AC. 基于机器学习的纳米酶传感器阵列作为电子舌用于食品中内源性酚类化合物的鉴别

本文介绍了一种基于机器学习的纳米酶传感器阵列，用于食品中内源性酚类化合物（EPs）的鉴别。EPs广泛分布于植物界，具有多种生物活性和抗氧化特性，其类型和浓度极大地影响植物性饮料的口感和品质。传统的检测方法如高效液相色谱法、电化学法等存在局限性，难以检测多种共存的EPs。为此，研究者成功制备了一种具有过氧化物酶样和漆酶样活性的新型双功能香草酸铜（VA-Cu）纳米酶，构建了一个六通道纳米酶传感器阵列，结合人工神经网络（ANN）算法，实现了对红茶、蜂蜜和葡萄汁中九种EPs的准确识别和预测。该方法简化了传感单元的构建，并展示了从单个VA-Cu纳米酶中提取多维数据的能力，为复杂样品中EPs的识别提供了新的解决方案。