基于双金属掺杂MOF复合材料的机器学习辅助电化学纳米传感器用于多种氟喹诺酮类抗生素的同步检测与去除

针对氟喹诺酮类抗生素（FQs）残留检测与去除的难题，研究人员开发了AuCu双金属修饰的锆基金属有机框架（AuCu@Zr-MOF）纳米复合材料，集成吸附与电化学传感功能。该材料通过配位键和静电作用实现NOR、CIP、OFL的高效捕获（吸附量458.49–480.09 mg/g），结合多壁碳纳米管（MWCNT）提升电催化活性，检测限低至0.113–0.180 nM，并利用机器学习算法实现多FQs精准区分，为环境污染物治理提供创新解决方案。

　　

抗生素滥用导致的“超级细菌”已成为全球公共卫生威胁，其中氟喹诺酮类抗生素（FQs）如诺氟沙星（NOR）、环丙沙星（CIP）和氧氟沙星（OFL）因广谱抗菌特性被广泛使用，但其环境残留会引发耐药基因传播。现有技术多局限于单一功能（仅检测或去除），且传统电化学传感器难以区分结构相似的FQs。针对这一挑战，湖南科研团队开发了一种基于金铜双金属修饰锆基MOF（AuCu@Zr-MOF）的纳米传感器，结合机器学习算法，实现了FQs的同步高效吸附与精准检测，成果发表于《Journal of Cleaner Production》。

关键技术包括：通过水热法合成Zr-MOF并负载AuCu双金属纳米颗粒，透射电镜（TEM）和X射线光电子能谱（XPS）表征材料结构；利用多壁碳纳米管（MWCNT）增强电导率，通过差分脉冲伏安法（DPV）检测FQs电化学信号；采用机器学习算法（未明确具体模型）分析电化学数据以区分NOR、CIP和OFL；使用实际水样验证传感器可靠性。

材料合成与表征
研究通过水热法合成Zr-MOF，其棒状结构（长度712.5±7.0 nm，宽度265.4±5.2 nm）为AuCu纳米颗粒提供了均匀负载位点。高分辨TEM显示AuCu粒径为5.2±0.8 nm，XPS证实Au⁰/Au⁺和Cu⁰/Cu⁺共存，协同增强催化活性。

吸附性能研究
AuCu@Zr-MOF通过配位键（FQs羧基与Zr⁴⁺结合）和静电作用吸附FQs，最大吸附容量分别为NOR（458.49 mg/g）、CIP（469.33 mg/g）和OFL（480.09 mg/g），5次循环后效率仍保持90%以上。

电化学检测性能
MWCNT修饰的电极将检测限降至亚纳摩尔级（NOR 0.168 nM、CIP 0.180 nM、OFL 0.113 nM），DPV曲线显示三者氧化峰分离良好，机器学习进一步将混合样本识别准确率提升至98.7%。

实际样本验证
在湖水、医疗废水中加标回收率为96.2–103.8%，相对标准偏差（RSD）<4.5%，证实了实际应用潜力。

结论与意义
该研究首创了兼具吸附与检测功能的AuCu@Zr-MOF纳米平台，通过双金属协同效应和机器学习辅助，解决了FQs残留治理中灵敏度低、选择性差的瓶颈问题。其模块化设计为其他污染物集成处理系统开发提供了范式，推动环境监测技术向智能化、多功能化发展。