机器学习辅助荧光Eu@ZnMOF通过抑制敏化和配体-金属电荷转移（LMCT）用于食品中依诺沙星（ENX）与草甘膦（GLY）检测

《Food Frontiers》：Machine Learning–Assisted Fluorescent Eu@ZnMOF for the Enoxacin and Glyphosate Detection in Food by Suppressing Sensitization and Ligand–Metal Charge Transfer

　　

生态环境中的抗生素和农药，由于其在兽医药物和杀虫剂中的广泛应用，对公共健康构成重大危害。在此，研究人员开发了一种新型双金属金属有机框架（metal-organic framework, MOF）作为比率荧光传感器，用于同时监测依诺沙星（enoxacin, ENX）和草甘膦（glyphosate, GLY）。为制备双响应探针，研究人员通过使Zn²⁺离子与配体（2,2′-bipyridine-5,5′-dicarboxylic acid、8-hydroxyquinoline和2-aminoterephthalic acid）反应合成ZnMOF。随后，基于与2,2′-bipyridine-5,5′-dicarboxylic acid位点的配位，将铕（Eu³⁺）离子负载到ZnMOF中，合成双金属Eu@ZnMOF。基于Eu@ZnMOF的检测系统呈现出明显绿色发射，归因于Zn²⁺离子对8-hydroxyquinoline中激发态分子内质子转移（excited-state intramolecular proton transfer, ESIPT）的抑制。在检测系统中，ENX通过敏化Eu³⁺离子增强Eu@ZnMOF的红色发射。据此，构建了ENX荧光传感系统。此外，制备了ENX修饰的Eu@ZnMOF。加入GLY后，发生敏化抑制和配体-金属电荷转移（ligand-to-metal charge transfer, LMCT），猝灭Eu³⁺的红色发射并增强蓝色发射，导致明显的颜色由红到蓝转变。该比率荧光传感器对ENX和GLY的检测限分别为0.05和0.10 mg/L。此外，研究人员将该材料集成到微流控芯片中。通过将该平台与智能手机成像和机器学习算法结合，研究人员构建了能够同时进行多样品分析的快速检测方案。这些结果表明Eu@ZnMOF在先进环境和食品安全检测中具有广阔应用潜力。

研究背景与立项依据：抗生素和农药分别广泛用于畜牧养殖和农业，但过度使用和不当施用导致其在生态环境和日常食品中持久累积，危害人类和生态健康，毒理学危害主要包括中枢神经系统毒性、心脏毒性、肾毒性和肝毒性。典型污染物为ENX（氟喹诺酮抗生素）和GLY（常用农药）。既往分析方法如色谱（GC）、高效液相色谱（HPLC）、毛细管电泳（CE）和免疫分析（ELISA）虽灵敏稳定，但依赖昂贵大型仪器、专业技术人员和繁琐前处理，不适合ENX和GLY的快速现场测定。荧光纳米材料传感策略因操作简单、响应快、成本低和灵敏度高而受到关注；其中MOF具有可调晶体孔、多样发光机理、易修饰、合成简便和快速荧光响应等优势。MOF荧光传感平台分为单发射和比率荧光系统，比率荧光系统具有自校准、定量准确、抗干扰和可靠性强等特点。已有比率荧光系统多针对单一分析物（ENX或GLY），难以同时测定且灵敏度有限。相关研究表明ENX可作为镧系离子有效敏化剂，显著增强其荧光；含磷基团可与金属离子形成强配位键，调节MOF框架内电子转移过程并调控荧光性质。基于此，研究人员设计了一种可同时检测ENX和GLY的比率MOF荧光传感器，合成ZnMOF并由Zn²⁺与8-HQ、H₂Bpydc和NH₂-BDC配体构成，再将Eu³⁺后合成接枝得到Eu@ZnMOF。Zn²⁺阻断8-HQ的ESIPT，使Eu@ZnMOF呈绿色发射（493 nm）；加入ENX后，ENX敏化Eu³⁺，颜色由绿变红（615 nm）；加入GLY后，GLY配位金属中心，抑制ENX敏化和NH₂-BDC的LMCT，红色降低、436 nm蓝色增强，呈红到蓝转变。该平台对ENX和GLY检测限分别为0.05和0.10 mg/L，并集成微流控、智能手机成像和机器学习，实现多样品现场分析，对环境和食品安全检测具有重要意义。

关键技术方法：合成双金属荧光Eu@ZnMOF；采用密度泛函理论（density functional theory, DFT）计算研究反应机理和结合能；优化溶剂、浓度、反应动力学、温度和pH等检测参数；进行荧光检测和真实样品检测，样本来源包括牛奶、大豆、自来水、湖水和水溶液；构建智能分析模块，采用Python中的支持向量机（support vector machine, SVM）算法，并结合主成分分析（principal component analysis, PCA）、层次聚类分析（hierarchical clustering analysis, HCA）、线性判别分析（linear discriminant analysis, LDA）和混淆矩阵（confusion matrix, CM）；构建含暗箱、紫外灯、微流控装置和智能手机应用程序的便携平台，采集红绿蓝（red, green, blue, RGB）值形成微流控传感器阵列。

研究结果：
3.1 Eu@ZnMOF复合材料开发与工作原理：通过DFT计算比较8-HQ及其衍生物与Zn²⁺的结合能，结果表明8-HQ和5A8HQ对Zn²⁺配位能力较强，8-HQ和2Cl8HQ能隙较高，8-HQ在含Zn²⁺条件下荧光显著增强，因此可作为参考信号。检测机制为ENX敏化Eu³⁺，GLY抑制敏化和NH₂-BDC的LMCT。通过优化摩尔比，确定MOF前体:Eu³⁺为1:4、Zn²⁺:8-HQ为1:2、H₂Bpydc:NH₂-BDC为1:0.1时检测性能最佳。

3.2 Eu@ZnMOF复合材料结构表征：扫描电子显微镜（scanning electron microscope, SEM）显示原始Eu@ZnMOF为球形，与ENX作用后呈部分棒状，进一步吸附GLY后转变为片状多边形。能量色散X射线光谱（energy-dispersive X-ray spectroscopy, EDS）元素分布显示C、O、N、Eu分散良好，ENX–Eu@ZnMOF中出现F，GLY–ENX–Eu@ZnMOF中额外出现P。粉末X射线衍射（powder X-ray diffraction, PXRD）和傅里叶变换红外（Fourier transform infrared, FTIR）光谱显示N─H、─COO^?、C─N和Zn─O等特征峰；GLY加入后出现P═O伸缩振动，Zn─O吸收带从621移至560 cm^?1，表明Zn与GLY相互作用。X射线光电子能谱（X-ray photoelectron spectroscopy, XPS）显示ENX引入后出现仲胺特征峰和C─F峰，GLY引入后F峰强度下降并位移，P 2p出现P═O和M─O─P（Zn/Eu─O─P）特征峰，证明GLY与ENX–Eu@ZnMOF成功结合。

3.3 Eu@ZnMOF传感平台用于ENX和GLY检测的优化：水溶液为最优介质，365 nm激发产生最大检测信号，F_{615 nm}/F_{493 nm}和F_{436 nm}/F_{615 nm}分别用于评价ENX和GLY检测信号。ENX检测优化条件为80 mg/L Eu@ZnMOF、20 min、20°C、pH 6；GLY检测体系中ENX浓度、反应时间、温度和pH优化为0.46 mM、30 min、25°C、pH 6。

3.4 Eu@ZnMOF传感器性能及ENX和GLY检测：Eu@ZnMOF在493 nm有强发射峰，随着ENX浓度增加，F_{615 nm}/F_{493 nm}增加并伴随可见红色变化。线性关系为y = ?0.42 + 0.03 C_ENX，R² = 0.985（50–400 mg/L）；y = 0.08 + 0.02 C_ENX，R² = 0.989（0–50 mg/L），检测限为0.05 mg/L。GLY检测中，y = 0.22 + 0.01 C_GLY，R = 0.942（0–20 mg/L）；y = 12.82 + 0.31 C_GLY，R = 0.987（50–200 mg/L），检测限为0.1 mg/L。选择性实验中，Na⁺、Cl^?、K⁺、CO₃^2?、NH₄⁺、ENX、ENR、FF、RBV、SDM、Anilofos、CPF、SMX、l-Thr、l-Phe和l-Glu等存在时，ENX和GLY仍产生显著荧光和颜色响应。实际样品中，自来水、湖水和牛奶中ENX回收率为87.65%–109.95%，自来水、湖水和大豆中GLY回收率为84.16%–95.13%。性能比较表明该方法具有更低检测限和更宽分析范围，并满足食品安全中GLY监测标准。

3.5 机器学习辅助Eu@ZnMOF荧光检测ENX和GLY：构建荧光传感器阵列，ENX浓度范围为0.1–800 mg/L，GLY为0.2–400 mg/L，以365 nm激发后436、493和615 nm荧光发射为特征值，并对每个浓度进行5次重复实验。采用SVM训练模型，结合HCA、LDA、CM和PCA进行可视化和预测准确性评估。ENX各浓度形成聚簇，PC1和PC2分别解释97.5%和2.4%方差，95%置信椭圆不重叠；不同GLY浓度PCA图在95%置信椭圆下无明显重叠，表明可精确分类。HCA有效区分ENX和GLY浓度，CM显示所有浓度分类准确率为100%。对16种不同质量比ENX和GLY混合物进行识别，PCA置信椭圆不重叠，HCA显示合并簇间高度不相似，CM显示所有浓度比分类准确率为100%，表明该阵列可准确识别复杂混合物。

3.6 基于Eu@ZnMOF的快速GLY检测：便携微流控平台由暗箱、紫外灯、微流控装置和运行“ENX and GLY detection”应用程序的智能手机组成。样品经微量自动进样注射泵引入微流控装置，紫外灯激活荧光，智能手机通过暗箱窗口拍摄微流控通道图像并提取RGB值，构建R×G×B×5色块阵列和微流控RGB SVM聚类分析矩阵。ENX检测时Eu@ZnMOF、ENX和GLY入口流速分别为20、20和0 μL/min；GLY检测时将Eu@ZnMOF与ENX预混形成ENX–Eu@ZnMOF，再与GLY分别以20和20 μL/min引入。采集5个区域RGB值，结合8类浓度构成训练数据集，采用SVM降维，并以HCA和LDA验证判别能力。结果显示各浓度置信椭圆不重叠，可清晰分类。

总结讨论与结论：该研究从基础荧光双金属MOF材料合成推进到与机器学习结合的实际ENX/GLY检测装置开发。研究人员开发了具有优异绿色荧光的新型双金属Eu@ZnMOF，其绿色荧光的产生归因于ESIPT抑制，并据此构建比率传感平台。基于Eu@ZnMOF的ENX和GLY同时检测通过敏化与受抑制的LMCT实现，检测限分别达到0.05和0.10 mg/L。同时，研究人员设计了便携式微流控分析仪，利用光学装置检测分析物；通过整合SVM分析，该装置实现了高灵敏、选择性和同时的ENX与GLY现场检测，为实际监测应用提供了一种有前景且高效的解决方案。