基于L-半胱氨酸功能化银纳米粒子的纸质比色传感器:结合密度泛函理论分析与机器学习实现水中镉的检测

《Environmental Nanotechnology, Monitoring & Management》:Paper-based colorimetric sensor using L-cysteine-functionalized silver nanoparticles: integrating DFT insights and machine learning for cadmium detection in water

【字体: 大 中 小 】 时间:2026年07月30日 来源:Environmental Nanotechnology, Monitoring & Management CS16.7

编辑推荐:

  摘要饮用水中的镉污染会因其生物累积性和肾毒性而带来严重的健康风险。而在资源匮乏的地区,传统的检测方法往往过于复杂且成本高昂,难以在实地常规使用。本研究报道了一种基于纸层的比色传感器,该传感器利用L-半胱氨酸功能化的银纳米颗粒(AgNPs-LC)实现镉离子的快速检测。该传感器的紫外

  

摘要

饮用水中的镉污染会因其生物累积性和肾毒性而带来严重的健康风险。而在资源匮乏的地区,传统的检测方法往往过于复杂且成本高昂,难以在实地常规使用。本研究报道了一种基于纸层的比色传感器,该传感器利用L-半胱氨酸功能化的银纳米颗粒(AgNPs-LC)实现镉离子的快速检测。该传感器的紫外-可见光谱检测下限为2.70 ppb,低于世界卫生组织规定的3 ppb的饮用水标准。其肉眼可观察的检测阈值约为10 ppb,这进一步提升了其在初步筛查高浓度镉离子方面的实用性。该传感器对包括砷(III)、锡(II)、汞(II)、铁(III)、铅(II)、铜(II)、钠(I)、镁(II)、锌(II)、铬(III)和钴(II)在内的多种环境相关离子具有良好的选择性。镉离子与纳米颗粒结合后会导致颗粒聚集,从而使表面等离子体共振峰从424 nm shift到446 nm,同时颜色也从红棕色变为淡紫色。通过B3LYP/LANL2DZ水平的密度功能理论计算,证实镉离子更倾向于与L-半胱氨酸结合,计算结果中的键长变化和电荷重分布与实验观察结果一致。这种AgNPs-LC墨水具有接近牛顿粘度(约6.08 cP),并且能在纤维素基底上迅速润湿,接触角在300毫秒内从29.1°降至0°,表明它适合用于可控的纸张沉积以及可扩展的印刷工艺。在市政自来水、钻井水和露天井水中进行的加标回收实验显示,该传感器的准确率非常高,回收率在98.5%至103.4%之间,相对标准偏差低于0.77%。此外,基于直方图颜色特征训练的支持向量分类器在判断镉离子是否存在时,其F1分数可达到97%。总体而言,这项工作为在资源匮乏的环境中实现便捷、分散式的镉离子检测奠定了良好基础。

引言

有毒重金属对水资源的污染对全球公共卫生和生态系统构成了持续且严重的威胁。工业废水、农业活动以及自然风化作用都会将有害金属离子释放到环境中,导致这些离子在水中积累(Saravanan等人,2024年)。镉就是这类有毒重金属之一,它会对生态系统和人类健康造成严重危害。与许多有机污染物不同,镉不会随时间降解,反而会在生物体内不断积累,其在人体内的生物半衰期超过二十年。即便暴露在相对较低的浓度下,长期接触镉也会引发肾功能障碍、骨骼脱矿以及多种癌症,因此它属于危害性较强的环境污染物(《国际癌症研究机构:IARC监测报告中所列的致癌物》,2025年;Genchi等人,2020年;Kim等人,2015年)。鉴于这些危害,各国监管机构针对不同类型的水体制定了镉含量标准:世界卫生组织规定饮用水中的镉含量上限为3亿分之一,美国环境保护局则设定最高污染物浓度为5亿分之一,而针对环境用水的标准虽然相对宽松,但仍需要可靠的监测手段(《美国环境保护局:国家初级饮用水法规》,2026年)。传统上,检测水中的镉依赖的是诸如电感耦合等离子体质谱法和原子吸收光谱法之类的复杂仪器技术。这些方法虽然灵敏度和特异性都很高,但由于设备成本高昂、需要完善的基础设施以及操作人员专业要求高等原因,其应用受到限制(De Silva等人,2025年)。在那些镉污染风险较高的地区,比如工业区、矿区或曾经使用过农药的农业区,由于实验室资源匮乏,这类限制更为突出。正是由于污染风险与监测能力之间的矛盾,人们开始寻求开发更简单、更便携的分析工具,以便在野外使用。纸质分析装置作为一种潜在的解决方案,因成本低、依靠被动流体传输以及能适配多种检测原理,而被视为适用于现场检测的工具(Malik等人,2024年;Ozer等人,2020年)。过去十年间,研究人员已经尝试将纸质分析装置用于检测汞、铅、铜等多种重金属,取得了一定成果。不过,专门针对镉的检测方法仍相对较少,而且还有不少难题阻碍着这类装置从实验室原型走向实际可用的野外检测工具。在各种可用于检测的元素中,L-半胱氨酸功能化的纳米颗粒因其对镉的高亲和力而备受关注,这为传感器设计提供了良好思路(Sonia和Seth,2019年)。然而,即便使用了如此敏感的探针,要将它们从实验室的溶液相检测方法转化为稳定的纸质检测形式也并非易事。许多已报道的系统仍需依靠仪器读数或较长的反应时间才能获得足够的灵敏度。此外,那些在纸上实现比色检测的研究往往还会面临其他问题:通常需要数分钟的培养时间,而且颜色判读往往具有较大主观性。更麻烦的是,试剂在纸张中的沉积不均匀、纸张内部的流动行为不一致,以及不同批次产品之间的差异,都进一步增加了实现可靠、可重复定量检测的难度(Li等人,2012年;Wang等人,2025年;Aryal和Henry,2024年)。对近期相关文献的梳理表明,要打造真正适合野外使用的检测平台仍存在诸多障碍。如表1所示,目前用于检测各类金属的纸质分析装置在检测时间、信号均匀性以及重复性方面都存在共同的问题。
表1中的数据规律很有启示意义。虽然离子印迹聚合物和经过合理设计的三维结构等先进技术能够为镉等金属检测提供极高的灵敏度,但它们往往需要更复杂的操作流程,还需要专门的读出设备,这就限制了非专业人员在野外使用这些技术(Hu等人,2014年;Wang等人,2021年)。相反,那些简单、低成本的检测方法虽然便于使用,但往往存在颜色判读主观性强、信号均匀性差以及灵敏度不足的问题,因此只能用于半定量筛查(Cabotaje等人,2022年;Guan和Sun,2020年)。这些具体案例反映了该领域更普遍的趋势:正如Ding等人(2026年)和Pradela-Filho等人(2023年)在综合评述中指出的那样,纤维素的吸附特性、试剂沉积不均匀,以及灵敏度与操作简便性之间的平衡等问题,依然是纸质传感器在重金属分析领域实现商业化广泛应用的核心障碍。
本研究提出了一种集成型的镉离子比色传感平台,该平台结合了经过合理设计的L-半胱氨酸功能化银纳米颗粒配方、适合纸张应用的沉积技术、基于机理的分析方法以及机器学习辅助的颜色识别技术。该配方经过优化,具有适宜的流变性能和润湿特性,能够在未经处理的纸张基底上实现均匀的试剂沉积,从而解决了表1中提到的试剂分布不均和制作工艺差异带来的问题。通过密度功能理论计算进一步研究了该传感器的检测机理,计算结果证实镉离子更倾向于与L-半胱氨酸结合,这一结论与实验观察到的光学响应相互印证。为减少颜色判读的主观性,研究人员还开发了一种基于RGB直方图特征的机器学习分类器,用于客观地判断是否存在镉离子。此外,该传感器还通过使用市政自来水、钻井水和露天井水进行的加标回收实验来评估其分析性能。通过整合适合纸张应用的纳米材料配方、快速的比色响应、分子层面的机理分析、实际水样验证以及基于图像的分类技术,这项研究为便捷、分散式的镉离子检测提供了一种可行的方案,同时也为未来的定量图像分析及大规模野外验证奠定了基础。

章节节选

材料

作为银前驱体,本研究使用了硝酸银(AgNO?,ACS级别试剂,纯度≥99.0%,CAS编号7761-88-8,来自美国Sigma-Aldrich公司)。L-半胱氨酸(HSCH?CH(NH?)CO?H,纯度≥99.0%,CAS编号52–90-4,来自印度HiMedia公司)和聚乙烯吡咯烷酮(PVP,分子量约为40,000,CAS编号9003-39-8,来自美国Sigma-Aldrich公司)则被用作封端剂和稳定剂。乙二醇(HOCH?CH?OH,纯度≥99%,CAS编号107–21-1,来自美国Sigma-Aldrich公司)和硼氢化钠(NaBH?,纯度≥98%,CAS编号16940–66-2,来自美国Sigma-Aldrich公司)则被用作还原剂。所有试剂

AgNPs-LC的表征

图2a展示了裸露的银纳米颗粒、L-半胱氨酸功能化的银纳米颗粒(AgNPs-LC)以及添加了PVP的AgNPs-LC的紫外-可见吸收光谱。裸露的银纳米颗粒在424 nm处呈现出表面等离子体共振峰,这是分散良好的球形银纳米颗粒的特征。其强度降低很可能是由于硫醇基团发生化学吸附后,局部介电环境发生了变化。加入0.01%(重量/体积比)的PVP作为弱空间稳定剂,但它不会与硫醇基团的结合发生竞争(Moran等人,2012年)

结论

本研究开发了一种简单、低成本的L-半胱氨酸功能化银纳米颗粒(AgNPs-LC)墨水,可用于水中镉离子的比色检测。这种墨水具有良好的胶体稳定性,接近牛顿粘度(约6.08 cP),并且具有快速的润湿性能,接触角在300毫秒内就从29.1°降至0°,这表明它适合用于印刷等可扩展的制造工艺。
密度功能理论计算为理解镉离子与纳米颗粒的结合机制提供了分子层面的见解

CRediT作者贡献说明

Rd. Ralandinliu Kahmei:撰写——审稿与编辑、撰写——初稿、可视化、验证、项目管理、方法设计、实验研究、资金获取、正式分析、数据整理、概念构思。Kevizali Neikha:撰写——审稿与编辑、验证、软件应用。Shanchamo Yanthan:可视化、验证、软件应用。Mala Pamei:可视化、验证、数据整理。Nzanthung Ngullie:可视化、验证、资源协调、数据整理。Amrit Puzari:撰写

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本篇科学论文是由印度科学技术部提供的研究资助完成的,资助项目编号为DST/WOS-A/CS-8/2021。
Rd. Ralandinliu Kahmei|Kevizali Neikha|Shanchamo Yanthan|Mala Pamei|Nzanthung Ngullie|Amrit Puzari
印度那加兰邦国立理工学院,邮编797103
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