机器学习预测食品重金属检测中铜离子对汞离子荧光信号的干扰

作     者：宋方亮 梁盈 董界 王雪洁 钱洁 SONG Fangliang;LIANG Ying;DONG Jie;WANG Xuejie;QIAN Jie

作者机构：中南林业科技大学食品科学与工程学院湖南长沙410004 水稻及副产物深加工国家工程研究中心分子营养分中心湖南长沙410004 中南大学湘雅药学院湖南长沙410013 

基　　金：国家自然科学基金(编号:32372349) 国家重点研发计划(编号:2022YFF1100203) 湖南省科技创新人才项目(编号:2022RC3056) 

出 版 物：《食品与机械》 (Food and Machinery)

年 卷 期：2024年第40卷第5期

页      码：62-66,153页

摘      要：目的:构建一个人工智能预测模型,在存在Cu^(2+)干扰的复杂食品检测环境下预测荧光探针对Hg^(2+)的选择性。方法:采用荧光探针技术结合7种先进经典的机器学习模型,预测分析存在Cu^(2+)干扰时探针对Hg^(2+)的选择性,并比较各模型的预测效果,选择最优模型。结果:基于分子二维描述符(molecular 2D descriptors,Mol2D)和极端梯度提升算法成功建立了在交叉验证和测试集中准确度为0.786和0.810的高效模型,在Cu^(2+)干扰下准确预判Hg^(2+)的探针选择性。结论:该模型通过选择性预判对Hg^(2+)荧光分子探针的设计进行改进,使Hg^(2+)荧光探针的设计更加高效可靠。

主 题 词：汞离子检测 荧光分子探针 探针选择性 机器学习 化学信息学 

学科分类：12[管理学] 081704[081704] 07[理学] 08[工学] 09[农学] 070302[070302] 1201[管理学-管理科学与工程类] 0817[工学-轻工类] 081104[081104] 0903[农学-动物生产类] 0703[理学-化学类] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13652/j.spjx.1003.5788.2024.60045

馆 藏 号：203128247...