基于CeO?纳米酶的机器学习辅助传感器阵列，用于智能识别多种合成酚类抗氧化剂

《Analytica Chimica Acta》：Machine Learning-Assisted Sensor Array Based on CeO 2 Nanozymes for Intelligent Recognition of Multiple Synthetic Phenolic Antioxidants

本研究设计了一种基于CeO?纳米酶传感器阵列的多重检测系统，结合机器学习算法实现了五种合成酚抗氧化剂的快速鉴别与定量分析，解决了传统检测方法复杂、耗时的难题，为食品抗氧化剂的安全监控提供了高效解决方案。

　　

作者：方竹、范云香、臧家琪、邓春萌、魏大立、邓一斌、张震

单位：江苏大学环境与安全工程学院、应急管理学院；江苏大学镇江重点实验室，中国镇江212013

摘要

背景

合成酚类抗氧化剂常用于食品、橡胶和塑料中，以减缓氧化过程，但过量摄入这些化合物可能对人体健康造成危害。

结果

因此，我们开发了一种新型纳米酶传感器阵列，该阵列使用了三种具有优异过氧化物酶活性的CeO₂纳米酶，能够快速区分五种合成酚类抗氧化剂，包括丙基没食子酸酯（PG）、丁基羟基茴香醚（BHA）、叔丁基对羟基苯醌（TBHQ）、丁基羟基甲苯（BHT）和3,5-二叔丁基-4-羟基苯甲酸（BHT-COOH）。合成了三种不同形态的CeO₂纳米酶，它们均表现出优异的过氧化物酶活性。有趣的是，由于这些合成酚类抗氧化剂的化学结构不同，它们对CeO₂纳米酶活性的抑制程度也有所不同。受此启发，我们构建了一种CeO₂纳米酶传感器阵列，通过模式识别实现五种合成酚类抗氧化剂的精确区分。此外，该传感器阵列还结合了机器学习技术，开发出了一个双阶段预测模型，具备独立于分类器的浓度区分能力和基于回归的定量分析功能。实际样品中不同合成抗氧化剂的识别和浓度区分也得到了验证，证明了其良好的实用性。

意义

我们的研究为合成酚类抗氧化剂的检测提供了一种新方法，有助于更好地监控其过度使用情况。

引言

合成酚类抗氧化剂因其优异的性能、稳定性和低成本而在食品及相关行业中得到广泛应用[1]、[2]、[3]、[4]。然而，一些研究表明，某些合成抗氧化剂具有毒性，可能对人体内分泌系统和生殖系统造成伤害，甚至导致肝脏损伤和癌症[5]、[6]、[7]。目前，已经开发出了多种检测合成酚类抗氧化剂的方法，包括表面增强拉曼光谱（SERS）[8]、[9]、[10]、高效液相色谱-质谱（HPLC）[11]、[12]、电化学分析[15]、[16]、[17]、气相色谱（GC）[18]、[19]等。尽管这些检测技术取得了显著进展，但仍存在一些挑战，如复杂的预处理步骤、分析时间长以及需要专业操作人员。因此，亟需快速便捷的分析方法来同时检测多种食品抗氧化剂，以加强安全监测。 幸运的是，受哺乳动物嗅觉系统的启发，人们开发出了传感器阵列，这种阵列能够同时识别多种目标物质，包括金属离子[21]、[22]、[23]、[24]、酚类污染物[25]、[26]和双酚[28]。纳米酶传感器阵列凭借其低成本[29]、[30]、高催化活性[31]、[32]、稳定性[33]和高通量检测能力[35]、[36]等优势，在同时识别多种目标方面表现出色。然而，也存在一些问题：传统纳米酶传感器阵列需要多种不同的纳米酶探针；相似目标之间的区分容易受到浓度干扰；在实际样品中准确检测和预测目标浓度也存在挑战。目前关于检测合成酚类抗氧化剂的传感器阵列的研究较少[37]、[38]。因此，迫切需要设计出能够有效区分和准确预测食用油中合成酚类抗氧化剂的传感器阵列。近年来，CeO₂纳米酶因其出色的活性和可调形态[39]、[40]、[41]而受到广泛关注，成为理想的传感器阵列载体。同时，机器学习在传感应用领域也取得了快速进展[42]、[43]、[44]，作为强大的数据处理工具，它在分类、回归和预测任务中表现出色，有助于分析模式和特征，从而显著提升传感器阵列的检测能力。因此，我们预期将机器学习与纳米酶传感器阵列结合，将为合成酚类抗氧化剂的智能检测开辟新途径。 在本研究中，设计了一种CeO₂纳米酶传感器阵列，用于多重检测五种合成抗氧化剂（PG、BHA、TBHQ、BHT和BHT-COOH），如图1所示。三种CeO₂纳米酶均表现出优异的过氧化物酶活性。不同合成酚类抗氧化剂对纳米酶活性的抑制程度不同，产生了特征性的指纹信号。该传感器阵列成功实现了五种合成酚类抗氧化剂的分类。更重要的是，通过结合机器学习并使用SVM算法构建了分级预测模型，成功实现了食用油中抗氧化剂的区分和定量检测，验证了其在实际应用中的潜力。

CeO₂纳米酶的合成

中空CeO_{2纳米球：采用改进的水热法制备了中空CeO2纳米球[45]。典型实验中，将六水合硝酸铈（1.0克）和聚维酮K30（0.5克）溶解在乙二醇（20毫升）中，并剧烈搅拌。随后加入2毫升1摩尔盐酸溶液，混合物经过超声处理（15分钟）以实现完全溶解。}

三种CeO₂纳米酶的特性

通过简单的一步水热法制备了三种不同形态的CeO₂纳米酶（中空CeO₂、CeO₂ NRs和CeO₂ NSs）（图1a-c）。透射电子显微镜（TEM）图像（图1d-f）显示，中空CeO₂呈现100纳米的球形结构，而CeO₂ NSs为240纳米的规则球体。CeO₂ NRs为实心非多孔棒状结构（长度150纳米×宽度10纳米）（图S1）。

结论

总之，本研究成功构建了一种基于机器学习的纳米酶阵列，实现了多种酚类抗氧化剂的精确区分和定量分析。该传感器阵列使用三种不同形态的CeO₂纳米酶作为三个传感器单元，通过模式识别能够准确识别不同类型和浓度的合成酚类抗氧化剂及其混合物。此外，结合机器学习技术后，该阵列进一步提升了检测能力。

CRediT作者贡献声明

魏大立：撰写、审稿与编辑、项目管理、概念构思。 邓一斌：验证、概念构思。 张震：概念构思。 方竹：撰写初稿、项目管理、方法学设计、数据整理。 范云香：软件开发、实验研究。 臧家琪：软件支持。 邓春萌：验证工作、软件辅助。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（项目编号：22406068）、江苏省自然科学基金（项目编号：BK20240884）以及镇江药物疗效与健康风险评估重点实验室（项目编号：SS2024006）的支持。