BB. 基于具有类似多酶活性的纳米酶的非浓度依赖模型识别不同类别农药的新策略

以下文章来源于分析化学方法 ，作者科研小组

全文简介

常规的快速检测方法很难同时鉴别和区分多种农药残留。并且传感器阵列也受到制备多个受体的复杂性和高成本的限制。为了应对这一挑战，我们考虑了一种具有多种特性的单一材料。在此，我们首次发现不同种类的农药对Asp-Cu纳米酶的多重催化活性具有不同的调控行为。因此，基于Asp-Cu纳米酶的漆酶样、过氧化物酶样和超氧化物歧化酶样活性构建了三通道传感器阵列，并成功用于识别八种农药(草甘膦、亚磷酸盐、水胺硫磷、甲萘威、五氯硝基苯、甲磺隆、乙螨唑和2-甲基-4-氯苯氧乙酸)。此外，还建立了一个非浓度依赖性的农药定性识别模型，对未知样品的识别准确率达到100%。此外，传感器阵列还表现出良好的抗干扰性，对于实际样品的分析是可靠的。为农药高效检测和食品质量监管提供参考。

简介

（A）Asp-Cu的TEM图像。（B）Asp-Cu的LAC活性，a-Asp-Cu，b-Asp-Cu + 4-AP，c-Asp-Cu + 2,4-DP，d- 2,4-DP + 4-AP，e-Asp-Cu + 2,4-DP + 4-AP的UV-vis吸收光谱。（C）Asp-Cu的POD活性，a-Asp-Cu，b-Asp-Cu+H2O2，c-Asp-Cu+TMB，d-H2O2+TMB，e-Asp-Cu+H2O2+TMB的UV-vis吸收光谱。（D）Asp-Cu的SOD活性，L-蛋氨酸+EDTA+NBT+核黄素在没有（a）和存在（b）的情况下的紫外线吸收光谱。插图是反应照片。

基于Asp-Cu的多酶样活性传感器阵列对10微克/毫升农药进行鉴别。（A）指纹图，（B）热图，（C）LDA分数图。和（D）面向Iso、Pho、Gly、Car、PCNB、Eto、Met和MCPA的HCA图。

（A）对八种不同浓度的农药进行鉴别LDA评分图。（B）基于多酶样活动传感器阵列对Pho（4-100微克/mL）、Gly（4-100μg/mL）、Car（4-100μg/mL）、PCNB（15-100μg/mL）、MCPA（0.1-20μg/mL）、Met（20-100μg/mL）、Iso（20-100μg/mL）和Eto（0.1 – 10 μg/mL).

干扰物存在下的农药鉴别。在存在(A)金属离子(Fe3+、Co2+、Mn2+、Pb2+、Cd2+和Hg2+)、( B)抗生素(氯霉素、链霉素、卡那霉素、环丙沙星、磺胺胍)、(C)酚类(苯酚、对氯苯酚、2，3，5-三甲基苯酚、2，3-二羟基苯甲酸和对氨基苯酚)和(D)苯酚、对氯苯酚、氯霉素的情况下，针对Iso、Pho、Gly、Car、PCNB、Eto、Met和MCPA的LDA规范得分图

真实样品中农药的鉴定。通过LDA对(A)西兰花、(B)卷心菜和(C)番茄中5毫克/千克的不同农药(Iso、Pho、Gly、Car、PCNB、Eto、Met、MCPA)进行区分的典型得分图。(D)使用构建的线性判别分析模型识别真实样品中的未知农药。

相关成果以“A novel strategy for identification of pesticides in different categories by concentration-independent model based on a nanozyme with multienzyme-like activities”，发表在国际学术期刊“Biosensors and Bioelectronics”上。

文献链接：点击阅读原文

https://doi.org/10.1016/j.bios.2023.115458

转自：“NANO学术”微信公众号

如有侵权，请联系本站删除！