English

科研论文

当前位置: 首页 >> 学科建设 >> 科研成果 >> 科研论文 >> 正文

我校李顺兴教授团队基于机器学习与分析化学学科融合研究成果在国际权威期刊《Analytical Chemistry》发表

2022-10-26

近日,我校李顺兴教授团队在真光层中铁的生物可利用性和铁形态分析方面取得重要进展。相关成果在权威期刊Analytical Chemistry(SCI一区,IF=8.008)上以“Photodegradation Kinetics and Deep Learning-Based Intelligent Colorimetric Method for Bioavailability-Based Dissolved Iron Speciation”为题发表。该研究构建可对水中溶解态有机铁络合物进行光降解预处理和比色传感的智能检测新系统,创新性地将Fe(III)有机络合物光降解动力学同时应用于dFe形态分析和生物可利用性评价,为真光层溶解铁生物可利用性和形态分析提供新视角。

 

1 基于铁的生物可利用性的有机铁形态分析策略(BDIS)

光降解水体真光层中dFe所释放游离态铁(III)离子是真核浮游植物最重要的生物可利用铁来源,该研究据此设计了基于铁的生物可利用性的有机铁形态分析方法(BDIS),以深度卷积神经网络模型(DCNN)分析色度信号的变化,以比色传感器选择性灵敏检测光降解过程中新生成、生物可利用性的游离Fe(III)离子,辨别12种铁形态的光降解速率。BDIS可在20 min内对dFe进行光降解、比色检测,从而分析dFe形态,评价生物可利用性差异。

 

2 溶解性有机铁络合物光降解生成游离Fe(III)离子被真光层中藻细胞吸收(a)

PAN-PST@TiO2对有机铁络合物的光降解动力学(b)

水体溶解性有机物含有许多铁的天然配体,富含羧基、羟基、氨基和硫基。由于分子结构和电负性差异,导致每种形态有机铁络合物的配位键强度不同,光降解生成游离Fe(III)离子时间不同,因此比色传感器颜色变化与自由铁离子光生速率和产量成正比。

 

3 光催化和比色检测传感器PAN-PST@TiO2联用(a)DCNN模型训练过程(b)

训练精度和过程损失变化曲线(c)

据光降解动力学差异,即不同铁有机络合物光降解过程中游离Fe(III)离子的释放顺序和速率(EDTA>氨基酸、单糖酸>尿素>酚类>多糖),可区分dFe形态。为验证有机铁络合物的稳定性和了解其光降解动力学原理,Fe(III)与有机配体作用能可通过第一原理计算其形成能获得。同时,基于藻类吸收的dFe生物利用性评估与基于光解动力学的铁形态分析相关系数高达0.85,因此可通过金属形态评估dFe的生物可利用性。该研究可为河流、湖泊和沿海水域的真光层中基于金属生物可利用性的金属形态分析方法提供全新思路。

该研究工作由李顺兴教授指导完成,李顺兴教授为该论文的独立通讯作者,我院2019级研究生骆嘉燚、黄昭景为该论文的共同第一作者。该研究得到了国家自然科学基金(22074058, S.L; 41976150, X.H.)的资助。

论文链接:

 

通讯作者简介

李顺兴教授,bet356体育娱乐官网网站污染监测与控制福建省高校重点实验室主任,厦门大学和北京科技大学博士生导师。入选教育部新世纪优秀人才支持计划、福建省教学名师、国务院政府特殊津贴获得者。主持国家自然科学基金项目7项;发明专利授权8项;以第一作者或通讯作者发表论文被SCIEI收录97篇,其中JCR I35篇,II28篇,TOP期刊48篇,其中影响因子超过5.042篇,超过1013篇。

(文:骆嘉燚  图:李顺兴)


 

bet356体育娱乐官网网站|最佳线路