《Microchemical Journal》：Deep learning assisted SERS for detection of nicotine and etomidate in
E-cigarettes
编辑推荐：
通过表面增强拉曼光谱（SERS）结合液液萃取和1D-CNN深度学习模型，实现了电子烟中非法添加剂烟碱（0.18 ng/mL）和地西泮（1 μg/mL）的高灵敏度检测，分类准确率达94%。
Jiahao Teng|Yihang Xu|Yulun Wu|Xuqing Wang|Xinwei Wang|Jiye Wang|Hong Song|Yingsheng He|Yazhou Qin
浙江省药物预防与控制技术重点实验室，浙江警察学院，中国浙江省杭州市滨江区滨文路555号，310053
摘要
随着电子香烟（E-cigarettes）的兴起，某些非法添加剂逐渐出现在这些产品中，对人类健康构成了重大风险。因此，迫切需要快速且高灵敏度地检测电子香烟中的非法添加剂。本研究结合深度学习算法和表面增强拉曼光谱（SERS）技术，在非法添加剂尼古丁和新精神活性物质依托米酯相分离后实现了顺序检测。首先，利用制备好的金纳米颗粒作为增强基底，我们实现了对尼古丁和依托米酯标准品的高灵敏度检测。此外，通过密度泛函理论计算，我们确定了这两种物质特征峰的归属，为它们的定性区分提供了依据。同时，通过开发液-液萃取方法，我们成功从电子香烟中分离出了尼古丁和依托米酯，实现了最低检测浓度分别为0.18 ng/mL和1 μg/mL的高灵敏度SERS检测。最后，通过集成一维卷积神经网络（1D-CNN），我们对真实样品的检测准确率达到94.0%。因此，这一策略可能为未来非法物质的检测提供参考。
引言
电子香烟在全球范围内迅速流行，市场呈指数级增长[1]。通常，电子香烟含有调味剂、冷却剂和平滑剂等成分[2]。制造商添加的各种水果味添加剂[3]使电子香烟对青少年更具吸引力[4][5]。为了追求更强烈的体验，一些非法添加剂逐渐出现在电子香烟中，包括尼古丁和新精神活性物质[6]。其中，尼古丁是一种由吡啶和吡咯烷组成的生物碱，存在于烟草植物中。通过吸烟、使用电子香烟或被动暴露于环境烟草烟雾中摄入尼古丁可以增强人脑中的多巴胺释放，从而刺激中枢神经系统[7][8]。然而，尼古丁具有高度成瘾性，可能导致严重的健康问题，如肺癌和心力衰竭[9]。此外，依托米酯（一种非巴比妥类咪唑衍生物）在电子香烟中的添加也值得关注。作为一种短效静脉麻醉剂，它可以与受体上的特定调控位点结合，产生显著的麻醉效果[10][11][12][13]。中国已将依托米酯列为第二类管制物质[14]。随着电子香烟液体中非法药物滥用情况的增加[15][16]，这对公共卫生构成了严重威胁，亟需解决[17]。因此，迫切需要一种简单高效的电子香烟中非法添加剂检测方法。
为了满足这一需求，已经采用了多种检测技术，主要包括气相色谱（GC）、高效液相色谱（HPLC）、核磁共振（NMR）和光谱技术[1][18]。此外，气相色谱-质谱（GC-MS）[19][20]、液相色谱-质谱（LC-MS）[21]和免疫测定也被广泛使用。最近，在电子香烟中依托米酯的分析中，Zhang等人[22]提出了一种利用探针电喷雾离子化四极杆飞行时间质谱（PESI-QTOF-MS）的新方法，该方法结合了PESI、QTOF和GC-MS来开发依托米酯的检测技术。虽然这些传统方法具有高灵敏度和准确性，但它们通常受到复杂且耗时的样品预处理程序的阻碍。此外，它们通常依赖于大型、昂贵的仪器，需要专业操作和维护，这限制了其快速现场筛查的潜力。
因此，一种理想的现场筛查替代方法是快速、灵敏、成本效益高且样品准备要求最低的技术。表面增强拉曼光谱（SERS）正是一种这样的方法。SERS的机制主要涉及金属纳米颗粒在光场影响下产生的局部表面等离子体共振效应。这种效应将金属纳米颗粒表面的电场强度增强了10^6到10^11倍，从而显著放大了吸附在金属纳米颗粒表面的分子信号[23]。由于其出色的灵敏度和快速响应能力，SERS已广泛应用于食品安全[24][25]、生物医学科学[26][27][28]、环境监测[29][30][31]和公共安全[32][33][34]等多个研究领域。例如，Deng等人开发了一种优化的基于纸张的SERS平台，用于尿液中非法药物的快速现场检测，并使用便携式拉曼光谱仪成功实现了标准甲基苯丙胺的快速检测[35]。Liu及其同事提出了一种自动化检测平台（SERS-DMF），将SERS与数字微流控技术结合，实现了高灵敏度和高通量的爆炸物检测。通过设计一个具有40个驱动电极和8个存储电极的芯片，并结合银纳米颗粒（Ag NPs）的盐诱导聚集形成“热点”，实现了TNT和NTO的超灵敏检测，检测限分别达到10^-7 M和10^-8 M[32]。作为一种快速且高灵敏度的检测技术，SERS在电子香烟中非法添加剂的检测中具有重要的应用潜力[36]。
将SERS应用于电子香烟分析等实际场景中的关键挑战是准确解释复杂的光谱，尤其是在处理包含具有重叠光谱特征的多种成分的混合物时。传统分析通常依赖于专家的手动解释，这可能具有主观性和低效率。在这种情况下，深度学习技术作为一种强大的解决方案应运而生。近年来，深度学习技术在处理高维和复杂数据方面显示出显著优势，为解决传统光谱分析的局限性提供了新方法。深度学习模型可以从大规模数据集中自动提取特征，并建立复杂的非线性映射，从而显著提高光谱分析的准确性和效率[37][38][39]。Zhang等人开发了一种结合SERS和机器学习的新检测方法，实现了对多发性骨髓瘤患者外周血中循环血浆细胞（CPCs）的高灵敏度和成本效益监测，检测水平达到1-2个细胞[40]。Li团队将机器学习算法与SERS结合，实现了肽序列的无标记、高灵敏度检测。这种方法可以识别氨基酸序列、长度、位置和突变中的细微差异，并已成功应用于实际甲型流感病毒的突变和亚型鉴定[41]。我们结合了ATR-FTIR和拉曼光谱技术，通过使用低、中、高级数据融合模型（特别是1D-CNN与多头注意力机制），显著提高了八种微塑料的分类准确性，在牛奶、可乐和自来水中的识别准确率超过了98%[42]。
在这项研究中，我们首先对尼古丁和依托米酯标准品进行了SERS检测分析。为了便于在电子香烟中尼古丁和依托米酯相分离后的顺序检测，我们开发了一种液-液萃取预处理方法。最终，我们构建了一个基于1D-CNN的模型，对真实样品中这两种非法添加剂的识别准确率达到94.0%。
材料与仪器
实验中使用的NaCl（AR，≥99.5%）、乙酸乙酯（AR，≥99.5%）、HCl（37%）和氢氧化钠（ACS，98%）购自Aladdin Reagent Co., Ltd。依托米酯（纯度99.9%）和尼古丁由国家药物检测实验室提供。电子香烟通过商业渠道购买。本研究中使用的水是超纯水（电阻率18.2 MΩ），使用Merck Millipore的MilliqLab系统进行纯化。在实际操作中，为防止
标准品的SERS检测和光谱分析
我们首先表征了制备好的金纳米颗粒的大小和形态，如图1所示。透射电子显微镜（TEM）表征的结果（图1A）表明，合成的金纳米颗粒是单分散且球形的。此外，动态光散射（DLS）颗粒大小分布结果（图1B）显示，球形颗粒的平均大小约为86.5 nm（n = 300）。相应的HAADF（
结论
在这项研究中，我们首先制备了金纳米颗粒作为增强材料，并通过SERS检测了尼古丁和依托米酯的标准品，实现了这两种物质的最低检测浓度为1 ng/mL。同时，我们通过DFT计算确定了尼古丁和依托米酯特征SERS指纹峰的振动模式。随后，我们开发了一种用于检测电子香烟中尼古丁和依托米酯非法添加的液-液萃取技术
CRediT作者贡献声明
Jiahao Teng：撰写——原始草稿、方法学、研究、概念化。Yihang Xu：研究、数据管理。Yulun Wu：软件、研究、数据管理。Xuqing Wang：研究、数据管理、概念化。Xinwei Wang：软件、研究。Jiye Wang：监督、研究、资金获取、概念化。Hong Song：资源、研究、概念化。Yingsheng He：撰写——原始草稿、方法学、研究、正式分析。
资助
本研究得到了中国浙江省自然科学基金（LMS25H230001）、国家自然科学基金（62541210）、中央地方科技发展指导（2025ZY01109）以及浙江省药物监测与控制重点实验室、浙江省毒品实验室区域中心（编号NNLZRC-2025-001）的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。
