基于咪唑衍生物荧光阵列结合多向模式识别的茯苓产地溯源新策略

本研究创新性地将弱选择性荧光探针阵列与化学计量学结合，开发了茯苓产地鉴别新方法。通过咪唑衍生物探针与金属离子的多维荧光响应（EEM），采用U-PLS-DA模型实现97.56%的预测准确率，为无荧光特性的中药材（TCM）溯源提供了突破性解决方案。

　　

Highlight

Materials

实验材料：萘-2-甲醛（Naphthalene-2-carbaldehyde）、无水乙醇等试剂购自阿拉丁生化科技公司（上海），SOCl₂等购自麦克林生化。实验使用硝酸盐包括Fe(NO₃)₃、Co(NO₃)₂等金属离子标准品，所有试剂均为分析纯。

Characterization of probes

探针表征：通过FT-IR、¹H NMR和HR-MS证实探针结构（图S2）。咪唑环N-H键振动峰（3046 cm^-1）验证L1成功合成，特征峰1261 cm^-1（C=N）和1584 cm^-1显示探针表面丰富的功能基团。

Conclusion

研究结论：弱选择性荧光探针阵列通过"多离子协同响应"机制，实现了茯苓产地的精准鉴别（准确率97.56%）。该技术突破传统单探针局限，为中药材溯源提供了多维信号解析新范式，特别适用于无荧光特性的功能食品和传统药物（TCM）的质量控制。