.png){kind=icon}
返回
Machine Learning-Enhanced Bacteria Detection Using a Fluorescent Sensor Array with Functionalized Graphene Quantum Dots
.png){kind=icon}
PRE
AI
DOI：10.1021/acsami.4c20078.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
致病细菌是许多严重健康问题的来源，例如食源性疾病和医院感染。对这些病原体的及时、准确检测对于疾病预防、控制疫情传播和保护公共卫生安全至关重要。近年来，致病细菌的快速鉴定已成为研究重点。与传统的规模化检测设备相比，本研究开发的荧光传感器阵列可在短短五分钟内检测细菌，且成本低廉。该阵列采用通过简单水热法制备的氮、硫共掺杂石墨烯量子点（NS-GQDs），通过避免有毒金属元素实现了环境友好。经抗生素（如大观霉素、卡那霉素和多黏菌素B）功能化后，NS-GQDs（分别重命名为S-NS-GQDs、K-NS-GQDs和B-NS-GQDs）对不同细菌表现出可变的亲和力，从而实现广谱检测而无需靶向特定物种。当与细菌结合时，功能化NS-GQDs的荧光强度显著降低。该传感器阵列对不同细菌种类表现出独特的荧光响应，可通过多种机器学习算法进行区分。结果表明，该平台能够快速、准确地识别和定量五种细菌种类，在准确度、灵敏度和稳定性方面表现出色。这使其成为在致病细菌检测方面具有广阔实用前景的有前景工具。
Keyword:
graphene quantum dots
fluorescentsensor array
machine learning
pathogenic bacterialidentification
rapid detection
期刊
IF:
8.2
论文数:
6.1W
被引数:
38.7W
机构
引用论文
.png){kind=icon}
Antibiotic-loaded gelatin fibers fighting bacteria resistant to antibiotics: a case of spectinomycin-resistant Escherichia coli负载抗生素的明胶纤维对抗抗生素耐药细菌：一例spectinomycin耐药的Escherichia coli
OAAI
OAAI分享收藏Machine Learning for Tactile Perception: Advancements, Challenges, and Opportunities触觉感知的机器学习: 进步，挑战和机遇OAAI
OAAI分享收藏
查看更多内容