中科院成都生物所功能菌种创制与生物质高效利用创新团队ES&T内封面：机器学习驱动的电化学生物传感器选择性定量监测水体有毒污染物

本研究由中国科学院成都生物研究所团队开发了一种基于机器学习的电化学生物传感器，用于选择性定量监测水体中的有毒污染物。研究背景是水质监测在环境保护中的重要性，传统电活性生物膜传感器虽具有高灵敏度和快速响应，但难以同时检测多种毒物。研究目的是通过结合思维进化算法与人工神经网络构建毒物预测模型（MEA-ANN），提高对复杂水体中多种毒物的检测能力。研究结论显示，MEA-ANN模型能有效识别和定量检测多毒物系统中的各毒物，预测准确率高，具有显著的抗干扰能力和实际应用潜力，为污水智能管理提供了新的解决方案。