AC.多氟烷基物质诱导的纳米团簇固定化MOF-on-MOF结构解离驱动的机器学习辅助比率荧光传感器阵列

本文介绍了一种新型的比率荧光传感器阵列，用于快速、特异性地识别和区分多种多氟烷基物质（PFASs）。该传感器阵列由固定在金属有机框架（MOF）结构上的金属纳米团簇（MNC）组成，通过PFASs诱导的结构解离产生多样的比率荧光“指纹图谱”，并结合机器学习算法实现了高精度的检测。实验结果表明，该阵列能100%准确识别八种PFASs，并在不同浓度和混合比例的检测中表现出高效性。此外，该方法在实际水样检测中也显示出良好的应用潜力。