王福/许婧团队Nano Letters：机器学习辅助便携式双输出生物传感器用于牛奶过敏原的可视化检测

本研究开发了一种基于机器学习辅助的便携式双输出生物传感器，用于牛奶中过敏原β-乳球蛋白（β-LG）的快速、灵敏检测。背景方面，食物过敏问题日益严重，尤其是牛奶中的β-LG引发的过敏反应，传统的检测方法存在颜色变化不明显、智能性和便携性不足等问题。研究目的是通过结合葡萄糖驱动酶生物燃料电池和智能血糖仪芯片，构建一个高效、便携的检测系统，实现电化学和比色双信号检测。实验结果表明，该传感器在0.01 - 10,000 ng/mL范围内具有高灵敏度和良好的稳定性，检测限分别低至0.0033 ng/mL和0.0081 ng/mL。此外，机器学习辅助进一步提高了检测的准确性，决策树模型整体准确率达到93%。结论显示，该传感器设计简单、成本低、便于携带，为食品安全领域的过敏原快速检测提供了有力工具。