"智能荧光纳米笼Eu-MOF/NiCo-LDH：基于AI视觉的氟喹诺酮抗生素同步检测与降解新策略"

为解决氟喹诺酮抗生素(FQs)环境污染难题，研究人员设计了一种新型多功能发光纳米复合材料Eu-MOF/NiCo-LDH。该材料通过ResNet-CBAM神经网络实现近100%准确率的FQs智能视觉识别，并借助空心纳米笼结构协同自由基(SO4•–)与非自由基(1O2)路径高效降解目标污染物，为抗生素污染治理提供创新解决方案。

　　

研究背景
氟喹诺酮抗生素(FQs)作为临床常用广谱抗生素，70%会以原型排入环境，通过水平基因转移诱发细菌耐药性，每年导致约70万人死于耐药菌感染。传统检测方法如高效液相色谱(HPLC)成本高昂，而现有降解技术难以兼顾效率与选择性。如何实现FQs的精准识别与高效降解，成为环境治理领域的关键挑战。

技术方法
研究团队通过牺牲模板法合成Eu-MOF/NiCo-LDH纳米复合材料，结合扫描电镜(SEM)和X射线衍射(XRD)表征结构；利用荧光光谱分析FQs识别性能；采用ResNet-CBAM深度学习模型处理荧光图像；通过电子顺磁共振(EPR)和猝灭实验验证自由基(SO₄^•–/•OH)与非自由基(¹O₂)降解路径。

研究结果
Structural analysis of nanocomposites
Eu-MOF纳米线引导ZIF-67原位蚀刻形成空心纳米笼结构，比表面积达217.8 m²/g，分散性优良。X射线光电子能谱(XPS)证实Ni²⁺/Ni³⁺和Co²⁺/Co³⁺氧化还原对的共存。

荧光检测性能
三种FQs引起Eu³⁺特征荧光(618 nm)差异淬灭，结合ResNet-CBAM模型实现100%分类准确率，检测限低至0.1 μM。

降解机制
NiCo-LDH中Co²⁺活化过一硫酸盐(PMS)产生SO₄^•–，而Ni³⁺介导电子转移非自由基路径。空腔限域效应使CIP降解速率常数(k=0.462 min^-1)提升4.6倍。

Conclusion
该研究首创将人工智能与多路径催化降解相结合，Eu-MOF/NiCo-LDH在5次循环后仍保持90%以上降解效率。其创新性体现在：① 基于天线效应的荧光阵列实现FQs可视化识别；② 空心结构协同自由基/非自由基路径突破传统催化效率瓶颈；③ 为结构相似污染物的智能治理提供范式。

讨论意义
这项工作不仅解决了FQs检测与降解的协同难题，更通过MOF-LDH异质结构设计和AI算法融合，推动了环境治理向智能化、精准化方向发展。特别是ResNet-CBAM模型对荧光图像的解析能力，为复杂基质中污染物的快速筛查提供了新思路，而双路径降解机制的阐明对设计高效环境催化剂具有重要指导价值。