基于废弃海枣纤维制备的聚合物接枝碳点用于金属污染物监测:实验验证、DFT解析与机器学习预测

《Next Materials》:Polymer-grafted carbon dots for metal contaminants monitoring: Experimental, DFT validation, and machine learning prediction

【字体: 大 中 小 】 时间:2026年09月23日 来源:Next Materials 4.7

编辑推荐:

  碳量子点(carbon dots)因其高光稳定性、可调谐发射、低细胞毒性以及易于表面功能化等特性,作为环境友好型荧光纳米颗粒受到广泛学术关注。然而,高性能碳纤维量子点(CFs)衍生物主要依赖石油化工行业的昂贵前驱体。为此,近年来的研究转向利用丰富的生物质(bi

  
碳量子点(carbon dots)因其高光稳定性、可调谐发射、低细胞毒性以及易于表面功能化等特性,作为环境友好型荧光纳米颗粒受到广泛学术关注。然而,高性能碳纤维量子点(CFs)衍生物主要依赖石油化工行业的昂贵前驱体。为此,近年来的研究转向利用丰富的生物质(biomass)及农业工业废弃物(agro-industrial waste),如稻壳、咖啡渣、玉米秸秆和果皮等,作为可持续碳源,采用水热法或微波辅助法合成。尽管前景广阔,但未掺杂的废弃物衍生CFs通常具有较低的量子产率(通常为5%–20%)和分析选择性有限等不足。

研究人员通过表面聚合物修饰与氮掺杂策略,显著提升了荧光效率并构建了特异性结合位点。丙烯酰胺在聚合物接枝碳点(CFPs)的原位合成中尤为有效,其富含酰胺基团的外壳可实现高于50%的量子产率,并同时具备离子识别特性。海枣叶废弃物(每年超过800万吨)作为干旱地区丰富的木质纤维素副产品,在荧光聚合物包覆碳纤维量子点的合成中尚未得到充分开发。

在水污染物中,Cr(VI)因其致癌性和在电镀、制革、颜料生产及冶金等工业废水中的持久性而成为最危险的离子。此外,Fe(III)和Mg(II)的监测对工业过程控制和水质评估也具有重要意义。传统分析方法如原子吸收光谱法(AAS)和电感耦合等离子体质谱法(ICP-MS)虽具有高灵敏度,但需要昂贵的仪器设备、集中化实验室和专业操作人员。因此,开发用于快速现场监测的低成本荧光传感纳米材料(如碳量子点)具有重要价值。

本研究展示了一条两步法生物质转化工艺:首先对海枣叶纤维进行可控碳化和硝酸活化,随后通过丙烯酰胺与丙烯酸的一锅法自由基共聚,制备含氮聚合物接枝碳点(CFPs)。研究人员同时制备了未接枝的碳纤维点(CF)作为对照。针对多种目标金属离子的光致发光(Photoluminescence, PL)猝灭实验表明,未掺杂的CFs对Mg2?具有高选择性,而丙烯酰胺掺杂的CFPs对Cr??和Fe3?表现出显著且高选择性的荧光响应。值得注意的是,Cr??主要以铬酸盐或重铬酸盐形式存在。该研究开发了新一代基于海枣废弃物的荧光探针(CF和CFP点),并阐明了聚合物钝化这一基础工艺如何彻底改变离子识别指纹特征,从而为水体中有毒金属检测提供可定制的废弃物基光学传感器。
**废弃物基碳点荧光探针用于金属污染物监测:聚合物接枝策略、DFT机理解析与机器学习预测的综合研究**

**1. 研究背景与科学问题**

碳量子点(Carbon Dots, CDs)作为环境友好的荧光纳米材料,凭借高光稳定性、可调谐发射、低细胞毒性及易于表面功能化等优势,在传感检测领域受到广泛关注。然而,传统高性能碳点衍生物的合成高度依赖石油化工前驱体,成本高昂且不可持续。虽然生物质及农业工业废弃物(如稻壳、咖啡渣、玉米秸秆、果皮等)已被探索作为可持续碳源,但未掺杂的废弃物衍生碳点普遍存在量子产率低(通常仅为5%–20%)和选择性有限等瓶颈,限制了其实际传感应用。表面聚合物修饰与氮掺杂被证明可显著提升荧光效率并构建特异性识别位点。丙烯酰胺原位聚合形成的富含酰胺基团的聚合物接枝碳点(Polymer-grafted Carbon Fiber Dots, CFPs),可同时实现高于50%的量子产率与离子识别能力。海枣叶废弃物作为干旱地区产量丰富的木质纤维素副产品(年产量超800万吨),在荧光碳点合成领域尚未得到充分开发。

在水体重金属污染物中,Cr(VI)因致癌性和在工业废水中(电镀、制革、颜料生产、冶金等)的持久性而最具危害性;Fe(III)和Mg(II)的监测对工业过程控制和水质评价亦至关重要。传统分析方法如原子吸收光谱法(AAS)和电感耦合等离子体质谱法(ICP-MS)灵敏度高,但依赖昂贵仪器、集中化实验室和专业操作人员。因此,开发低成本、可用于现场快速监测的荧光传感纳米材料成为环境分析领域的迫切需求。

**2. 研究目标与研究内容**

针对上述问题,研究人员以废弃海枣叶纤维为碳源,开发了一条“变废为宝”的两步合成路线:首先通过可控碳化和硝酸活化制备未接枝碳纤维量子点(Carbon Fiber dots, CF);继而通过丙烯酰胺和丙烯酸的一锅法自由基共聚,制备氮掺杂聚合物接枝碳点(CFP)。系统比较研究了CF与CFP的结构特征、光学性能及对多种金属离子的传感行为;结合密度泛函理论(Density Functional Theory, DFT)计算阐明金属离子与碳点表面的配位机理和电子相互作用;并引入机器学习(Machine Learning, ML)模型对传感结果进行分类预测,验证实验数据的规律性和模型泛化能力。

**3. 主要关键技术方法**

研究人员采用以下核心技术手段开展研究:(1)以废弃海枣叶纤维为前驱体,经管式炉氮气保护碳化(400 °C)和硝酸回流氧化活化,获得CF;(2)以CF为核,通过丙烯酰胺与丙烯酸在过硫酸钾引发下的自由基共聚进行表面聚合物接枝,制备CFP;(3)利用透射电子显微镜(TEM)、扫描电子显微镜(SEM)、傅里叶变换红外光谱(ATR-FTIR)、X射线衍射(XRD)和X射线光电子能谱(XPS)对材料形貌、结构与表面化学全面表征;(4)采用稳态/瞬态光致发光光谱系统评估对金属离子的传感性能与荧光寿命响应;(5)基于B3LYP/6-311G(d,p)(过渡金属使用LANL2DZ基组)的DFT计算模拟CF和CFP与Mg2?、Fe3?、Cr??的配位构型、结合能及前线分子轨道;6)提取113组实验数据,利用MATLAB分类学习器(Classification Learner)构建决策树(Decision Tree)、神经网络(Neural Network)、支持向量机(Support Vector Machine, SVM)和集成(Ensemble)四种机器学习模型,经5折交叉验证和混淆矩阵评估分类性能。

**4. 研究结果与分析**

**4.1 形貌与结构表征**

TEM显示CF呈不规则、部分团聚的碳结构,SAED图案呈宽泛弥散环,表明以无定形碳为主;而CFP经聚合物接枝后呈现分散良好、球形或准球形的纳米点,结构均匀性显著提高。FTIR证实CFP表面富含羟基、酰胺基(N-H)和羧基(C=O, C-N, C-O)等极性官能团,亲水性增强。XRD显示CFP在聚合物辅助下碳骨架发生重构,形成更有序的物相结构。XPS元素分析表明,CFP的氮含量从CF的1.81 at%显著增加至11.42 at%,且N1s谱中出现酰胺/胺氮(-CONH-/C-N, 399.8–400.3 eV)和电子缺陷氮(401–402 eV)组分,C1s谱中亦出现酰胺特征峰(287.6–288.4 eV),直接证实了含氮聚合物成功接枝至碳点表面,为金属离子结合提供了丰富的配位位点。

**4.2 光学性质与离子传感性能**

PL光谱显示CFP的荧光强度显著强于CF,归因于聚合物钝化有效减少了表面缺陷态。传感实验表明,CF对Mg2?具有高选择性荧光增强响应,而CFP对Cr??和Fe3?表现出显著的选择性荧光猝灭。浓度梯度实验显示,随着Cr??、Fe3?浓度增加,CFP荧光强度呈系统性下降,且发射峰位置无明显移动,表明猝灭机制以静态配合物形成和光致电子转移(Photoinduced Electron Transfer, PET)为主,而非聚集诱导发光变化。时间分辨PL(TR-PL)测得CF荧光寿命为17.533 ns,加入Mg2?后增至24.250 ns,表明Mg2?配位提供了有效的表面钝化;CFP基线寿命为24.250 ns,而与Cr??/Fe3?配位后寿命急剧降至约1 ns,进一步支持了金属离子诱导的电子结构调控机制。校准曲线显示三种离子检测均具有良好的线性关系(R2 > 0.998),表明可用于定量分析。

**4.3 DFT理论计算**

DFT计算采用芘基分子模型模拟氧化碳纤维的局部石墨烯环境。结果表明,Mg2?与羰基氧配位(CF-O-Mg,总能量?26299 eV)在热力学上优于与羟基氧配位(CF-OH-Mg,?26298.7 eV),结合能分别为?0.44216 eV和?0.12931 eV,与实验中CF对Mg2?的增强响应一致。对于CFP体系,CFP-Cr??配合物的总能量(?38199.6 eV)低于CFP-Fe3?(?37186.4 eV),且CFP-Cr??的HOMO-LUMO能隙(0.57008 eV)远小于CFP-Fe3?(1.53009 eV),结合能分别为10.45082 eV和12.9604 eV,表明Cr??与CFP表面酰胺/羧基官能团存在更强的电子耦合,理论预测与实验观察到的猝灭效率顺序完全吻合。

**4.4 机器学习预测**

从实验数据中提取113个数据集,以分析物引起荧光增强或猝灭为分类标签(增强=1,猝灭=2),评估四种ML模型。训练集上决策树和集成模型均达到100%准确率,神经网络为98.7%,SVM为96.2%;测试集上决策树和集成模型展现出最优泛化性能(97%),神经网络为93.9%,SVM为90.9%。混淆矩阵分析表明,所有模型均能有效学习数据内在结构,其中决策树和集成模型在测试集上表现最佳,SVM训练时间最短(6.57 s)、计算效率最高。ML结果从数据驱动角度验证了传感行为的可预测性和规律性。

**5. 结论与意义**

研究人员成功以废弃海枣叶纤维为前驱体,通过碳化-活化-聚合物接枝策略合成了CF和CFP两种荧光碳点,实现了从废弃物到高附加值纳米传感器的转化。实验结果表明,未接枝CF对Mg2?具有选择性荧光增强响应,而聚合物接枝CFP对Cr??和Fe3?呈现高选择性猝灭,TR-PL和DFT计算共同揭示了金属-配体配位和光致电子转移的猝灭机制,其中CFP-Cr??体系表现出最强的电子耦合。四种机器学习模型对传感结果实现了最高97%的预测准确率,验证了分类模型的可靠性。该研究展示了一条将实验分析、理论建模与机器学习相结合的系统性研究范式,为设计可调谐的生物质衍生荧光纳米探针、开发面向水环境中金属污染物快速监测的智能传感平台提供了重要的理论依据和技术储备。
相关新闻
生物通微信公众号
微信
新浪微博

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