基于机器学习辅助的Eu-MOF荧光材料同步监测与去除孔雀石绿的双功能平台研究

为解决孔雀石绿(MG)在水产养殖中的禁用难题及其环境健康风险，湖北工业大学等机构研究人员开发了一种新型双功能Eu3+掺杂MOF材料(EuUQCA)。该材料通过荧光猝灭效应实现16.8 nM超灵敏检测，并构建智能手机辅助的纸基传感器实现便携可视化分析，结合机器学习算法提升检测精度；同时展现优异MG吸附性能（符合Freundlich等温模型）。研究为环境监测与食品安全领域提供了智能检测-去除一体化解决方案。

　　

研究背景
孔雀石绿(MG)作为高效杀菌剂曾广泛用于水产养殖，但其强致癌性、致畸性促使全球多国明令禁用。然而，缺乏经济有效的替代品导致非法使用屡禁不止，而传统检测方法如液相色谱、质谱等存在设备昂贵、操作复杂等局限。更棘手的是，MG在环境中残留时间长，亟需开发能同步实现检测与去除的智能材料。

研究方案
湖北工业大学联合团队设计了一种基于锆基MOF(UiO-66)的荧光材料EuUQCA，通过苯-1,2,4,5-四羧酸(H₄bect)与2-喹喔啉羧酸(2-QCA)配体构建框架，后修饰掺杂Eu³⁺离子。采用粉末X射线衍射(PXRD)、荧光光谱等技术表征材料结构，通过智能手机RGB分析和机器学习模型建立便携检测体系，结合动力学与等温吸附实验评估去除性能。

主要结果

1. 材料特性
   EuUQCA在435 nm(2-QCA)和613 nm(Eu³⁺)处呈现双发射峰，具有优异光稳定性。PXRD证实其保持UiO-66晶型，比表面积达892.6 m²/g。

2. 检测性能
   MG引起荧光猝灭效应，检测限低至16.8 nM。纸传感器颜色变化可通过智能手机定量，结合机器学习模型（多重线性回归）使视觉检测误差<5%。

3. 吸附机制
   吸附过程符合伪二级动力学模型，最大吸附容量为434.8 mg/g，Freundlich等温线表明多层吸附特性。材料经5次循环后效率保持90%以上。

研究意义
该工作首次将MOF材料、荧光传感与机器学习相结合，构建了"检测-去除"一体化平台。EuUQCA的超灵敏检测能力与高效吸附性能，配合智能手机便携分析，为水产养殖监管、环境污染物治理提供了创新技术路径。特别是机器学习辅助的图像分析模型，推动了传感器向智能化方向发展，相关成果发表于《Biosensors and Bioelectronics》。研究团队特别致谢国家自然科学基金(22165012等)的资助支持。