《Talanta》：Deep Learning-Assisted Portable Sensing Platform Based on a Fluorescent MOF-Polymer Mixed-Matrix Membrane for Rapid Detection of Nitrazepam in Biological Samples
编辑推荐：
•制备了一种用于硝西泮（NZP）检测的柔性金属有机框架 - 聚合物混合基质膜（1@PMMA）。•1@PMMA 表现出对 NZP 的快速检测能力，具有高选择性和可重复使用性。•基于智能手机的荧光成像允许对 NZP 进行便携式和可视化检测。•深度学习辅助的拍照到结果策略实现了直接
- •
制备了一种用于硝西泮（NZP）检测的柔性金属有机框架 - 聚合物混合基质膜（1@PMMA）。
- •
1@PMMA 表现出对 NZP 的快速检测能力，具有高选择性和可重复使用性。
- •
基于智能手机的荧光成像允许对 NZP 进行便携式和可视化检测。
- •
深度学习辅助的拍照到结果策略实现了直接定量分析。
- •
该平台在真实生物样本中表现出可靠的性能。
引言
硝西泮（NZP）是一种苯二氮卓类药物和新型精神活性物质，由于其强效的镇静、催眠和健忘特性，临床上常用于治疗焦虑和睡眠障碍 [1], [2]。然而，非医疗滥用 NZP 可能会导致几种严重的后果，如药物依赖性、认知和记忆损害、肌肉无力，甚至死亡 [3], [4], [5]。与其他苯二氮卓类药物相比，NZP 的起效时间较短（10-40 分钟），半衰期较长（18-38 小时），导致药物引起的损伤持续更长时间 [3], [6]。因此，快速准确地监测生物样本中的 NZP 至关重要。各种技术已被用于检测 NZP，如气相色谱 - 质谱联用（GC-MS）、液相色谱 - 串联质谱（LC-MS/MS）和薄层色谱（TLC）- 光度法 [7], [8], [9], [10]。却然而，这些技术要求昂贵的仪器、经过培训的人员、复杂的样品前处理以及耗时的分析，限制了其在即时检测中的实际应用。因此，开发一种低成本、快速、便携的方法在现场检测生物样本中的 NZP 是非常迫切的。
荧光传感已成为一种高效的检测方法，因其操作简便、响应速度快且灵敏度高 [11]。在众多荧光材料中，金属有机框架（MOFs）因其可调结构、可裁剪的功能位点和良好的荧光性能而成为有前途的传感材料 [12], [13]。然而，一些荧光 MOFs 稳定性较差，限制了其在生物样本中的实际应用 [14]。此外，不溶性 MOF 粉末倾向于在溶液中聚集，导致分散不均匀，限制了 MOFs 与分析物之间的有效相互作用，从而损害了传感灵敏度和准确性 [15], [16]。为了克服上述局限性，可以通过将荧光 MOF 颗粒掺入聚合物基质中制备基于 MOF 的混合基质膜（MMMs）[15], [16], [17], [18]。这种方法结合了 MOFs 的可及功能位点和荧光性能以及聚合物的柔性、机械鲁棒性和易加工性，从而提高了材料的稳定性和耐久性，并改善了传感的灵敏度和可重复使用性 [17], [19]。此外，基于 MOF 的 MMMs 在紫外照射下的荧光颜色变化可以直接用肉眼观察到。然而，由于个体对颜色感知的差异，细微的颜色变化很难准确区分。基于智能手机的荧光传感技术已被探索为一种有效的可视化和定量检测方法，通过将颜色信息转换为数字数据 [20]。然而，许多报道的基于智能手机的方法仍依赖于手动颜色提取和对大规模图像数据集的耗时处理，这增加了分析复杂性并限制了现场检测。
深度学习已成为用于图像数据自动化分析的数据驱动分析框架，能够在无需人工干预的情况下实现端到端的特征提取和复杂关系的有效建模 [21], [22]。在各种深度学习架构中，残差神经网络（ResNets）特别适合基于荧光图像的回归，因为它们可以自动学习提取细微颜色差异的信息性数值表示，以定量预测目标分析物的浓度 [23], [24], [25]。据我们所知，深度学习辅助的拍照到结果策略尚未用于 NZP 检测的报道。
在此，我们报道了一种基于 MOF-聚合物混合基质膜（1@PMMA）的深度学习辅助荧光传感平台，用于准确和现场检测 NZP（方案 1）。通过将 Cd-MOF {[Cd(L)(H2O)2]·3H2O}n（1）(H2L = 5-(3-(吡啶 -4- 基) 脲基) 间苯二甲酸) 掺入聚甲基丙烯酸甲酯（PMMA）基质中制备了 1@PMMA，并表现出对 NZP 的快速荧光响应，具有高灵敏度、高选择性和良好的可重复使用性。同时，通过捕获 1@PMMA 的荧光图像建立了基于 1@PMMA 的智能手机荧光传感方法，实现了对 NZP 的便携式、可视化和定量检测。为了克服智能手机传感中固有的对手动颜色提取和数据处理的依赖，将基于 ResNet-18 模型的深度学习辅助拍照到结果平台整合到了传感工作流程中。该平台能够从荧光图像中直接自主预测 NZP 的浓度，并扩大了与基于智能手机的荧光传感方法相比的可访问定量检测范围。这项工作建立了一个用于复杂生物样本中 NZP 定量检测的即时检测工作流程。
章节摘要
材料与方法
材料、仪器和测量程序的详细信息见支持信息。
{[Cd(L)(H2O)2]·3H2O}n（1）的制备
H2L 配体按照之前报道的程序制备 [26]。对于 1 的合成，将 Cd(NO3)2?4H2O (30.8 mg, 0.1 mmol) 和 H2L (30.1 mg, 0.1 mmol) 分散在 3 mL 的 DMF/H2O 混合物 (v/v = 1:5) 中。所得悬浮液超声处理至均匀并室温搅拌 30 分钟。然后将混合物转移到聚四氟乙烯内衬不锈钢
晶体结构分析
单晶 X 射线衍射分析表明，配合物 1 结晶于单斜晶系空间群 P21/c。不对称单元包括一个 Cd2+ 离子，一个 L2- 配体，两个配位 H2O 分子和三个晶格 H2O 分子。如图 1a 所示，Cd2+ 中心采取畸变八面体几何构型，由来自两个不同 L2- 配体的三个羧基 O 原子（O1, O3A 和 O4A），来自另一个 L2- 配体的一个吡啶基 N 原子（N3B）以及来自两个
结论
开发了一种基于 1@PMMA 的深度学习辅助荧光传感平台用于检测 NZP。配合物 1 成功整合到 PMMA 基质中形成 1@PMMA，结合了 MOF 固有的荧光性能与聚合物的柔性、机械鲁棒性和可加工性，并在生物样本中表现出稳定的荧光行为。1@PMMA 对 NZP 表现出快速响应、高灵敏度、良好的选择性和可靠的可重复使用性
CRediT 作者贡献声明
Qingfu Zhang: 写作 – 审阅与编辑，资金获取。Sihan Huo: 调查。Haimeng Pei: 验证，资金获取。Wenhui Lu: 可视化，资金获取。Xuebo Li: 方法论。Junchao Ma: 方法论。Yanbin Zhang: 形式分析。Mingyuan Lei: 写作 – 审阅与编辑，写作 – 初稿，资金获取。Kunnan Yang: 数据整理
利益冲突声明
作者声明他们没有任何已知的竞争财务利益或个人关系，这些可能会影响本文报告的工作。
利益冲突声明
? 作者声明他们没有任何已知的竞争财务利益或个人关系，这些可能会影响本文报告的工作。
致谢
本工作得到山东省自然科学基金（编号：ZR2024QB288, ZR2025QC119）、山东省高校青年创新团队发展项目（2024KJC010, 2023KJ297）和国家自然科学基金（编号：21771096）的资金支持。
Mingyuan Lei|Kunnan Yang|Junchao Ma|Yanbin Zhang|Wenhui Lu|Xuebo Li|Sihan Huo|Haimeng Pei|Qingfu Zhang
