择天记,好看的小说君子以泽,完结小说排行榜

糖在植物中起著至關重要的作用，作為碳和能量代謝、聚合物生物合成的關鍵成分，并作為重要的激素樣信使促進必要的信號轉導過程。含糖量也是評價果實品質的重要指標之一。因此，糖含量的快速實時測定對植物和農產品都具有重要意義。隨著智能農業的發展，植物信號分子的原位和體內檢測越來越受到重視。

電化學傳感器是生物和環境分析中重要的分析和電分析方法，具有靈敏度高、選擇性好、便于攜帶和集成等優點。近年來，它也被用于植物的原位和體內檢測。其中電化學酶傳感器因其優異的選擇性和靈敏度而受到研究人員的青睞。然而，酶是不穩定的，這影響了這些傳感器的整體穩定性和可重復性。為了解決這些限制，研究人員開發了無酶傳感器。這種傳感器不依賴于酶，具有成本效益高、穩定性高、制備容易等優點。然而，這些傳感器沒有很強的特異性。而且它們的檢測范圍比較小，不適合用于植物中糖含量的原位測定。

圖1 Nafion/PAPBA/GO-COOH-Cu-MOFs/SPE傳感器（A-B）制備工藝示意圖

銅基金屬有機骨架（Cu-MOFs）具有比表面積大、孔隙率高的特點。此外，Cu-MOFs內Cu離子的氧化還原活性使其可以作為電探針，在電化學傳感器的開發中提供了寶貴的實用價值。然而，它們也有化學穩定性差、結構容易坍塌的缺點。最近，研究人員試圖通過將傳統MOF與各種功能材料（包括碳納米管，石墨烯和炭黑等）集成來解決傳統MOF的局限性，以創建新型復合材料。復合材料不僅可以解決MOFs的固有局限性，而且具有一定的協同效應。

圖2 番茄樣品中糖的智能分析(C)（以果糖為例，ΔI = 0- i糖）

機器學習（ML）是一種通過挖掘輸入和輸出之間潛在的非線性關系來提高模型準確性的方法，允許模型在沒有顯式編程的情況下執行特定任務。由于其在數據分析方面的巨大潛力，機器學習的主要優勢已經擴展到在生物信息學、材料科學、食品安全和農產品檢測等各個領域發揮關鍵作用。人工神經網絡（ANN）是一種經典的機器學習模型，具有顯著的連續函數學習能力。它可以適用于線性和非線性系統的建模，通常由一個輸入層、多個隱藏層和一個輸出層組成。輸入和輸出層的數量由數據本身決定，而隱藏層的最佳數量通常是通過反復試驗和錯誤的過程來確定的。在這項工作中，建立了一個以電流為輸入，濃度為輸出的人工神經網絡模型，用于評估后續的實際應用。

圖3 ITO (A)、GO-COOH-Cu-MOFs/ITO (B)、PAPBA/GO-COOH-Cu-MOFs/ITO (C)和Nafion/PAPBA/GO-COOH-Cu-MOFs/ITO (D)的SEM和EDS結果

為了實現對葡萄糖和果糖的原位和體內檢測，研制了一種基于硼酸二醇識別的電化學糖生物傳感器。由于其實用性和低成本，傳感器被構建在絲網印刷電極（SPE）上。將羧化氧化石墨烯與Cu-MOFs納米復合材料（GO-COOH-Cu-MOFs）修飾在SPE電極上，不僅可以提高電極的活性表面積和電導率，還可以利用Cu2+的氧化還原信號作為傳感器的氧化還原探針。然后將3-氨基苯基硼酸（APBA）在GO-COOH-Cu-MOFs/SPE上聚合形成PAPBA膜，用于識別和檢測果糖或葡萄糖。為了進一步提高電化學傳感器的性能，采用神經網絡對檢測過程進行建模，提高了檢測的精度。該傳感器具有簡單、便攜、優良的選擇性和顯著的穩定性。但是由于葡萄糖和果糖是同分異構體，傳感器無法區分葡萄糖和果糖，這需要在今后的工作中進一步努力。

星標的內容=你在乎的內容，根據微信公眾號、推薦原則，沒有在傳感器專家網公眾號主頁【設為星標】，將無法及時獲得傳感器行業最新資訊！

來源：農業納米科技

聲明：轉載此文是出于傳遞更多信息之目的，若有來源標注措誤或侵犯了您的合法權益，請與我們聯系，我們將及時更正、刪除，謝謝。

如有投稿爆料采訪需求，請發郵箱：sensorexpert@sensorexpert.com.cn。

推薦閱讀：