《Food Chemistry》：Integrating fluorescence enhancement and adsorption enrichment: Nanofibrous mat sensor with deep learning-assisted data analysis for real-time monitoring of shrimp freshness
编辑推荐：
•首次设计了基于β-CD的多级功能调控型荧光纳米纤维垫，用于检测虾类中的生物胺。•该传感器具有极高的灵敏度、选择性和快速响应能力。•借助深度学习技术，突破了人类视觉辨识的局限。•开发出了集成CNN分析功能的便捷手机小程序。•该系统能够高精度、高灵敏度地现场检测虾类的新鲜度。引言食
- •
首次设计了基于β-CD的多级功能调控型荧光纳米纤维垫，用于检测虾类中的生物胺。
- •
该传感器具有极高的灵敏度、选择性和快速响应能力。
- •
借助深度学习技术，突破了人类视觉辨识的局限。
- •
开发出了集成CNN分析功能的便捷手机小程序。
- •
该系统能够高精度、高灵敏度地现场检测虾类的新鲜度。
引言
食品变质与浪费对全球健康与社会稳定构成严重威胁。世界卫生组织数据显示，每年约有6亿例食源性疾病发生，导致全球超过40万人死亡（Cheng等人，2025年）。与此同时，联合国粮食及农业组织指出，每年约有三分之一用于人类消费的食品（约13亿吨）被损耗或浪费（Hu和Tan，2025年）。这类浪费源于食品质量下降以及过为严格的保质期设定等问题。为解决这些难题，尤其是在发展中国家，开发一种简单、低成本且精准、能实时监测食品新鲜度的系统，对于提升食品安全水平、减少食物浪费具有重要意义（Chen等人，2024年）。海鲜等高蛋白食品在储存条件不当的情况下极易变质并发生氧化降解，这些降解过程会产生大量总挥发性碱性氮——这是一种由氨和生物胺组成的物质，是衡量水产品品质的重要指标。传统的总挥发性碱性氮检测方法，如化学滴定、色谱法和电化学分析法，存在明显局限性（Ji等人，2023年；Joseph和Kumar，2024年）。这些方法操作复杂，需要专业设备以及熟练的操作人员，无法满足快速、现场进行食品质量检测的需求。
目前，新兴的光化学传感技术，尤其是固态荧光材料，正引起众多研究者的关注（Cao等人，2025年；Gong等人，2023年；Ma等人，2022年；Pan等人，2024年；Wang等人，2024年；Zhang、Wang等人，2024年）。传统光化学传感器通常使用溶解在有毒有机溶剂中的小分子探针，其加工性能较差（Li等人，2025年；Wu等人，2024年）。而固态荧光材料则具有较高的化学稳定性、良好的储存性以及出色的便携性，同时还具备直接检测气相物质的能力，因此非常适用于快速现场监测应用。不过，现有的大多数光学传感器在识别轻微变质的食品或早期变质现象时灵敏度较低，而且在食品保鲜初期，通过视觉判断其新鲜度依然十分困难。因此，开发能够识别接近新鲜状态的食品、确定最佳食用时间窗口，并提前预警潜在变质风险的系统具有重要意义。
荧光纳米纤维垫传感器是近年来先进传感器设计领域的热门研究方向（Jian等人，2024年；Shen等人，2025年；Wu等人，2023年；Zhang、Zhang等人，2024年）。与块状材料、薄膜或涂层不同，这种宏观结构的垫子是由直径小于500纳米的均匀、无颗粒的相互交织的纳米纤维构成的。它拥有大量的微孔，且孔隙之间的连通性良好，因此比表面积极高。这些特性有助于提升传感器的灵敏度和响应速度。尽管具有这些优势，但目前大多数基于纳米纤维的光化学传感器仅将纳米纤维垫作为固定探针的惰性基底，很少研究垫子与目标分析物之间的相互作用。而经功能化处理的荧光纳米纤维垫则展现出更强的吸附性能，能够高效、快速地捕获分析物（Dai等人，2023年；Jian等人，2025年；Liu等人，2024年；Wang等人，2025年）。如果将这种光化学传感荧光纳米纤维垫视为一个整体系统，那么它对目标分析物的选择性富集有望缩短目标分析物与探针之间的距离，从而促进识别反应的发生，进而提升传感器的灵敏度。然而，目前的研究大多只专注于探针的设计，而忽视了纳米纤维本身的性质（Azimi等人，2021年；Jia等人，2019年）。
环糊精是一种由6到12个α-D-葡萄糖吡喃单元通过α-1,4糖苷键连接而成的大环寡糖。它的表面富含羟基，属于亲水性物质，能够与胺类化合物形成氢键。同时，它的内部腔体为疏水性结构，可以通过主客体络合作用选择性地包裹有机分子（Li、Li、Huang等人，2024年；Wu等人，2024年）。由于总挥发性碱性氮含有疏水的烷基链和芳香基团，因此很容易被有效包裹在环糊精的腔体中。此外，环糊精与荧光染料形成的包合物会显著改变被包裹荧光染料的光物理性质，通常由于分子运动受到限制以及远离淬灭环境，会导致荧光强度显著增强。这一效应有望提升基于荧光的传感技术的视觉检测效果。基于这些特性，我们认为将环糊精引入荧光纳米纤维垫传感器中，是开发高灵敏度荧光纳米纤维垫传感器的一种极具前景的策略，尤其适用于精确检测食品新鲜度。
深度学习作为机器学习的一个重要分支，通过模拟人脑神经网络的工作机制来实现人工智能功能。它的核心架构包含三层：输入层负责接收原始数据，如图像像素或文本；多个隐藏层通过非线性计算单元逐步提取并转换特征；输出层则最终生成预测结果（Singh等人，2025年）。在各种深度学习架构中，卷积神经网络在图像处理任务中表现尤为出色，因为它能够自动学习从基本纹理到复杂图案的各种层次化特征（Abd Elfattah等人，2025年；Miao等人，2025年），因此在食品新鲜度分析领域具有很大的应用潜力（Deng等人，2026年）。
在本研究中，我们通过用β-环糊精以及两种带有金刚烷功能团的荧光探针（Ad-FITC和Ad-PpIX）对聚丙烯腈材料进行改性，设计出了一种可用于实时检测虾类新鲜度的比率型荧光纳米纤维垫传感器。β-环糊精作为一种多功能介质，不仅可以通过主客体络合作用增强荧光强度，还能有效富集生物胺，从而提升传感器的灵敏度和响应速度。所设计的传感器具有快速响应特性（响应时间小于30秒）、较低的检测限（78.7–253.2 ppb）以及出色的选择性。此外，为了进一步提升视觉分辨率并实现自动新鲜度分级，我们整合了基于CNN的机器学习方法，还开发了一款基于DenseNet-121算法的便捷手机小程序（VisFresh），能够以直观的视觉界面在大约10秒内完成快速现场新鲜度评估。据我们所知，这是首次将基于纳米纤维垫的传感平台与机器学习技术相结合，用于食品新鲜度检测。
章节要点
实验部分
相关材料及表征信息详见补充材料Text S1。
具有可调双发射特性的静电纺制纳米纤维
Ad-FITC和Ad-PpIX的1H核磁共振谱图（见图S3和S4）证实了这两种荧光探针的成功合成。如图1a所示，Ad-FITC和Ad-PpIX分别呈现绿色和红色荧光，其在536纳米和630纳米处有两条明显的荧光峰。由于这两种探针具有平面π共轭结构，因此容易发生聚集导致的荧光猝灭，在固态下甚至会出现完全的荧光熄灭现象。不过，通过简单的方法
结论
综上所述，我们成功制备出一种灵敏的比率型荧光纳米纤维垫，可用于实时检测虾类的新鲜度。需要指出的是，目前大多数关于纳米纤维光化学传感器的研究，都只是将纳米纤维垫作为固定探针的被动基底，未能充分挖掘其与目标分析物之间的相互作用潜力。而在我们的研究中，β-环糊精不仅能够调节荧光探针的光物理性质，还能主动富集生物胺，从而
CRediT作者贡献说明
宁格· Jian：撰写——审阅与编辑、研究指导、资源提供、概念构思。程毅：撰写——初稿撰写、软件使用、数据整理。吴牛：方法设计、实验研究、定量分析。刘瑞丽：软件应用。吴静瑞：可视化处理、软件应用。陈晓辉：实验研究。吴迪：资源提供、资金获取、概念构思。吴永军：资源提供、资金获取。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
本研究得到了河南省高等学校重点科学研究计划（25A330006）、河南省自然科学基金（252300420082、252300421580）以及国家自然科学基金（82003506）的支持。
宁格· Jian|程毅|吴牛|刘瑞丽|吴静瑞|陈晓辉|吴迪|吴永军
