ACS Sens. | 配体微环境调控纳米酶，机器学习辅助传感器阵列实现酚类污染物“一键识别”

本研究针对酚类污染物高毒性且传统检测方法难以同时区分多种污染物的问题，江苏大学张祯教授课题组创新性地通过配体微环境调控策略开发了铂纳米酶传感器阵列，并结合机器学习算法实现了五种酚类污染物的同步精准识别。研究团队利用四种纤维素配体调控铂纳米酶的类漆酶活性，其中Pt@CMC的催化活性达到天然漆酶的7.5倍，并通过DFT计算验证了其优异的底物亲和力。基于不同配体调控的纳米酶对酚类污染物的差异化响应，构建了传感器阵列，并集成机器学习算法实现了实际水体中酚类污染物100%准确率的识别。该研究为环境监测中多种污染物的快速识别提供了全新解决方案。