我司青年教授文阳平博士与动物科学技术学院瞿明仁教授联合培养的博士研究生戈钰为第一作者在TOP一区《Sensors and Actuators: B. Chemical》（IF = 9.221）发表题为“A portable smart detection and electrocatalytic mechanism of mycophenolic acid: A machine learning-based electrochemical nanosensor to adapt variable-pH silage microenvironment”的论文。本研究工作得到了国家自然科学基金和江西省自然科学基金项目的支持。
霉酚酸（MPA）是青贮饲料中优势菌群-娄地青霉菌代谢生产的毒素。动物食用被污染的饲料会表现出食欲减退、腹泻和肠胃炎等症状。建立一种廉价、便携、快速检测青贮饲料中霉酚酸含量的新方法具有重要理论与现实意义。传统电化学检测需要在恒定pH环境下进行，青贮饲料微环境pH值随着时间的延长而改变，随之娄地青霉菌活性发生改变，从而影响其代谢产生霉酚酸。这就为样品处理工作增加繁琐步骤。至今，霉酚酸电化学传感检测的机理尚不清楚。
本研究通过密度泛函理论（DFT）和电化学试验研究了MPA的电催化机制，确定其最易发生氧化还原位点。同时结合热点2D纳米材料（MOF和MXene），通过人工神经网络（ANN）算法的机器学习（ML）模型讨论输入pH值实现MPA浓度智能化输出，以适应多变pH微环境，实现对多变pH值微环境下青贮饲料中MPA的智能分析。R2接近1，RMSE和MAE均较低，RPD值较高，表明所提出的ML模型具有良好的预测性能和较高的预测精度。这将为检测各种复杂多变的室外微环境中的有害物质提供一种快速的便携式无线智能传感分析技术。
原文链接：https://doi.org/10.1016/j.snb.2022.132627
