《Biosensors and Bioelectronics》:Site-Regulated CoNFs-NH
2@PtNPs Nanozyme-Based All-in-One Portable Detection of Organophosphorus Pesticides Integrating Deep Learning and Hardware Logic Gates
编辑推荐:
摘要有机磷农药(OPs)的广泛使用导致环境中普遍残留并可能对人类健康构成威胁,亟需快速、灵敏且便携的现场有机磷农药检测方法。本研究成功制备了氨基功能化钴纳米花负载铂纳米颗粒复合材料(CoNFs-NH2@PtNPs)。结合稳态动力学实验和密度泛函理论计算,系统阐明了氨基修饰对铂
摘要
有机磷农药(OPs)的广泛使用导致环境中普遍残留并可能对人类健康构成威胁,亟需快速、灵敏且便携的现场有机磷农药检测方法。本研究成功制备了氨基功能化钴纳米花负载铂纳米颗粒复合材料(CoNFs-NH2@PtNPs)。结合稳态动力学实验和密度泛函理论计算,系统阐明了氨基修饰对铂活性位点电子供给能力及氧活化性能的影响机制。利用CoNFs-NH2@PtNPs固有的氧化酶样活性和荧光特性,构建了基于乙酰胆碱酯酶抑制的比色-荧光双模式传感器,实现高效有机磷农药检测。此外,通过整合3D打印暗箱硬件、MCU控制模块、智能手机成像技术和自研感知算法,开发了低成本集成便携式检测平台。该平台基于溶液RGB信号变化通过LED指示灯实现直观的定性分级,并通过定制化微信小程序实现智能定量检测。所建立的一体化检测系统有效解决了传统有机磷农药检测方法便携性差和实时性能不足的问题,为现场农药残留监测提供了可靠且实用的策略。
引言
自20世纪中叶以来,有机磷农药(OPs)在全球农业生产中被广泛应用(Kiran等 2024;Sellers等 2025)。然而,有机磷农药的长期过量使用和环境残留对生态系统和人类健康造成了严重威胁(Alvarez-Alvarez和Andrade 2023;Derbalah等 2019)。目前,有机磷农药的常规检测方法主要依赖色谱技术,如气相色谱(GC)、高效液相色谱(HPLC)及其联用质谱技术(GC-MS、LC-MS)(Boontongto等 2024;Liu等 2026;Liu等 2025;Noorhisham等 2026)。尽管这些方法具有卓越的灵敏度和选择性,但通常需要昂贵的规模化分析仪器和繁琐的样品前处理流程(Cheng等 2026)。近年来,有机磷农药快速检测研究取得了显著进展(Liu等 2026;Wu等 2021;Yu等 2022)。基于酶抑制机制的快速检测方法因其操作简便、成本低廉和可视化信号输出而受到极大关注(Gai等 2023;Gu等 2025)。然而,单信号传感器容易受到环境背景干扰或灵敏度受限。相比之下,双模式传感策略可通过信号互补效应显著提高检测的准确性和可靠性(Jiang等 2025;Yang等 2026;Zhang等 2023)。
与自然酶相比,纳米酶具有合成简便、成本低、稳定性优越和催化性能可调等优点(Zhan等 2026;Zhu等 2026)。特别是氧化酶样纳米酶可直接催化显色底物氧化产生光信号,无需外源过氧化氢,从而简化检测系统并提高操作安全性(Chen等 2026;Wang等 2026)。基于钴的纳米花(CoNFs)凭借其独特的三维分级结构和优异的电传输能力在传感领域展现出巨大潜力。表面氨基功能化和贵金属铂纳米颗粒(PtNPs)负载可协同优化材料的表面电荷、底物亲和力和催化活性位点,从而大幅提升其类酶催化活性和信号放大能力(Liu等 2025;Sun等 2025;Wang等 2026)。
近年来,深度学习技术在农药检测领域展现出巨大潜力。先前的研究将卷积神经网络(CNN)与荧光光谱、拉曼光谱等技术相结合,实现了分析物的高精度分类和识别(Yang等 2025;Yuan等 2025)。例如,DebNet模型整合了一维卷积神经网络(1D-CNN)、长短期记忆网络(LSTM)和自注意力机制,在四种高风险农药的荧光光谱分类中达到了99.83%的准确率(Deng等 2025)。此外,结合智能手机成像与机器学习模型的集成平台也已应用于现场检测(Chen等 2025;Dai等 2025;Li等 2025)。然而,现有的深度学习辅助农药检测方法仍存在明显缺陷。例如,大多数高精度模型参数庞大、计算复杂度高,阻碍了其在嵌入式设备上的直接部署(Zhao等 2026)。尽管便携式检测设备能够实现快速现场筛查,但往往面临信号干扰等障碍(Chen等 2025;Zou等 2025)。受这些问题启发,我们创新性地整合了深度学习辅助比色/荧光分析与硬件逻辑门判读、单片机控制及3D打印便携平台,建立了覆盖定性判别到定量分析的一体化检测系统。
本文设计并合成了氨基修饰钴纳米花负载铂纳米颗粒(CoNFs-NH2@PtNPs)复合纳米酶。系统探索了两条材料制备的修饰路线,并从宏观反应动力学和微观电子结构两个层面阐明了氨基修饰位点对铂活性中心电子供给能力和氧活化性能的影响机制。为进一步推进快速现场检测的智能化和便携化,构建了三级级联逻辑门嵌入式比色读数模块,实现无需额外数据处理的浓度区间定性判断。同时,开发了基于Hough-ResNet框架的微信小程序,采用霍夫圆变换自动定位比色试管区域,结合残差神经网络进行特征提取和浓度回归,实现了13个浓度梯度的精确分类。此外,通过3D打印技术设计并制造了集成恒光照LED阵列、多孔样品架和密封暗箱结构的便携式检测平台,实现了从定性识别到定量检测的集成化检测。
章节摘要
功能材料设计
CoNFs-NH2@PtNPs的合成步骤如图1a所示。分别合成了具有不同铂纳米颗粒负载量的CoNFs-NH2@PtNPs(0.114、0.208、0.288 mM),分别标记为a-CoNFs-NH2@PtNPs、b-CoNFs-NH2@PtNPs和c-CoNFs-NH2@PtNPs,并研究了其对材料催化活性的影响。如图S1所示,在负载铂纳米颗粒之前,纯CoNFs和氨基功能化CoNFs-NH2的氧化酶样活性相对较低
结论
成功设计并合成了具有氧化酶样活性和荧光的氨基修饰钴纳米花负载铂纳米颗粒复合纳米酶(CoNFs-NH2@PtNPs)。单线态氧(1O2)被确认为催化反应中的主要活性氧物种,oxTMB诱导的材料荧光猝灭主要归因于IFE(内滤效应)。构建了基于AChE的比色-荧光双模式传感器用于PM检测(检出限LODs:
CRediT作者贡献声明
何潘瑞:调查研究,形式分析。彭华杰:方法论。徐鹏:验证,资源。邱平:撰写——审阅与编辑,监督,项目管理。张宁宁:撰写——初稿,方法论,概念构思。高迪:撰写——初稿,软件,数据管理
未引用参考文献
Chen等,2025;Cheng等,2026;Liu等,2026;Liu等,2025;Wang等,2026。
利益冲突声明
? 作者声明不存在任何可能影响本文所报告工作的已知竞争性财务利益或个人关系。
致谢
本研究由中国国家自然科学基金(中国,21765015,21808099)和南昌大学食品科学与工程国家重点实验室开放项目计划(中国,编号SKLF-KF-202416)提供资金支持。
张宁宁|高迪|何潘瑞|彭华杰|徐鹏|邱平