药物化学与纳米技术的结合:基于药物介导的氧化铜纳米颗粒的机器学习辅助比色传感平台,用于检测草酸

《RSC Advances》:Medicinal chemistry meets nanotechnology: machine learning assisted colorimetric sensing platform for oxalic acid based on drug mediated copper oxide nanoparticles

【字体: 大 中 小 】 时间:2026年01月17日 来源:RSC Advances 4.6

编辑推荐:

  草酸水平的升高与肾结石形成的风险增加有关,这可能导致肾衰竭。此外,血液中草酸浓度过高还可能导致心血管疾病。因此,经济且快速地检测和量化草酸至关重要。氧化铜纳米颗粒(CuONPs)由于其内在的颜色变化、成本效益和易于合成而成为重要的比色纳米传感器。通过一种新方法合成了对乙酰氨基酚介

  草酸水平的升高与肾结石形成的风险增加有关,这可能导致肾衰竭。此外,血液中草酸浓度过高还可能导致心血管疾病。因此,经济且快速地检测和量化草酸至关重要。氧化铜纳米颗粒(CuONPs)由于其内在的颜色变化、成本效益和易于合成而成为重要的比色纳米传感器。通过一种新方法合成了对乙酰氨基酚介导的CuO NPs,并通过各种光谱和形态技术对其进行了表征。紫外-可见光谱证实了通过表面等离子体共振在225 nm处合成了CuO NPs。850 cm?1处的峰对应于CuO NPs的伸缩振动。XRD和SEM表征技术确认了颗粒大小为27.51 nm,具有球形形态。开发了一种基于机器学习的策略,包括四种预测模型:随机森林(Random Forest)、线性回归(Linear Regression)、XGBoost和决策树回归(Decision Tree Regression)。通过肉眼观察并利用光谱技术量化了CuO NPs的固有比色特征,在加入草酸后发生了变化。所开发的平台能够选择性地检测浓度在1到120 μM范围内的草酸,检测限(LOD)为0.23 μM,定量限(LOQ)为0.78 μM。这种生物传感器成功量化了草酸,这对于诊断高草酸尿症和预防肾脏中草酸钙结石的形成非常重要。机器学习辅助工具进一步提高了比色浓度预测的准确性。

1. 引言

草酸的主要来源是植物,它对各种生物系统至关重要。然而,由于其酸性,草酸形成金属复合物的潜力非常高,这种情况为肾结石的形成提供了重要支持。通常,体内通过某些氨基酸、维生素和矿物质的代谢产生少量的草酸,这些草酸以每天10到50 mg的速度通过尿液排出。高草酸尿症不仅会导致肾结石的形成,还会引起矿物质失调以及心血管并发症,甚至影响神经系统疾病。高草酸尿症引发的过程在结石形成过程中直接促进肾细胞凋亡。因此,高草酸尿症是一个严重的健康风险,需要在正确诊断后采取有效的治疗方法。制药行业在药物配方中大量使用草酸作为辅料。食品工业也使用草酸作为防腐剂和食品材料的净化剂。然而,由于草酸具有清除自由基的能力,它可以有效地应用于护肤产品的配方中,从而防止细胞受到氧化损伤。

草酸的检测之前已经通过电化学、光谱色谱和酶法等方法进行过报道。尽管这些方法有各自的优点,但它们存在成本高、操作和维护困难以及样品预处理复杂等问题。另一方面,比色检测方法在成本更低、操作简便、便携性更强且不需要特殊技能的人员方面提供了更可行的替代方案。纳米技术的兴起重新激发了对比色纳米传感器领域的兴趣。之前的纳米材料基于天然酶(如辣根过氧化物酶和葡萄糖氧化酶)等进行了研究。然而,天然酶存在稳定性低、处理困难、成本高和保质期短等缺点。已经探索了多种纳米材料(如二氧化锰(MnO2)纳米片和银(Ag)纳米颗粒)用于草酸的测定。纳米材料具有强烈的表面等离子体共振、距离依赖的光学性质以及产生可见信号的能力,使其成为比色检测应用的优秀候选者。特别是铜离子复合物作为传感器,在选择性结合草酸时通过明显的颜色变化来指示其存在。这种创新系统使用含有吡咯的铜复合物和铬偶氮罗尔S(chromeazurol S)来视觉检测草酸,加入草酸后颜色从蓝色变为黄色。然而,使用铬偶氮罗尔S染料可能会引起皮肤和眼睛刺激。文献研究表明,草酸可以通过电化学Ag-NPs和氮掺杂的氧化石墨烯(N-GO)纳米复合材料进行量化。该传感器的优异性能,包括电流响应、出色的选择性和高稳定性,归因于Ag-NPs和N-GO之间的有益协同作用。还开发了一种使用负载钯纳米颗粒的碳纳米纤维(Pd/CNF)复合材料的电化学传感器。分散在碳纳米纤维上的Pd纳米颗粒赋予了传感器高电催化性能和快速的伏安响应。然而,基于昂贵元素(如Au、Pt或Pd)的高成本金属纳米颗粒系统并不理想,因为它们会增加检测成本。此外,由于低成本、快速性和易于获取等多种优势,已经开发了不同的纳米颗粒用于草酸的比色检测。

2. 材料与方法

2.1 试剂

CuO NPs是使用对乙酰氨基酚、五水合硫酸铜(CuSO4·5H2O)、二甲基亚砜(DMSO)、醋酸和氢氧化钠(NaOH)合成的。草酸用作分析物。所有试剂均为分析级,从Sigma-Aldrich公司购买。所有溶液均使用去离子水配制。

2.2 CuO NPs的合成

CuO NPs的合成方法是使用500毫克对乙酰氨基酚溶解在DMSO中。所得溶液在室温下磁力搅拌10分钟后过滤。然后将滤液逐滴加入50 mM硫酸铜溶液中,并磁力搅拌4小时。所得溶液以1100 rpm的速度离心20分钟,以分离出CuO NPs颗粒。获得的CuO NPs随后在50 °C下干燥,并在室温下储存以供进一步分析。

2.3 仪器

通过紫外-可见光谱研究了CuO NPs合成的特征峰。使用MX-300光谱仪通过傅里叶变换红外光谱(FTIR)鉴定合成的CuO NPs的功能基团,其特征峰显示了特定的伸缩振动。扫描电子显微镜(SEM)(JSM-5910)用于研究合成的CuO NPs的表面形态。拍摄高分辨率图像以检查颗粒的形状和形态。X射线衍射(XRD)(Bruker Smart Apex)用于研究CuO NPs的晶体性质。使用德拜-谢勒方程计算了颗粒的大小。X射线光电子光谱(XPS)(EscaLab 250Xi Thermo,美国,使用Al Kα X射线辐射)分析用于测定CuO NPs的氧化状态和元素组成。

2.4 用醋酸对CuO NPs进行功能化

通过用醋酸对CuO NPs进行功能化来提高其稳定性和防止聚集。为此,将6毫克的NPs放入1毫升醋酸中,连续搅拌30分钟,直到获得均匀溶液。将功能化的CuO NPs的蓝色分散液储存起来以供进一步研究。

2.5 草酸的比色检测

在室温下和pH 7的条件下研究了草酸的比色检测。在Eppendorf管中,将100 μL 10 μM的草酸溶液与250 μL CuO NPs混合进行检测。加入草酸后,CuO NPs的蓝色迅速转变为无色溶液。这种变化肉眼即可观察到,并通过紫外-可见分光光度计进行了确认。真实的尿液样本来自巴基斯坦开哈特(Kohat)的开哈特发展医院(KDA)。该研究工作得到了巴基斯坦开哈特科学技术大学伦理委员会的批准,参考编号为:Ref-No/KUST/Ethical Committee/528。

2.6 RGB-浓度关系的机器学习分析

草酸溶液的比色图像被统一调整大小,然后使用Python Imaging Library确定了它们的红色(R)、蓝色(B)和绿色(G)值。然后将RGB值与已知的草酸溶液浓度相关联。为了进行机器学习,选择了四种预测模型:随机森林(Random Forest)、线性回归(Linear Regression)、XGBoost和决策树回归(Decision Tree Regression)。这些模型在一个包含01个空白样本和16个不同浓度(从1到120 μM)的草酸溶液及其相应RGB值的数据集上进行了训练。使用训练-测试技术评估了模型的性能。数据被分为80%的训练集和20%的测试集。使用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)等评估指标来评估模型的性能。机器学习方法表明它可以与比色分析结合,作为一种快速且便携的草酸浓度估计辅助工具。

3. 结果与讨论

3.1 比色法检测草酸的潜力

CuO NPs与醋酸的反应涉及草酸与CuO NPs表面的Cu2+离子的配位,有效地将CuO转化为草酸铜(CuC2O4)。这导致纳米颗粒的光学性质发生变化,表现为NP溶液颜色的变化,从而为比色测定提供了基础。这是一种可靠的草酸浓度定量方法,如图1所示。图1展示了利用CuO NPs的内在性质检测草酸的过程。蓝色的CuO NPs在加入草酸后发生化学反应,形成草酸铜。这种反应导致从蓝色到无色的显著转变,可以精确地用来测量各种样品中的草酸含量。

3.2 CuO NPs的表征

对合成的CuO NPs进行了光学、结构、尺寸和形态性质的表征。此外,识别表面功能基团对于全面了解它们的性质是必要的。

3.2.1 紫外-可见光谱

仔细监测了反应,以获得最佳吸收特性,目标是表面等离子体共振。为此,将300 μL的CuO纳米颗粒与1毫升水混合。225 nm处的表面等离子体共振峰通过紫外-可见光谱验证了成功的合成,以便进一步用于CuO NPs的检测应用,如图1所示。此外,如先前报道的,生物传感器的合成也通过紫外-可见光谱得到了确认。

3.2.2 FTIR光谱分析

通过FTIR鉴定了合成的CuO NPs的功能基团。FTIR光谱在3390 cm?1处显示了一个宽峰,表明由于残留的水或用于合成CuO NPs的药物的存在而存在羟基。C–H伸缩由2930 cm?1处的峰表示,表明存在烷基基团。该现象起源于所用药物的有机成分。在1620厘米^-1处出现的峰代表CO的伸缩振动,这是羰基团的特征,具体来说是属于该药物的羧基团的振动。1120厘米^-1处的峰对应于C–O的伸缩振动,这表明存在酯类、醚类或醇类物质。980厘米^-1处的峰表示C–O–C的伸缩振动,显示出药物结构中的醚键。884厘米^-1处的峰对应于C–C的伸缩振动,表明了药物的有机骨架。最后,850厘米^-1处的峰证实了Cu–O伸缩振动的存在,从而验证了图2中所示的CuO纳米颗粒(CuO NPs)的合成。

图2显示了合成CuO纳米颗粒的FTIR光谱,其中包含了各功能团的特征伸缩振动。

3.2.3 CuO纳米颗粒的XRD分析

XRD分析提供了关于CuO纳米颗粒的晶体相、晶粒大小、晶格参数以及材料整体结晶度的重要信息。获得的XRD图谱显示了CuO纳米颗粒明显的晶体学相。在特定2θ值处出现的尖锐且定义明确的峰证明了这些纳米颗粒的结晶性。强度最高的峰与(111)面相关,可以认为是其优先的晶体学取向,如图3所示。此外,在(101)、(110)和(020)等面上也存在其他峰,这些峰揭示了纳米颗粒的多晶性质,这一点通过JCPDS卡片编号(05-0661)得到了验证。然而,一个尖锐且定义明确的峰进一步表明了这些药物介导的CuO纳米颗粒的高结晶度。没有额外峰的出现证实了合成CuO纳米颗粒的纯度。使用Debye–Scherer方程计算得到的平均晶粒大小为27.51纳米,这一结果与CuO纳米颗粒的预期值一致。

3.2.4 XPS分析

XPS用于分析合成的纳米颗粒,提供了关于组成元素及其表面氧化状态的信息。图4展示了合成纳米颗粒的元素组成和XPS分析结果。O 1s峰在529.18 eV处出现,证实了氧的存在,这与文献中的先前发现一致。C 1s峰在284.8 eV处出现,表明存在碳,这些碳可能来源于药物涂层。Cu 2p的deconvoluted光谱在933.5 eV和953.16 eV处分别显示了Cu 2p3/2和Cu 2p1/2峰,这证实了CuO纳米颗粒中铜的+2氧化态。O 1s峰在529.18 eV处出现,这是CuO纳米颗粒中O?2的典型特征;而531.08 eV处的峰则暗示了可能存在其他氧物种,可能是来自药物的羟基(O–H)。高分辨率的C 1s峰在284.8 eV处出现,通常与C–C或C–H键相关,表明存在可能来源于药物的有机物质。

3.2.5 SEM和HRTEM分析

扫描电子显微镜(SEM)和高分辨率透射电子显微镜(HRTEM)是纳米材料分析中的关键工具,能够提供高分辨率的图像,揭示复杂的表面特征。因此,通过这些技术正确测量纳米颗粒的形状、大小和形态是影响其性质和应用的重要因素。图5(A)和(C)展示了不同放大倍数的SEM图像,清楚地显示了合成的CuO纳米颗粒呈球形/准球形形态。图5(D–F)进一步提供了HRTEM图像的细节,证实了SEM分析的结果。通过HRTEM观察到的清晰晶格条纹表明了合成CuO纳米颗粒的高结晶度。

3.3 提出反应的比色传感

向250 μL浓度为50 mM的乙酸封端的CuO纳米颗粒中加入100 μL浓度为10 μM的草酸,导致颜色从蓝色变为浅蓝色,从而确认了反应的发生。通过调整各种参数,进一步优化了封端CuO纳米颗粒与草酸之间的反应,以获得透明溶液。通过分光光度分析观察到225 nm处峰强度的降低,这证明了乙酸封端的CuO纳米颗粒作为比色传感器检测草酸的有效性,如图6所示。

3.4 草酸比色传感的各种参数优化

优化了影响CuO纳米颗粒性能的多个因素。采用标准方法进行优化,即改变一个变量而保持其他变量不变。所有影响传感器性能的不同因素都得到了成功优化。

3.4.1 封端CuO纳米颗粒的优化

通过在纳米颗粒表面化学结合保护剂来克服溶液中胶体颗粒的聚集,从而保持稳定的分散状态并保留其独特的性质。因此,在本研究中,CuO纳米颗粒被均匀悬浮在乙酸中,并用作草酸检测的比色传感器。传感器的性能直接受到纳米颗粒浓度的影响。纳米颗粒对草酸的比色响应随浓度变化而变化。然而,只有在50 μL至400 μL的浓度范围内,且浓度为50 mM时,才能实现有效的检测。较低的纳米颗粒浓度限制了草酸与其表面的结合,因此无法观察到明显的颜色变化。当向250 μL的封端纳米颗粒溶液中加入100 μL(10 μM)的草酸时,颜色从蓝色变为透明,表明封端CuO纳米颗粒的结合能力增强。因此,250 μL的封端纳米颗粒被选为后续反应的最佳用量,如图7(A)所示。

3.4.2 pH值的影响

使用标准缓冲溶液在3至12的pH范围内确定了提出传感器的最佳pH响应。传感器的比色灵敏度高度依赖于pH值,这影响了封端CuO纳米颗粒与草酸的反应动力学以及纳米颗粒的稳定性。实际上,传感器在中性pH值7时表现出最佳性能。然而,在pH值低于7时,加入草酸会导致颜色从蓝色变为透明。在225 nm处的分光光度分析证实,pH值7是检测草酸时可实现最大比色变化的最佳pH值。

3.4.3 时间和生物传感器的稳定性

反应时间影响CuO纳米颗粒传感器的性能,如图7(C)所示。CuO纳米颗粒暴露于草酸的时间与其反应性之间的关系决定了最佳反应时间。结果显示,在100秒时传感器活性达到峰值。因此,确定草酸比色检测的最佳反应时间为100秒。与之前报道的方法相比,这种快速响应时间显著提高了检测效率。稳定性研究持续了35天,发现纳米颗粒保持稳定,其效能没有显著变化。

3.5 制备的CuO纳米颗粒生物传感器的分析特性

评估了制备的传感器对草酸检测的分析性能,相应的光谱数据如图8(A)所示。草酸的逐步添加导致颜色从蓝色变为无色,并伴随着225 nm处光谱吸收峰强度的相应降低。系统研究覆盖了1至120 μM的草酸浓度范围,揭示了分析物浓度与传感器光学响应之间的直接相互作用。开发的传感器能够在0.23 μM的检测限(LOD)和0.78 μM的定量限(LOQ)内准确检测草酸浓度。此外,还在Fe(iii)存在的情况下,使用姜黄素介导的纳米颗粒对草酸进行了比色定量。该方法基于草酸离子在酸性介质中对Fe(iii)反应的抑制效应,检测范围为0.15至1.70 μM。草酸在天然产物中普遍存在,采用了不同的方法来量化其浓度并应对其强烈影响。还使用草酸氧化酶和基于识别元素技术的传感器来测定草酸浓度,检测范围为0至5 mM。另一种方法是使用多壁碳纳米管-金纳米颗粒复合材料制备的安培生物传感器来测定草酸浓度,检测范围为1至800 μM,检测限为1 μM。然而,使用金纳米颗粒会增加传感器的成本。将本开发的传感器与文献中报道的传感器进行了比较,如表1所示。本开发的传感器在草酸检测方面展现了强大的定量能力,具有快速响应时间等优点,同时在成本效益、合成方法的简便性和低检测限方面具有优势。

3.6 干扰研究

对开发的生物传感器进行了干扰研究,测试了包括钙和镁在内的多种金属离子,以及葡萄糖、赖氨酸、胰蛋白酶和尿酸等不同生物分子。还研究了结构相似的化合物(包括草酸、丙酮酸、马来酸和谷氨酸)对传感器选择性的影响,以评估潜在的干扰。在针对草酸优化的实验条件下,其他测试物种的相同浓度(100 μM)并未引起类似的响应或干扰检测。开发的传感器仅对草酸表现出显著的比色响应,并且在225纳米处观察到吸光度的显著下降。因此,CuO纳米颗粒对草酸的高敏感性使它们成为出色的比色探针。因此,该传感器在检测草酸方面具有高度选择性,这为传感器的选择性应用提供了可能,如图9所示。图9展示了CuO纳米颗粒在存在各种潜在干扰物质的情况下对草酸的检测选择性。

3.7 尿液的实际样品分析

使用CuO纳米颗粒传感器从实际尿液样品中高百分比地回收草酸,证实了其在检测草酸方面的准确性和效率。在复杂的生物基质中,草酸的检测表明干扰最小,并且在最佳条件下能够进行可靠的定量。如图10所示,CuO纳米颗粒比色传感器被用来直接测量实际样品中的草酸根离子。通过评估添加了0.7、2、3.5、11.5和16 μM草酸的溶液的回收率来验证所提出的传感器,结果如下表2所示。结果使用回收率公式计算得出,并总结如下:

图10展示了在实际尿液样品中检测不同浓度草酸的情况。表2显示了实际样品中草酸水平的检测结果。

3.8 从RGB值预测浓度

通过比较预测的草酸浓度值与实际浓度值来评估预测机器学习模型的性能,如图11(A–D)所示。决策树(DT)和XGBoost(XGB)回归器由于RMSE和MAE略低以及R2较高(见表3和图12),显示出明显的最佳性能。然而,由于数据集有限,这两个模型的整体预测结果出现了过拟合现象。相比之下,随机森林(RF)和线性回归(LR)模型表现良好,产生了更稳定且化学上可解释的结果。RF模型处理了数据中的非线性关系而不会变得过于复杂,而较简单的LR模型则显示了实际浓度和预测浓度之间的稳定趋势。总体而言,这两种模型对所有草酸浓度都给出了一致的预测。尽管XGB和DT在数学上超过了其他模型,但在比色分析的背景下,由于重复性和解释性至关重要,因此选择了RF和LR作为可靠的模型,尽管它们的误差值略高。图13显示了RGB值与草酸浓度之间的关系呈现出清晰的趋势。这些结果表明,像随机森林和线性回归这样的简单模型在数据集较小且线性明显时可以表现得很好。XGB和DT之间的性能差距可能归因于这些算法缺乏足够的数据点来有效泛化。这些结果表明,机器学习可以作为比色方法在浓度预测方面的补充和支持工具。图11展示了实际草酸稀释值与机器学习模型预测值之间的对比:(A)线性回归,(B)随机森林,(C)XGBoost回归,(D)决策树。表3显示了所有机器学习模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)。

4. 结论

本研究工作展示了一种通过药物介导的方法成功、简便且成本效益高的CuO纳米颗粒合成方法。所有的光谱和形态分析都证实了其合成。通过用醋酸对纳米颗粒进行包覆,成功实现了表面功能化、解聚和导电性的增强。醋酸包覆的CuO纳米颗粒在220纳米的表面等离子体共振处对草酸表现出比色响应,明确证明了它们作为比色传感器的潜力。从蓝色变为透明的明显颜色变化是由于CuO纳米颗粒与草酸之间的相互作用,在250 μL的包覆纳米颗粒、100 μL的草酸(10 μM)和pH 7的条件下,在室温下反应100秒后观察到。制备的比色CuO纳米颗粒能够选择性地检测草酸,其检测限(LOQ)为0.78 μM。研究结果为开发快速、现场草酸检测方法提供了有前景的途径,该方法可能用于多种应用。此外,这些发现还证实了机器学习能力可以作为比色方法的快速、便携式增强手段,用于准确量化草酸浓度。

作者贡献

Muhammad Ishtiaq Jan:撰写——原始草稿、方法论、研究、正式分析、概念化、监督。Abda Khatoon:撰写——审阅与编辑、研究、正式分析。Wei Sun:撰写——审阅与编辑、数据管理、正式分析。Naeem Khan:撰写——审阅与编辑、正式分析、概念化。Sajid Ali:撰写——审阅与编辑、方法论、正式分析。Ibrahim A. Shaaban:撰写——审阅与编辑、验证、资金获取。Mansoor Khan:撰写——审阅与编辑、方法论、正式分析。Amir Badshah:撰写——审阅与编辑、数据管理、正式分析。Imran Rabbani:撰写——审阅与编辑、正式分析、方法论。Umar Nishan:撰写——审阅与编辑、方法论、正式分析、概念化、监督。

利益冲突

作者声明没有利益冲突。

数据可用性

所有相关数据都在手稿中呈现;然而,根据合理的需求,可以向相应的作者请求额外信息。

致谢

作者感谢King Khalid大学高等教育基金通过项目编号CL/PRI/C/16为这项研究工作提供的资金支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号