机器学习辅助的三通道比色传感器阵列利用单一三金属纳米酶的多类酶活性通过多酚指纹图谱实现茶叶真伪鉴别

《Sensors and Actuators B: Chemical》：Machine Learning-Assisted Triple-Channel Colorimetric Sensor Array Using a Single Trimetallic Nanozyme with Multienzyme-Like Activities for Tea Authentication via Polyphenol Fingerprinting

　　

• ●
  一种具有多酶类活性的Fe-Cu-ZIF-8纳米酶作为唯一的传感元件用于构建三通道比色阵列。
• ●
  茶多酚对纳米酶活性的差异性调控产生特征性的指纹信号。
• ●
  该比色传感器阵列可鉴别八种茶多酚及其二元/八元混合体系。
• ●
  机器学习实现了对多酚浓度无关的识别，准确率为100%，并可对真实茶叶样品进行鉴定。

引言

茶是一种传统饮品，因其多种生理功能——包括抗氧化、抗肥胖、抗衰老、抗炎、降血压和抗肿瘤活性[1]——而受到消费者的广泛喜爱。茶叶品质与多个因素密切相关，包括地理产地、栽培品种、收获季节和加工方法，这些因素共同决定了其商业等级和品类[2]、[3]。然而，不同茶叶等级和品类之间复杂且重叠的化学特征给品质鉴定带来了巨大挑战。茶多酚是一类富含羟基且具有强抗氧化活性的生物活性化合物，是茶叶品质的主要指标[4]、[5]。因此，准确测定茶多酚对于品种鉴定和品质评价至关重要。迄今为止，已开发了多种分析策略用于茶多酚的测定，包括高效液相色谱法（HPLC）[6]、液相色谱-质谱联用法（LC-MS）[7]、电化学方法[8]和流动注射分析法[9]。尽管这些方法应用广泛，但它们通常受到固有局限性的制约。色谱和质谱技术虽然具有优异的灵敏度和特异性，但通常需要繁琐的样品预处理、高昂的运行成本以及专业的技术知识。相反，电化学和流动注射方法虽然能够实现快速、经济的分析，但在区分结构相似的多酚时往往缺乏足够的选择性，并且在复杂的实际样品中容易受到基质干扰[10]。因此，亟需开发一种简便而稳健的分析平台，能够快速、准确地同时测定茶叶基质中的多种生物活性多酚，以满足实际应用需求。

近年来，比色传感器阵列作为智能食品鉴定的有前途的替代方案受到了广泛关注[11]。受哺乳动物嗅觉系统的启发，比色传感器阵列基于"化学鼻/舌"原理运行，即一组交叉反应性传感元件在接触目标分析物后产生复合响应模式[12]。随后，利用机器学习辅助的模式识别实现鉴别性识别[13]。与依赖特定受体-分析物相互作用的传统"锁-钥"传感器不同，比色传感器阵列利用多个通道间的差异性结合亲和力，实现对结构相似化合物的同时检测和区分[14]、[15]、[16]。值得注意的是，基于纳米酶的传感器阵列已成为研究热点[17]、[18]、[19]。纳米酶是一类具有类酶催化活性的合成纳米材料，与天然酶相比具有显著优势，包括优异的稳定性、低成本低、可调的催化性能以及对恶劣操作条件的耐受性[20]。通过将纳米酶与显色底物结合，比色传感器阵列能够将微妙的化学差异转化为肉眼可辨的颜色图案，从而为复杂食品基质中结构相似化合物的高通量智能分析建立了新范式[21]、[22]。然而，目前基于纳米酶的传感器阵列严重受限于需要整合多种纳米材料探针的要求。这一需求涉及耗时的化学合成和复杂的筛选程序，从而增加了技术复杂性和检测成本。因此，设计一种具有多模态输出信号的单材料用于构建简便易用的传感器阵列，以实现具有足够灵敏度和选择性的多目标高效传感，是非常迫切的需求。

金属有机框架（MOFs）是一类由金属节点和有机配体构成的多孔纳米材料，由于其高比表面积、固有的孔隙结构和可调的结构功能特性，已成为有吸引力的纳米酶候选材料[23]、[24]。近期研究表明，多金属MOFs在单一框架中引入多种金属中心，可提供更加丰富和多样的活性位点。这些特征不仅大大增强了催化活性，还赋予了材料多酶类性能[24]。例如，Song等人报道了一种AuRhPt@(Zr/Ce) UiO-66纳米酶，其具有改善的葡萄糖氧化酶（GOx）和过氧化物酶（POD）类活性[25]。多种酶类活性在同一纳米酶平台中共存，允许多模态信号读出，使这些材料成为构建高性能传感器阵列的理想选择。遗憾的是，目前多金属MOFs的应用仍然主要局限于催化和传统分析检测领域，其在传感器阵列中的应用极少被探索[26]、[27]。因此，通过金属配位调控设计具有定制多酶类活性的新型多金属MOF纳米酶，是构建高潜力传感器阵列装置的可行策略。

在本研究中，以单金属ZIF-8 MOF为前驱体，通过简便的离子交换方法制备了一种新型三金属纳米酶（Fe-Cu-ZIF-8）。如图1所示，所制备的纳米酶表现出多种酶类活性，即过氧化物酶（POD）类、漆酶（LAC）类和超氧化物歧化酶（SOD）类活性，使其能够在不同条件下针对不同底物实现三通道信号响应。利用茶多酚对三通道活性的差异性抑制或促进作用，构建了比色传感器阵列，用于八种茶多酚的同时鉴定和区分。在此基础上，该平台能够有效区分这些多酚的二元和八元混合物。此外，借助机器学习的辅助，所提出的比色传感器以100%的准确率区分了不同栽培品种、地理产地和价格水平的茶叶样品，显示出巨大的实际应用潜力。

各节摘要

试剂与仪器

2,4-二氯苯酚（2,4-DP）、4-氨基安替比林（4-AP）、2-甲基咪唑（2-MIN）、七水硫酸亚铁（FeSO₄·7H₂O）、二水氯化铜（CuCl₂·2H₂O）、核黄素（VB₂）、硝基四氮唑蓝氯化物（NBT）、L-甲硫氨酸（L-Met）和单宁酸（TA）购自阿拉丁试剂（上海）有限公司。表儿茶素（EC）、没食子酸（GA）、槲皮素-3-O-葡萄糖醛酸苷（K）、表没食子儿茶素（EGC）、儿茶素没食子酸酯（CG）和甲基没食子酸（MG）购自成都

Fe-Cu-ZIF-8纳米酶的表征

具有多酶类活性的三金属Fe-Cu-ZIF-8纳米酶通过以单金属ZIF-8 MOF为前驱体的离子交换方法合成。纳米酶的形貌通过SEM和TEM进行表征。如图S1所示，纯ZIF-8呈现定义明确的菱形十二面体形貌，具有均匀的粒径、光滑的表面和锐利的边缘，这与先前发表的工作一致[29]。铜掺杂后，所得Cu-ZIF-8（图1A）

结论

总之，我们开发了一种新型三通道比色传感器阵列，采用单一Fe-Cu-ZIF-8纳米酶（具有POD、LAC和SOD多酶类活性）作为唯一的传感组分。该策略避免了传统多元件传感器阵列所需的复杂组装。茶多酚对这些催化活性的差异性调控促进了单个多酚和真实茶叶样品的高度选择性区分。借助机器学习的

CRediT作者贡献声明

张玉兰：方法学、正式分析、数据整理、概念设计。南怡红：撰写-审阅与编辑、撰写-初稿、资源、正式分析、数据整理。邹健美：撰写-审阅与编辑、撰写-初稿、项目管理、方法学、资金获取、概念设计。刘柱生：撰写-审阅与编辑、正式分析、数据整理。聂金芳：撰写-审阅与编辑、调查研究。张云：撰写-审阅与编辑。

利益冲突声明

作者声明他们不存在已知的竞争性经济利益或个人关系，这些关系可能影响本文报告的工作。

致谢

本研究得到国家自然科学基金（批准号：22264011）和桂林理工大学科研启动基金（批准号：GUTQDJJ2019136）的资助。

南怡红|张玉兰|罗培|何惠君|张云|聂金芳|刘柱生|邹健美