基于RSM-BP神经网络协同优化的金纳米棒原位合成及SERS检测四环素研究

为解决水环境中痕量四环素(TC)检测灵敏度不足的问题，研究人员通过响应面法(RSM)与反向传播(BP)神经网络协同优化金纳米棒(AuNRs)合成参数，构建了LSPR峰位精确调控的SERS检测平台。该平台实现8.5×10?10 M的超低检测限，较传统拉曼提升6个数量级，在水样中回收率达91.0%-103.0%，为复杂基质中抗生素检测提供了新策略。

　　

抗生素污染如同潜伏在水环境中的"隐形杀手"，其中四环素类化合物因其广泛使用和持久残留特性，对生态系统和人类健康构成严重威胁。传统检测方法如高效液相色谱虽可靠，但设备笨重、成本高昂；而新兴的荧光传感器虽灵敏度高，却易受复杂基质干扰。表面增强拉曼散射(SERS)技术凭借单分子水平的检测能力和"指纹图谱"特异性被视为破局利器，但其性能高度依赖于等离子体纳米材料的均一性——这正是当前研究的瓶颈所在。金纳米棒(AuNRs)因其可调的局部表面等离子体共振(LSPR)特性成为理想候选，但传统种子生长法步骤繁琐，而无种原位合成又面临参数耦合难以调控的困境。

浙江万里大学生物工程学院的研究团队在《Microchemical Journal》发表创新成果，开创性地将响应面法(RSM)与反向传播(BP)神经网络相结合，实现了AuNRs合成参数的智能优化。研究通过单因素实验锁定关键变量，采用Box-Behnken设计构建复合响应值（整合LSPR峰位与吸收强度比），继而用BP神经网络提升预测精度。最终获得的AuNRs具有767 nm特征吸收峰和优异形貌均一性，据此搭建的SERS平台对四环素的检测限突破至0.85 nM，实际水样检测回收率稳定在91%-103%之间，相对标准偏差(RSD)小于5%，展现出卓越的抗干扰能力。

关键技术包括：紫外-可见分光光度计(UV-Vis)表征LSPR特性，透射电镜(TEM)验证纳米棒形貌，共聚焦显微拉曼光谱仪获取SERS信号，以及通过zeta电位评估胶体稳定性。实验设计采用单因素分析明确CTAB、AgNO₃、抗坏血酸(AA)和NaBH₄的独立效应，再通过RSM解析多参数交互作用，最终由BP神经网络实现非线性关系建模。

【单因素实验分析】揭示CTAB浓度主导纳米棒长径比，0.1 M时获得最佳单分散性；AgNO₃通过欠电位沉积调控尖端曲率，48 μM时LSPR红移至近红外区；AA与NaBH₄的摩尔比1.5:1时实现金前体可控还原，避免二次成核。

【RSM-BP协同优化】建立四因素三水平Box-Behnken模型，BP神经网络将预测误差降低62%。最优条件为：CTAB 0.12 M、AgNO₃ 52 μM、AA 0.9 mM、NaBH₄ 0.6 mM，制备的AuNRs长径比3.8±0.3，电磁"热点"密度提升3倍。

【SERS性能验证】以767 nm激光激发时，1024 cm^?1处TC特征峰强度与浓度在10^?12-10^?6 M范围内呈线性关系，对OFX、CAP等结构类似物的区分度达89.2%。

该研究开创了机器学习辅助纳米材料精准合成的范式，其创新点在于：首次将复合响应指标（LSPR峰位+峰宽比）引入AuNRs优化体系；建立RSM提供高质量训练数据与BP神经网络增强预测能力的闭环框架；开发的SERS平台无需复杂前处理即可实现环境水样直接检测。这项工作不仅为抗生素监测提供了可靠工具，其"参数数字化-模型智能化-性能可量化"的研究思路更为功能性纳米材料的定向设计提供了普适性方法论。正如通讯作者Zhijian Jia强调的，这种交叉融合策略有望拓展至量子点、MOFs等材料的可控合成，推动传感技术向智能化、精准化方向发展。