AC. 基于机器学习的纳米酶传感器阵列作为电子舌用于食品中内源性酚类化合物的鉴别

本文介绍了一种基于机器学习的纳米酶传感器阵列，用于食品中内源性酚类化合物（EPs）的鉴别。EPs广泛分布于植物界，具有多种生物活性和抗氧化特性，其类型和浓度极大地影响植物性饮料的口感和品质。传统检测方法如高效液相色谱法、电化学法等存在局限性，而纳米酶生物传感器因其简单性和成本效益被用于检测EPs。然而，大多数纳米酶生物传感器只能检测单一EP，无法应对多种EP共存的情况。为此，本文成功制备了一种具有过氧化物酶样和漆酶样活性的新型双功能香草酸铜（VA-Cu）纳米酶，并构建了一个六通道纳米酶传感器阵列，实现了对九种EPs的判别分析。结合人工神经网络（ANN）算法，该方法能够准确识别和预测红茶、蜂蜜和葡萄汁中的EPs。最后，通过与智能手机结合，提出了一种便携式的食品中EPs识别方法，对提高复杂样品中EPs的识别具有重要意义。