师庆东/许紫峻CEJ: 机器学习辅助多发射传感器高精度检测重金属离子

荧光传感器阵列检测具有多样性、简单性、高精度、高选择性及更省时等优点，在检测多种重金属离子方面受到广泛应用。由于阵列传感检测的各种差异分析方法，迫切需要开发基于多种方法的最优模型。此外，这些模型缺乏通用性，难以应用于更广泛的研究。

在此，新疆大学师庆东教授、许紫峻等人构建了一种基于碳点（QR-CDs）和新型镧系配合物（EDTA-Tb³⁺）的简易多发射荧光传感器阵列，能够同时获取多维数据从而提高了对多种重金属离子的检测效率和准确性。由于金属离子和多发射传感器之间的良好响应，荧光强度（FI）随着金属离子添加到系统中而变化。

为了应对建立通用模型的挑战，作者通过“逐步预测”策略结合机器学习方法构建了一个创新的统一模型（SX-model）以获得最优的筛选方法。该模型在基于树的管道优化技术（TPOT）框架下集成了分类和集中模型，建立了每种金属离子浓度与测量的FI数据之间的逻辑关系。然后，通过TPOT选择了极端随机森林（ERF）作为各种方法中准确率最高的分类模型方法。

图1. SX-模型构建流程图

研究表明，基于ERF辅助的传感器阵列展示了对0.05~50 μM范围内的七种单一重金属离子（Cr⁶⁺、Fe²⁺、Cu²⁺、Fe³⁺、Mn²⁺、Co²⁺和Ni²⁺）的灵敏检测，准确度为95.6%且R²为0.73，这表明该模型可以成功地用于去离子水中单个金属离子的定量。同时，该模型可有效地识别二元混合样本，所有60个不同比例的混合样本都可以完全相互分离，从而达到100% 的检测精度。

此外，作者还对288个真实样品（取自湖水和土壤样品）中的金属离子进行了有效鉴定，准确率分别为93.3%和100%。因此，这项研究证明了多发射荧光传感器阵列在复杂环境中快速、高效和以低检测限检测多种重金属含量的巨大潜力。此外，独创的具有普适性的SX-模型有助于阵列检测，满足了建立阵列检测通用模型的挑战。

图2. SX模型区分真实样品中的金属离子

Multi-emission fluorescent sensor array based on carbon dots and lanthanide for detection of heavy metal ions under stepwise prediction strategy, Chemical Engineering Journal 2022. DOI: 10.1016/j.cej.2022.135690

原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/13/5cf2d82e81/

师庆东/许紫峻CEJ: 机器学习辅助多发射传感器高精度检测重金属离子

相关推荐

发表回复