SERS是一种强大的技术，能够快速且无损地检测低浓度的分析物，并具有高灵敏度[1]。这通常是通过贵金属（如银和金）引发的表面等离子体共振效应来放大拉曼信号来实现的[2],[3],[4],[5]。SERS能够在单分子水平上进行检测，特别是在生物分析、环境监测和化学传感领域，从而超越了传统的分析方法[6]。常见的SERS基底包括将贵金属（如金（Au）和银（Ag）整合到固体表面上[2],[7]。然而，要获得有效的SERS基底，需要将尺寸、形状和形态适当的金属纳米粒子精确地整合到表面上[8],[9]。优化纳米粒子之间的间距以最大化等离子体效应并确保这种结构在整个表面上均匀分布对于产生可重复的SERS信号至关重要[10],[11]。此外，可扩展性、可重复性和成本效益是适用于实际应用的基底的重要标准[12]。
在这种背景下，通过静电纺丝获得的基底具有许多优势特性，包括高表面积/体积比、多孔性、易于应用于大面积表面、成本效益以及可调的表面化学性质[13]。在这种配置中，纤维之间的众多热点增强了拉曼信号[14]。同时，3D网络结构为纤维与分析物之间提供了足够的接触，从而收集更多的目标分子[15]。因此，这有助于灵敏地检测分析物。在现有的文献中，已经强调了静电纺丝在制备高效SERS活性基底方面的潜在应用，包括农药检测[16]、食品质量监测[17]和病原体检测[18]等[4],[8],[15],[19]。
用金属纳米粒子修饰纤维是这一过程中的常见方法，可以通过体外或体内方法实现[8]。然而，体外整合方法通常需要预先合成纳米粒子[8]，这会使得空间分布的控制变得复杂。这可能导致热点形成有限，从而影响均匀性和可重复性。有效的SERS基底需要通过时间、成本和劳动力的优化来克服这些挑战[8]。相比之下，文献中提出了体内策略，作为一种简单、方便且成本低廉的方法，所需的合成步骤相对较少[13]。Yang等人利用静电纺丝和体内还原技术开发了一种新型SERS基底，其增强因子为1.17×10^7，由聚酰亚胺-银纳米纤维组成[16]。制备过程结束后，将纤维基质浸入Ag^+溶液中，并施加多种还原剂以在表面诱导银纳米粒子的形成。通过调整还原剂的类型和浓度来控制银纳米粒子的空间分布和密度。在最近的一项研究中[20]，制备了聚乳酸/AgNO3复合纤维，并用氧等离子体处理以在体内将AgNO3还原为银纳米粒子，从而能够检测到浓度低至10^-7 M的农药。另一项研究[21]涉及使用一种名为2,5-双(4-羟基苯基)噻唑[5,4-d]噻唑的荧光分子在聚乙烯醇纳米纤维上形成银纳米粒子，并随后获得了有效的SERS基底。尽管所有上述研究都证明了通过体内方法制备SERS活性基底的可行性，但仍存在一些限制。这些限制包括需要额外的湿化学过程、等离子体修饰、多次繁琐的洗涤和干燥步骤、特殊分子的存在、所需的时间较长，以及由于过程复杂性而导致的均匀性和可重复性的妥协。因此，有必要探索基于SERS活性静电纺丝纳米纤维的新颖、实用且快速的制备技术。
分析物光谱的复杂性和相似性以及大量SERS光谱的处理带来了重大挑战[22],[23]。尽管在某些基底上能够检测到浓度低至1 nM的分子，但当生物分子产生类似的光谱时，区分这些光谱可能会变得困难[3]。这需要高水平的专业知识并投入大量时间来处理和分析大规模的拉曼数据[3]。为了克服这一挑战，使用人工智能（AI）支持的系统进行光谱分析是一种有效的方法[3],[23],[24]。机器学习（ML）模型能够快速处理和分析大规模的拉曼数据，并减少人为错误[25]。然而，尽管AI支持取得了进展，但由于可重复性、成本和复杂过程相关的工作量等因素，SERS基底的可行性仍面临挑战[26]。为了应对这些限制，迫切需要设计出可以在实际环境中易于实施的创新制备策略，并提供AI支持以促进复杂光谱的分析[3],[23]。这种方法对于充分发挥静电纺丝SERS活性平台的潜力至关重要，从而推进分子传感和分析，并改进其实际应用[27]。
在这种情况下，为了了解所开发平台的性能，并展示SERS作为分析工具的能力，对光谱相似的生物重要目标分子进行测试至关重要[22]。氨基酸在这种情况下是一个稳健的模型分析物组。除了作为蛋白质的构建块外[28]，氨基酸还与代谢过程[29],[30]、细胞信号传导[31]以及包括甲状腺癌在内的多种健康问题的生物标志物相关[28],[32]。精确且无标记的氨基酸识别尤为重要，因为它们浓度谱的微小变化就能反映病理状态或代谢失衡[32]。因此，能够精细且选择性地识别某些氨基酸对于早期疾病诊断、治疗监测和代谢途径分析具有巨大潜力。尽管如此，由于氨基酸的结构相似性[33]、它们的拉曼光谱特征的重叠以及光谱数据集的高维度[34]，可靠地区分氨基酸仍然是一个主要的分析挑战。因此，开发结合ML工具的先进SERS平台成为了一种有前景的策略，以克服这些限制并实现痕量水平的准确氨基酸分析。
本研究报道了通过协同整合银前体的实际溶液和静电纺丝纳米纤维，快速且多功能地生产高效、低成本、高可重复性的大规模SERS基底，并实现了ML辅助的精确氨基酸检测应用。在一项
用于开发电极的研究中，我们证明了可以通过直接将墨水溶液整合到聚合物溶液中来获得适合静电纺丝的溶液[35]。受这些发现及其协同组合的启发，我们展示了使用无纳米粒子活性银墨水获得的静电纺丝SERS活性纳米纤维作为有效SERS基底的应用。这是首次报道使用无纳米粒子活性银墨水获得的静电纺丝SERS活性纳米纤维在开发和应用超灵敏SERS基底方面的巨大潜力。此外，苯丙氨酸（Phe）、脯氨酸（Pro）、缬氨酸（Val）、丙氨酸（Ala）和半胱氨酸（Cys）等氨基酸被用作分析模型，它们具有多种结构和化学性质以及不同的侧链类型（芳香族、环状、脂肪族、硫化物）。银纳米粒子沿纳米纤维的均匀分布提供了强大的电场，放大了分析物的拉曼信号，使其能够被灵敏地检测到。此外，使用ML自动高精度地分类了作为分析物的Phe、Pro、Val、Ala和Cys氨基酸。因此，全面评估了所开发平台对不同功能组的无标记分析物检测能力。
