ACS Sensors.配体微环境调控的纳米酶助力机器学习辅助传感阵列用于酚类污染物的同步识别

本研究开发了一种基于配体微环境调控的铂纳米酶的新型机器学习辅助传感器阵列，用于同时区分五种酚类污染物。通过设计四种纤维素配体调控的铂纳米酶，研究发现Pt@CMC纳米酶表现出最高的催化活性，约为天然漆酶的7.5倍。密度泛函理论计算表明，Pt@CMC对2,4-二氯苯酚分子的捕获能力更强，表现出更高的类漆酶活性。此外，机器学习算法与纳米酶传感器阵列的结合成功实现了对实际水样中五种酚类污染物的准确识别和预测。本研究为酚类污染物的同时识别提供了一种新兴的传感策略，为传感器阵列和机器学习算法在环境监测中的应用开辟了一条有前景的道路。