今天介绍一篇由中国农业科学科院油料作物研究所李培武院士团队于2023年8月发表在国际学术期刊Journal of Hazardous Materials（IF=13.6）上的题为“A smartphone-powered photoelectrochemical POCT via Z-scheme Cu2O / Cu3SnS4 for dibutyl phthalate in the environmental and food”的文章。中国农业科学院油料作物研究所张兆威研究员为论文通讯作者。
今天介绍一篇由中国农业科学科院油料作物研究所李培武院士团队于2023年8月发表在国际学术期刊Journal of Hazardous Materials（IF=13.6）上的题为“A smartphone-powered photoelectrochemical POCT via Z-scheme Cu2O / Cu3SnS4 for dibutyl phthalate in the environmental and food”的文章。中国农业科学院油料作物研究所张兆威研究员为论文通讯作者。
为了更好的对环境监测和食品安全领域中复杂样本基质中的邻苯二甲酸二丁酯(DBP)进行检测，首次通过制备Cu2O / Cu3SnS4纳米花并将其作为光活性材料的方法，构建了基于智能手机的光电化学（PEC)即时检测(POCT)。过程发现Cu2O和Cu3SnS4之间能级的有效匹配加速了光生电子-空穴对的转移，显著提高了智能PEC POCT性能；并通过密度泛函理论计算，新型Cu2O/Cu3SnS4被证明是Z型异质结，在修饰电极上实现了竞争性免疫分析，显著降低了光电流信号，增强了POCT灵敏度；同时，智能手机被用于记录和传输PEC结果。在优化条件下，评估了线性范围、检测限、稳定性、重复性、再现性和选择性。使用湖水和大豆油作为样品与GC-MS方法进行比较。
2. 基于3CO/CTS，开发了基于智能手机的光电化学(PEC)即时检测(POCT)平台；
3.可广泛应用于环境快速监测和食品安全筛查；
( M ) 3CO / CTS异质结的HRTEM图像。( N ) 3CO / CTS的元素映射。
图3 .( A) Cu3SnS4、Cu2O、3CO / CTS在PBS (pH=7.4)中的光电流响应。( B ) Cu3SnS4、Cu2O、3CO / CTS的EIS图谱。( C ) Cu3SnS4、2CO / CTS、3CO / CTS、5CO / CTS、10CO / CTS在PBS (pH=7.4)中的光电流响应。( D ) Cu3SnS4、2CO / CTS、3CO / CTS、5CO / CTS、10CO / CTS的EIS图谱。
图4 .( A ) Cu3SnS4 ( 001 )原子结构模型的俯视图和正视图。( B ) Cu2O ( 100 )原子结构模型的俯视图和正视图。计算了( C ) Cu2O。( D ) Cu3SnS4的态密度。计算( E ) Cu2O，( F ) Cu3SnS4的静电势。
图5 .智能PEC POCT方法的评价结果：( A )依赖于不同DBP浓度的PEC结果，( B )校准曲线，( C )重复性，( D )再现性和( E )选择性。
图6用于DBP检测的PEC POCT平台的制作程序。
本研究为水溶性和脂溶性基质中邻苯二甲酸二丁酯（DBP）检测提供了一个实用的新型智能PEC POCT平台。对于环境检测和食品安全领域中的复杂基质样品，PEC POCT表现出优异的灵敏度值、低检测限和宽线性范围。在优化条件下，DSP的检测在实际样品中，表现出令人满意的线性范围( 0.04 ~ 400 ng / m L)和7.94 pg / mL的低检测限。使用湖水和大豆油作为样本，与GC-MS结果进行比较，表现出优异的稳定性、重复性、再现性和选择性。该PEC POCT系统在测定水和食用油样品中的DBP时具有良好的性能和实用性，具有具有便携性、实用性和可靠性，可广泛应用于环境快速监测和食品安全筛查，在环境和食品安全领域具有广阔的应用前景。
微信号｜FoodAI
合作/投稿｜jiedong@csu.edu.cn
yunyonghuan@hainanu.edu.cn
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/smartphone-poct.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
社区食物零售业可达性、广域建成环境和家庭购买健康食品的相关性
今天介绍一篇将食品科学与建筑规划关联起来的角度新颖的论文，由彭科、Nikhil、Kaza等人发表在Public Health Nutrition上。建成环境与健康食物购买之间的联系是城乡规划领域一直被忽视的具有重大民生意义的课题。本文的目的是以分布在378个大都市的22448个美国家庭为例，利用多层次模型了解广域建成环境如何调节大超市和小便利店与人们购买新鲜蔬菜、蔬果数量多少之间的关系
-
浙江农科院袁玉伟产地溯源团队:基于稳定同位素和营养元素的中国稻米产地溯源研究
大米是我国重要的主食，其真实性与营养安全密切相关。今天介绍一篇来自浙江省农业科学院农产品质量安全与营养研究所和农产品质量安全危害因子与风险防控国家重点实验室李春霖和袁玉伟等人于2022年4月发表在Food Control上的一篇论文。本研究对我国粳稻和籼稻的稳定同位素和营养元素进行了比较和分析，并建立人工神经网络模型进行地理判别。建立了中国首个水稻稳定同位素和元素地理综合数据库，为中国水稻重点产区的判别提供了一种有前景的方法。
-
一种基于机器视觉系统和深度学习的检测姜黄粉中掺假的新方法
今天介绍一篇最近由伊朗阿达比大学生物系统工程系Ahmad Jahanbakhshi等人发表在COMPUT BIOL MED （Q1, IF: 4.589）期刊上的文章。文章研究中，采用改进的卷积神经网络(CNN)对姜黄粉末图像进行分类，以检测参假。结果表明，计算机视觉，特别是与深度学习(DL)相结合，可以成为评价姜黄粉质量和检测参假的一种有价值的方法。
-
FoodAI：基于深度学习的食品图像识别与记录系统
今天给大家介绍一篇由新加坡管理大学信息系统学院生活分析研究中心(LARC) 和Salesforce亚洲研究院合作，于前段时间在ACM SIGKDD知识发现和数据挖掘会议上汇报的一篇会议文章。文章中作者提出了一种智能食物记录系统:FoodAI，使食物记录变得便捷，帮助人们实现智能消费和健康的生活方式。
-
机器学习模型预测有机污染物的作物根系浓度因子
今天分享一篇近期由耶鲁大学医学院遗传学系的FengGao等人发表在Journal of Hazardous Materials (IF: 14.224)上的文章。
-
智能食品加工：从人工神经网络到深度学习的旅程(三)
今天，我们将继续给大家带来综述《智能食品加工：从人工神经网络到深度学习的旅程》的第三个单元的介绍——基于深度学习的智能食品加工。
-
FOOD CHEM| 安徽农业大学宛晓春团队：基于GC-MS和GC-IMS表征三种茶制成的乌龙茶的香气特征
该研究基于采用GC-IMS、GC-IMS、感官评价和OAV测定等方法，对水仙、黄玫瑰和紫玫瑰的新鲜茶叶和乌龙茶的香气特征进行了综合分析。其中，苯乙醛和3,5-二乙基-2-甲基吡嗪是黄牡丹茶的香气活性成分。与水仙相比，黄玫瑰和紫牡丹的挥发物和花香味明显更多。此外，使用GC-IMS鉴定出27种挥发物，表明该联合方法有助于更好地了解品种对茶树香气的影响。
-
Food Control|基于改良内聚稳定同位素比值的燕窝真实性鉴别与定量
该文针对食用燕窝（EBN）中稳定同位素比值(δ13C、δ15N、δ18O、δ2H)的高离散性，建立了一种既能定性和又能定量的方法来检测掺入唾液酸、蛋清和食用胶的掺假EBN。通过建立数据处理公式来提高样品同位素比值的内聚性，利用该公式建立欧式距离方程。通过计算欧氏距离建立判别式，预测准确率在95.80% ~ 99.97%之间。此外，建立了3个方程对EBN中掺假物质的含量进行定量分析，相对标准偏差在1.34% ~ 6.31%(n = 6)之间。应用所建立的方法，测得12个实样中有2个样品分别掺入了3.9%的唾液酸和2.9%的蛋清。
-
在食物蛋白质衍生肽数据库中对胆汁酸结合肽进行机器学习筛选
今天介绍一篇近期由日本名古屋大学生物分子工程系的Kento Imai等人发表于Nature scientific reports的文章。文中使用BIOPEP-UWM和机器学习开发了一种新的生物活性肽筛选方法，有助于识别胆汁酸结合肽以及其他生物活性肽。
-
食品设计：基于机器学习和机制的混合建模方法
当前，食品设计是通过不断试错并由品尝小组做出感官评价完成的。为了加快新食品的开发速度，提出了一种混合机器学习和机制建模的方法。用由所需食品过往数据训练的机器学习模型进行感官评价预测。该方法基于启发法、数据库等，首先确定候选食品组分和加工中的关键操作条件。与这些组分和加工条件（设计变量）有关的像颜色、松脆度和风味这样的食品特性都用到机制模型。通过改变设计变量来优化所需的食品特性，从而获得最高感官评分。使用遗传算法解决此灰箱优化问题，将设计约束（所需食品特性）处理为罚函数。提供了一个巧克力曲奇饼干的示例以说明混合建模结构的适用性和解决方案策略。
