技术在灵敏度、抗干扰能力和实时分析方面的瓶颈。传感器的双发射比率设计结合纳米材料的独特性质，实现了 MTX 的高选择性识别，而深度学习算法则赋予了系统处理复杂数据的强大能力。该成果不仅为临床药物监测和环境污染物检测提供了新工具，也为荧光传感器与人工智能技术的交叉应用开辟了新方向，有望在精准医疗和环境安全领域发挥重要作用。研究中提出的技术框架可为其他小分子污染物的检测提供借鉴，推动分析化学与生物医学检测技术的发展。
