机器学习引导设计超分子装甲实现稳定功能性钙钛矿量子点

来自多领域交叉团队的研究人员通过机器学习策略，开发了一种新型“超分子装甲”技术，利用胍盐交联剂强化β-环糊精（β-CD）保护层，显著提升钙钛矿量子点（PQDs）在苛刻水性环境中的稳定性与直接接触传感能力，为生物传感与纳米医学材料设计提供创新解决方案。

　　

通过机器学习驱动的材料设计策略，研究人员成功构建了一种被称为“超分子装甲”的创新保护体系。该体系以胍盐（guanidinium）作为交联剂，显著增强了β-环糊精（β-cyclodextrin, β-CD）分子层在钙钛矿量子点（perovskite quantum dots, PQDs）表面的稳定性和机械强度。这一设计不仅形成了坚固且具有选择透过性的界面结构，还使得PQDs能够在水相环境中保持高量子产率和光学稳定性，实现了对生物分子或环境因子的直接接触式传感。该技术为量子点在生物成像、体外诊断和实时监测等领域的应用提供了关键材料基础，尤其适用于活性氧（ROS）、离子浓度（如Ca²⁺）及pH等生理相关指标的高灵敏度检测。