Бул изилдөө азык-түлүк матрицаларындагы Aflatoksin M1 жана атразинди антитело менен функционалдаштырылган электрохимиялык сенсор жана жасалма интеллект колдогон сигнал талдоосу аркылуу айырмалоону изилдейт. Лабораторияда долбоорлонгон PCB негизиндеги сенсордо алтын жумушчу электрод, көмүртек каршы электрод жана Ag/AgCl шилтеме электроду колдонулду. Aflatoksin M1 же атразинге спецификалуу антителолор DTSSP кайчылаш байланыштыргычы аркылуу электрод бетине иммобилизацияланды; жүгөрү, жүгөрү уну жана белок матрицаларына көзөмөлдөнгөн өлчөмдө кошулган аналиттердин байланышышы циклдик вольтамметрия, кулометрия жана өзгөчө электрохимиялык импеданс спектроскопиясы (EIS) менен көзөмөлдөндү. Болжол менен 198 Hz деңгээлиндеги EIS маалыматтарынан түзүлгөн калибрлөөлөрдө Aflatoksin M1 үчүн R² = 0,968, атразин үчүн R² = 0,909 билдирилди.

Изилдөөнүн жасалма интеллект катмары бир гана импеданс маанисин колдонбостон, бүтүндөй жыштык спектринен импеданс чоңдугу |Z|, чыныгы импеданс Z′, элестүү импеданс Z″ жана фаза бурчу белгилерин колдонду. Random Forest модели Aflatoksin M1 менен атразинди айырмалоодо %97,4 тактыкка жана 0,994 ROC-AUC маанисине жетти. Концентрациялар төмөн, орто жана жогорку болуп үч класска бөлүнгөндө 195 өлчөөнүн негизинде жалпы тактык %93,33, ал эми жалпы AUC 0,985 деп билдирилди. Бирок модель таптакыр көрүлбөгөн азык-түлүк матрицасына өткөрүлгөндө көрсөткүч кыйла төмөндөдү: салмакталган F1 жүгөрүдө 0,667, жүгөрү унунда 0,471 жана белок матрицасында 0,716 болду. Ошондуктан изилдөө лаборатория ичиндеги жогорку классификация ийгилигин колдосо да, ар башка азык-түлүк матрицаларына жалпылоо дагы эле чечилиши керек болгон маанилүү маселе экенин көрсөтөт.

Бул изилдөө чыныгы базар үлгүлөрүндөгү табигый контаминацияны скринингдөө эмес. Текшерилген үлгүлөр — аналит кошулган азык-түлүк матрицалары. Изилдөөдө формалдуу LOD же LOQ мааниси берилбегендиктен, сенсор жөнгө салуучу чектерден төмөн кайсы так аныктоо чегине ээ экенин бул булактан чыгарууга болбойт.

Изилдөөнүн негизги маселеси эмне?

Азык-түлүк коопсуздугу сенсорлорунда бута молекуланы гана аныктоо жетишсиз. Жүгөрү, ун же белокко бай азыктар белокторду, көмүрсууларды, туздарды, бөлүкчөлөрдү жана электрохимиялык жактан таасирдүү башка компоненттерди камтышы мүмкүн. Бул компоненттер электрод бетинде спецификалуу эмес адсорбция, булгануу, өткөрүмдүүлүктүн өзгөрүшү жана электрдик кош катмар айырмаларын жаратып, бута аналиттин сигналын өзгөртө алат.

Изилдөө бул маселени матрица эффекти алкагында карайт. Бир эле аналит ар башка азык-түлүк чөйрөлөрүндө болгондо электрохимиялык базалык сызык өзгөрүшү мүмкүн болгондуктан, изилдөөчүлөр жалгыз калибрлөө ийри сызыгын түзүүнүн ордуна ар бир матрица үчүн blank нормалдаштырууну колдонуп, толук EIS спектрин жасалма интеллект аркылуу чечмелешти.

Эмне үчүн Aflatoksin M1 жана атразин бирге изилденди?

Aflatoksin M1 жана атразин химиялык жактан ар башка эки азык-түлүк коопсуздугу бутасын билдирет. Изилдөө бул эки аналитти бир эле антитело менен аныктоого аракет кылбайт. Ар бир аналит үчүн өзүнчө, аналитке спецификалуу моноклоналдык антитело менен функционалдаштырылган сенсор аймактары даярдалат.

Ошондуктан системанын “эки аналитти классификациялашы” бир универсалдуу жылаңач электрод белгисиз молекуланын ким экенин түздөн-түз аныктайт дегенди билдирбейт. Өлчөнгөн EIS манжа изине бута байланышышы да, бутага спецификалуу антитело менен түзүлгөн электрод интерфейси да таасир этиши мүмкүн. Булак бул эки салымды бири-биринен көз карандысыз бөлүп көрсөткөн экспериментти бербейт.

Сенсордун физикалык түзүлүшү кандай?

Сенсор лабораторияда долбоорлонгон басма схема тактасында (PCB) үч электроддуу электрохимиялык түзүлүш катары жасалды:

• Жумушчу электрод: алтын.
• Каршы электрод: көмүртек.
• Шилтеме электрод: Ag/AgCl.
• PCB негизи: FR4.
• Бет каптамасы: жез капталган тактада electroless nickel immersion gold (ENIG).

Алтын жумушчу электрод DTSSP аркылуу антителонун байланышы үчүн ылайыктуу бет берди. Өзүнчө аймактар anti-Aflatoksin M1 жана anti-atrazin антителолору менен функционалдаштырылды.

Антитело электродго кантип байланыштырылды?

Электрод адегенде фосфат буферленген туз эритмеси (PBS) менен тазаланды. Андан кийин 10 mM DTSSP жана аналитке спецификалуу антитело аралашмасы сенсор бетине колдонулуп, 4 °C температурада 30 мүнөт инкубацияланды. Байланбаган кайчылаш байланыштыргыч жана ашыкча антитело PBS менен алынып салынды.

Талдоо учурунда даярдалган азык-түлүк матрицасынын үлгүсүнөн 5 µL сенсор бетине берилди жана антитело-бута байланышы үчүн 5 мүнөт күтүлдү. Андан кийин EIS, циклдик вольтамметрия жана кулометрия өлчөөлөрү жүргүзүлдү.

1-сүрөттүн негизги билдирүүсү эмне?

Изилдөөнүн 1-сүрөтү бүт системаны бир агымда жыйынтыктайт. Жүгөрү, жүгөрү уну жана белок матрицаларынан келген үлгүлөр аналитке спецификалуу антителолор менен капталган электрохимиялык бетке келет. Антиген-антитело өз ара аракеттенүүсү электрод интерфейсинде жараткан электрдик өзгөрүүлөр potentiostat менен өлчөнөт. Айрыкча EIS спектри кийин белгилерди чыгаруу жана эсептөө талдоосу баскычына өткөрүлөт; акырында аналиттин ким экени, доза классы жана матрицага байланыштуу үлгүлөр бааланат.

Сүрөттүн маанилүү илимий билдирүүсү — сенсор менен жасалма интеллект эки башка милдет аткарат: сенсор физикалык байланышты электрдик манжа изине айлантат, ал эми машиналык үйрөнүү жыштык боюнча жайылган көп өзгөрмөлүү бул манжа изин классификациялайт.

Циклдик вольтамметрия эмнени көрсөттү?

Циклдик вольтамметрия (CV) эксперименттери 0 V дан +0,4 V га, андан кийин −0,6 V га жана кайра 0 V га чейин сканерленди. Сканерлөө ылдамдыгы 50 mV/s, потенциал кадамы 2 mV болду. Aflatoksin M1 жана атразин үчүн концентрация өскөн сайын ток профилдеринде ажырашуу байкалды.

Изилдөөдө тышкы редокс зонд колдонулбагандыктан, авторлор CV ийри сызыктарын Aflatoksin M1 же атразиндин түз электрохимиялык кычкылдануусу/калыбына келүүсү катары чечмелебейт. Сигнал антитело-бута байланышуусунан кийин беттик поляризация, сыйымдуулук боюнча заряддануу, иондордун жеткиликтүүлүгү жана электрод интерфейсиндеги башка өзгөрүүлөр менен байланыштырылат.

Терс потенциалдарда байкалган пик белгилүү бир редокс жупка таандык кылынбайт. Авторлор электролитке же матрицага тиешелүү из компоненттер да бул өзгөчөлүккө салым кошушу мүмкүн экенин ачык белгилешет.

Кулометрия эмне кошту?

Кулометриялык эксперименттерде 0 V деңгээлинде 10 секунддук алдын ала кадамдан кийин −0,3 V жана +0,3 V болгон 0,5 секунддук потенциал кадамдары колдонулду. Үлгүлөө аралыгы 0,01 секунд болду.

CV потенциал сканы учурундагы заматтагы ток өзгөрүүсүн көрсөтсө, кулометрия убакыт боюнча топтолгон зарядды баалайт. 2-сүрөттө эки аналит үчүн тең доза көбөйгөн сайын заряд ийри сызыктарынын ажыраганы көрүнөт. Авторлор бул натыйжаны да бута молекуланын түз редокс реакциясы катары эмес, антитело менен функционалдаштырылган интерфейстеги байланыштан келип чыккан электрдик өзгөрүүнүн убакыт боюнча интегралданган көрсөткүчү катары чечмелешет.

Эмне үчүн EIS изилдөөнүн борборунда?

Электрохимиялык импеданс спектроскопиясы бир гана ток же потенциал маанисинин ордуна жыштык боюнча электрдик жооп чыгарат. Изилдөөдө EIS 100 kHz менен 10 Hz аралыгында, ар бир декадага 10 чекит колдонуу менен өлчөндү. DC потенциалы 0 V, AC perturbation 10 mV rms болду жана тышкы редокс зонд колдонулган жок.

Ошондуктан изилдөө классикалык Faradaik редокс-зонд импедансын эмес, non-Faradaik электрод/электролит интерфейсин баалайт. Бута байланышы электрдик кош катмарды, беттик поляризацияны, ион бөлүштүрүлүшүн жана интерфейстин диэлектрдик касиеттерин өзгөртө алгандыктан, айрыкча төмөн жана орто жыштыктарда аналит концентрацияларынын айырмасы чоңоёт.

3-сүрөт эмнени көрсөтөт?

3-сүрөттөгү Bode ийри сызыктарында импеданс төмөн жыштыкта жогору, жыштык өскөн сайын төмөн. Aflatoksin M1 жана атразин үчүн D0–D5 дозаларынын арасында өзгөчө төмөн жыштык аймагында ажырашуу байкалат.

Калибрлөө үчүн спектрдин болжол менен 198 Hz чекитиндеги |Z| мааниси тандалган. Aflatoksin M1 үчүн концентрация-импеданс байланышы R² = 0,968, атразин үчүн R² = 0,909 деп билдирилген. Атразин калибрлөөсүндөгү чоңураак чачыроо авторлор тарабынан матрицага жана аналитке байланыштуу өзгөрмөлүүлүк менен түшүндүрүлөт.

Бул концентрация диапазондору изилдөөнүн тест диапазондору; алар формалдуу LOD же LOQ катары чечмеленбеши керек. Булакта өзүнчө LOD/LOQ эсептөөсү да берилген эмес.

Матрица эффектисин азайтуу үчүн эмне жасалды?

Ар бир үлгү өз матрицасына тиешелүү blank жоопко карата нормалдаштырылды. Муну менен жүгөрү, жүгөрү уну же белок матрицасынын ортосундагы баштапкы импеданс айырмаларын жана чиптер аралык базалык сызыктын өзгөрмөлүүлүгүн азайтуу максат кылынды.

Импеданстагы пайыздык өзгөрүү булакта төмөнкүдөй эсептелген:

\[ \%\Delta |Z| = \frac{|Z|_{blank}-|Z|_{sample}} {|Z|_{blank}}\times100 \]

Калибрлөөгө чейин техникалык кайталоолор сенсор санын жасалма түрдө салмактап жибербеши үчүн адегенде чип деңгээлиндеги орточолор эсептелди. Акыркы графиктер ар башка чиптердин орточо мааниси жана орточо маанинин стандарттык катасы (SEM) менен берилди. Бирок булак колдонулган көз карандысыз чиптердин санын ачык n мааниси менен бербегендиктен, эксперименттик кайталоо түзүмүн толук кайра түзүү мүмкүн эмес.

Spike-recovery натыйжалары эмнени көрсөтөт?

4-сүрөттө Aflatoksin M1 үчүн 0,01; 0,055; 0,303; 1,664 жана 9,151 ng/mL, атразин үчүн 0,1; 0,4; 1,6; 6,4 жана 25,6 ng/mL деңгээлдеринде recovery эксперименттери көрсөтүлгөн. Авторлор маанилердин көбү %80–120 кабыл алуу диапазонунда жана %100 ге жакын экенин билдиришет.

Бирок булак бардык recovery маанилерин сандык таблица түрүндө бербегендиктен, график мамычаларынан так пайыздарды чыгарбоо керек. Мындан тышкары, график recovery натыйжаларын жүгөрү, жүгөрү уну жана белок матрицасы үчүн өзүнчө сандык таблицалар катары бербейт. Ошондуктан “үч матрицада тең ар бир концентрацияда бирдей recovery алынды” деген тыянак чыгарууга болбойт.

Тандалмалуулук канчалык текшерилди?

Aflatoksin M1 сенсору Aflatoksin B1 менен, ал эми атразин сенсору глифосат менен кайчылаш реактивдүүлүк боюнча салыштырылды.

Aflatoksin M1 бута жооптору төмөн, орто жана жогорку топтордо болжол менен %97, %101 жана %100 болсо, Aflatoksin B1 жооптору болжол менен %8, %4 жана %5 деп билдирилди. Атразин бута жообу болжол менен %97–101 аралыгында калса, глифосат болжол менен %4–8 жооп жаратты.

Бул натыйжалар текшерилген эки интерферентке каршы күчтүү тандалмалуулукту колдойт. Бирок интерферент панели Aflatoksin B1 жана глифосат менен гана чектелет; көп сандагы микотоксиндерди, пестициддерди же азык-түлүк компоненттерин камтыган кеңири тандалмалуулук изилдөөсү жүргүзүлгөн эмес.

Жасалма интеллект кайсы маалыматты колдонот?

Машиналык үйрөнүү бир гана тандалган жыштыкты эмес, EIS спектринин толук белгилерин колдонот. Модель кириштери:

• Импеданс чоңдугу |Z|
• Чыныгы импеданс Z′
• Элестүү импеданс Z″
• Фаза бурчу

деп көрсөтүлгөн. Булактагы модель салыштыруу графигинде Random Forest эң жогорку салмакталган F1 маанисин көрсөтөт. Графикте Random Forest болжол менен 0,974; Gradient Boosting 0,938; SVM-RBF 0,923 жана Logistic Regression 0,764 деп белгиленген.

Aflatoksin M1 менен атразин канчалык жакшы айырмаланды?

Random Forest модели 105 Aflatoksin M1 үлгүсүнүн 102-син жана 90 атразин үлгүсүнүн 88-ин туура классификациялады. Жалпы 195 жазуунун бешөө туура эмес классификацияланды; булак жалпы тактыкты %97,4 деп билдирди.

Эки аналиттин ортосундагы ROC ийри сызыгынын астындагы аянт 0,994 деп билдирилди. Бул маани изилдөөнүн өз маалымат түзүмүндө күчтүү айырмалоо көрсөткүчүн көрсөтөт; реалдуу өндүрүш линиясында же мурда көрүлбөгөн азык-түлүк продуктыларында ошол эле ийгилик сакталарын өз алдынча далилдебейт.

Концентрация классификациясы кантип жүргүзүлдү?

Алты доза деңгээли үч категорияга бириктирилди:

• Төмөн: D0–D1
• Орто: D2–D3
• Жогорку: D4–D5

D0 blank/контроль шарты. Демек, “төмөн концентрация” классы аналит камтыбаган blank үлгүлөрдү да, эң төмөн оң дозаны да бирге камтыйт. Модель көрсөткүчүн чечмелегенде бул класс аныктамасы эске алынышы керек.

Эң маанилүү жасалма интеллект тести: көрүлбөгөн матрицага өтүү

Изилдөөнүн эң маанилүү реалдуулук тесттеринин бири leave-one-matrix-out валидациясы. Бир азык-түлүк матрицасы окутуу маалыматынан толугу менен чыгарылып, модель ошол көрүлбөгөн матрицада гана текшерилди.

Жүгөрү уну үчүн F1дин 0,471ге түшүшү жалпы %97,4 аналит классификация тактыгы жаңы матрицаларда автоматтык түрдө сакталбай турганын ачык көрсөтөт. Изилдөөнүн өз чечмелөөсүнө ылайык бөлүкчө курамы, илешкектүүлүк, спецификалуу эмес адсорбция же иондук чөйрө сыяктуу касиеттер бул айырмада роль ойношу мүмкүн.

5-сүрөттөгү булак ичиндеги дал келбестик

Макаланын баяндоосу менен 5-сүрөттүн чыныгы панель түзүлүшү бири-бирине дал келбейт. Текст 5A-сүрөттү Random Forest confusion matrix деп атайт, бирок чыныгы 5A-сүрөт модель салыштыруусун көрсөтөт. Чыныгы confusion matrix 5Bде. Текст ROC ийри сызыгын 5B деп сүрөттөйт, бирок чыныгы ROC графиги 5Cде.

Негизги текст дагы “5C-сүрөттөгү feature importance анализи” тууралуу сөз кылат; бирок жарыяланган 5-сүрөттө көрүнгөн панелдер A модель салыштыруусу, B confusion matrix, C ROC ийри сызыгы жана D leave-one-matrix-out тести. Өзүнчө feature importance графиги көрсөтүлгөн эмес. Бул редакциялык дал келбестик Verianla текстинде үн катпай оңдолгон эмес.

Машиналык үйрөнүүнү кайра өндүрүүгө болобу?

Булак модель аттарын жана көрсөткүчтөрүн билдиргени менен, машиналык үйрөнүү экспериментин кайра курууга керек болгон айрым негизги деталдарды ачык метод протоколу катары бербейт. PDFде модель гиперпараметрлери, random seed, стандарттык train/validation/test бөлүнүшү, гиперпараметр оптималдаштыруу ыкмасы жана чип идентификациясына жараша бөлүнгөн көз карандысыз валидация протоколу ачык көрсөтүлгөн эмес.

Ошондуктан изилдөө күчтүү алгачкы классификация натыйжасын берет; бирок модель көз карандысыз изилдөө тобу тарабынан ошол эле көрсөткүч менен кайра өндүрүлүшү үчүн ML методдору тууралуу деталдуу отчет талап кылынат.

Изилдөөнүн күчтүү жактары кайсылар?

• Бир платформада CV, кулометрия жана EIS болгон үч электрохимиялык окуу формасы салыштырылган.
• EIS бир жыштык эмес, толук спектр белгилери менен бааланган.
• Ар бир матрица үчүн blank нормалдаштыруу колдонулган.
• Жүгөрү, жүгөрү уну жана белок болуп үч башка азык-түлүк чөйрөсү колдонулган.
• Spike-recovery жана кайчылаш реактивдүүлүк тесттери жүргүзүлгөн.
• Жасалма интеллект баалоосу жалпы тактык менен гана чектелбестен, көрүлбөгөн матрицага өтүү өзүнчө текшерилген.
• Изилдөө эң начар өтүү натыйжасын жашырган эмес жана жүгөрү унунда F1 = 0,471 маанисин ачык билдирген.

Изилдөөнүн чектөөлөрү кайсылар?

• Чыныгы, табигый түрдө контаминацияланган коммерциялык азык-түлүк үлгүлөрүндө көз карандысыз талаа валидациясы жүргүзүлгөн эмес.
• Формалдуу LOD жана LOQ маанилери билдирилген эмес.
• Recovery натыйжаларынын баары матрица боюнча сандык таблица түрүндө берилген эмес.
• Кайчылаш реактивдүүлүк Aflatoksin B1 жана глифосат менен гана текшерилген.
• “Белок матрицасынын” продукт курамы жана толук идентификациясы берилген эмес.
• Көз карандысыз чиптердин саны жана эксперименттик кайталоо архитектурасы толук түшүндүрүлгөн эмес.
• Машиналык үйрөнүү гиперпараметрлери жана окутуу/валидация протоколунун негизги деталдары жетишсиз.
• Көрүлбөгөн жүгөрү уну матрицасында салмакталган F1 0,471ге түшкөн.
• Эки аналитти өлчөө ар башка антитело менен функционалдаштырылган беттерге негизделгендиктен, аналит классификациясынын натыйжасын бир универсалдуу сенсор бет белгисиз аналиттерди айырмалайт деп чечмелөөгө болбойт.
• 5-сүрөттүн текст ичиндеги панель шилтемелеринде жарыяланган сүрөт менен дал келбеген шилтемелер бар.

Изилдөө колдогон натыйжалар

• Антитело менен функционалдаштырылган электрохимиялык беттер текшерилген Aflatoksin M1 жана атразин концентрацияларында дозага байланыштуу CV, кулометрия жана EIS өзгөрүүлөрүн жараткан.
• Болжол менен 198 Hzдеги импеданс калибрлөөсү Aflatoksin M1 үчүн R² = 0,968, атразин үчүн R² = 0,909 берген.
• Текшерилген spike-recovery шарттарында натыйжалардын көпчүлүгү изилдөө колдонгон %80–120 кабыл алуу терезесинде калган.
• Aflatoksin M1 сенсору Aflatoksin B1ге, атразин сенсору глифосатка салыштырмалуу кыйла жогорку бута жооп жараткан.
• Full-spectrum EIS маалыматтары колдонулганда Random Forest модели эки аналитти изилдөө маалымат топтомунда %97,4 тактык жана 0,994 AUC менен айырмалаган.
• Төмөн/орто/жогорку концентрация классификациясында %93,33 жалпы тактык билдирилген.
• Leave-one-matrix-out тести матрица өзгөрүшү модель көрсөткүчүнө олуттуу таасир бере аларын көрсөткөн.

Изилдөө колдобогон же далилдебеген натыйжалар

• Сенсор чыныгы азык-түлүк рыногунда %97,4 тактык менен иштей турганын далилдебейт.
• Платформа табигый контаминацияланган белгисиз үлгүлөрдө регулятордук референс ыкмаларын алмаштыра аларын көрсөтпөйт.
• Формалдуу аныктоо чеги берилбегендиктен, белгилүү мыйзамдык чектен төмөн ишенимдүү аныктоого кепилдик бербейт.
• Эки гана интерферент текшерилгендиктен бардык микотоксиндерге жана пестициддерге каршы тандалмалуулук далилденген эмес.
• Жогорку ROC-AUC жаңы азык-түлүк түрлөрүндө ошол эле көрсөткүч сакталарын далилдебейт.
• Изилдөө өндүрүш линиясында үзгүлтүксүз мониторинг, сактоо мөөнөтү боюнча сенсор туруктуулугу же узак мөөнөттүү талаа чыдамдуулугу тести эмес.
• Жасалма интеллект модели коммерциялык жактан көз карандысыз тышкы маалымат топтомунда валидацияланган эмес.

Түркия жагынан кантип окуу керек?

Изилдөөдө Түркияга тиешелүү азык-түлүк үлгүсү, өндүрүш ишканасы, регулятордук чек же талаа маалыматы жок. Ошондуктан натыйжаларды Түркиядагы азык-түлүк көзөмөл инфраструктурасында түздөн-түз валидацияланган көрсөткүч катары көрсөтүүгө болбойт.

Ошентсе да, изилдөө ар башка азык-түлүк матрицалары бир эле сенсордун электрдик фонун өзгөртө аларын ачык көрсөткөндүктөн, окшош платформа Түркиядагы азык-түлүк продуктыларында бааланса, продукт жана матрица боюнча калибрлөө керек болорун көрсөткөн жалпы инженердик алкак берет.

Изилдөөнүн Ыкмасы жана Натыйжалары

Үлгүлөр жана реагенттер

Aflatoksin M1 жана атразинге спецификалуу моноклоналдык антителолор биотаануу элементи катары колдонулду. Антителону иммобилизациялоодо 3,3′-dithiobis(sulfosuccinimidyl propionate), башкача айтканда DTSSP колдонулду. Азык-түлүк матрицалары жергиликтүү супермаркеттен алынган жүгөрү, жүгөрү уну жана булакта “protein” деп гана аныкталган продукттан түзүлдү.

Үлгүлөр жана реагенттер кичине аликвотторго бөлүнүп, −20 °C температурада сакталды. Экспериментке чейин бөлмө температурасына жеткирилди жана зарыл болсо суспензиядагы бөлүкчөлөрдү алып салуу үчүн центрифугаланды.

Электрохимиялык түзмөк жана өлчөө параметрлери

Доза деңгээлдери

EIS маалыматтарын иштетүү

Ар бир EIS спектринен жыштык, |Z|, Z′, Z″ жана фаза бурчу чыгарылды. Изилдөөчүлөр маалыматты эквиваленттүү схема моделине кыскартуунун ордуна толук спектрдүү электрохимиялык манжа изи катары колдонушту.

Эквиваленттүү схема моделдөө негизги талдоо катары колдонулбаганы эксперименттер non-Faradaik шарттарда жүргүзүлгөнү жана спектрлер татаал интерфейс жоопторун билдиргени менен түшүндүрүлдү.

Техникалык кайталоолордун саны натыйжаларга пропорционалсыз таасир бербеши үчүн адегенде сенсор чип деңгээлиндеги орточолор эсептелди. Натыйжалар ар башка чиптер боюнча орточо жана SEM катары берилди.

Калибрлөө натыйжалары

Жасалма интеллект натыйжалары

Модель салыштыруу сүрөтүнө ылайык Random Forest эң жогорку салмакталган F1 көрсөткүчүн берген. Эки аналитти Random Forest менен классификациялоодо 102/105 Aflatoksin M1 жана 88/90 атразин жазуусу туура болжолдонгон.

Машиналык үйрөнүү отчетундагы методдук чек

Булакта Random Forest, Gradient Boosting, SVM-RBF жана Logistic Regression натыйжалары көрсөтүлгөнү менен, модель гиперпараметрлери, random seed, деталдуу окутуу/тест катышы, гиперпараметр тандоо процедурасы жана сенсор чип идентификациясынан толук көз карандысыз валидация түзүмү ачык берилген эмес.

Бул жетишсиздик көрсөткүч маанилерин жараксыз кылбайт; бирок натыйжалардын көз карандысыз кайра өндүрүлүшү жана реалдуу жайгаштыруу сценарийлерине канчалык деңгээлде өткөрүлүшү тууралуу маанилүү методологиялык белгисиздик жаратат.

Реалдуу дүйнөдө валидация чеги

Эксперименттерде колдонулган азык-түлүк үлгүлөрү көзөмөлдөнгөн түрдө spike кылынган матрицалар. Табигый түрдө контаминацияланган, булагы белгисиз же базардан blind түрдө алынган үлгүлөрдө салыштырма референс метод валидациясы билдирилген эмес.

Ошондуктан изилдөөнүн эң күчтүү жыйынтыгы “коммерциялык азык-түлүк тест системасы даяр” эмес; антителого негизделген non-Faradaik EIS менен жасалма интеллект талдоосу татаал азык-түлүк матрицаларында колдонууга мүмкүн болгон изилдөө платформасын түзө аларын жана матрица өткөрүү көйгөйүн сандык түрдө көрүнүктүү кыларын көрсөтөт.

Булак жана Ыкма Эскертүүсү

Толук түпнуска эмгектин аталышы: AI-Assisted Electrochemical Immunosensing for Matrix-Aware Detection of Aflatoxin M1 and Atrazine in Food Matrices

Авторлор: Kundan Kumar Mishra; Shanmathi Venkatesan; Sriram Muthukumar; Shalini Prasad.

Авторлордун ирети: Булакта жогорудагы ирет менен берилген. Тең биринчи/тең салым белгиси жок.

Жооптуу автор: Shalini Prasad.

Мекемелер: Department of Bioengineering, University of Texas at Dallas, Richardson, Texas, АКШ; EnLiSense LLC, Allen, Texas, АКШ.

Булак түрү: Рецензияланган түпнуска эксперименттик изилдөө макаласы.

Журнал: Biosensors.

Басмакана: MDPI, Basel, Switzerland.

Том / сан / макала: 16 / 7 / 352.

DOI: 10.3390/bios16070352.

Расмий жарыя шилтемеси:https://doi.org/10.3390/bios16070352

Күндөр: Алынды 31 май 2026; кайра каралды 19 июнь 2026; кабыл алынды 21 июнь 2026; жарыяланды 23 июнь 2026.

Рецензиялоо статусу: Изилдөө рецензияланган Biosensors журналында жарыяланган түпнуска изилдөө макаласы. Preprint эмес.

Лицензия: Creative Commons Attribution (CC BY); ачык жеткиликтүүлүк.

Каржылоо: Авторлор изилдөө тышкы каржылоо албаганын билдиришкен.

Этика комитети: Колдонулбайт.

Маалымдалган макулдук: Колдонулбайт.

Маалымат жеткиликтүүлүгү: Натыйжаларды колдогон маалыматтарды жооптуу автордон суроо боюнча алууга болору көрсөтүлгөн. Макала маалыматтар “privacy or ethical restrictions” себептүү коомчулукка ачык эмес экенин айтат. Бирок изилдөө азык-түлүк матрицалары менен жүргүзүлүп, этика комитети/макулдук колдонулбайт деп билдирилген; бул чектөөнүн деталдуу себеби булакта түшүндүрүлбөйт.

Кызыкчылыктардын кагылышы: Shalini Prasad жана Sriram Muthukumar EnLiSense LLC компаниясында олуттуу финансылык кызыкчылыкка ээ экени билдирилген. Компаниянын изилдөөдөгү натыйжа жана технологияга коммерциялык кызыкчылыгы болушу мүмкүн экени көрсөтүлөт. Потенциалдуу кызыкчылыктардын кагылышы University of Texas at Dallas тарабынан каралып жана башкарылганы, изилдөө дизайнына, маалымат чогултуу/талдоого, отчет жазууга же жарыя чечимине таасир бербегени булакта айтылат. Портативдик түзмөк жана технология платформасы EnLiSense LLCге таандык катталган технология экени да өзүнчө көрсөтүлгөн.

Жасалма интеллект колдонуу билдирүүсү: Авторлор макаланы даярдоодо Microsoft Copilot 148.0.3967.70 версиясын грамматиканы оңдоо, сүйлөм түзүлүшү, түшүнүктүүлүктү жакшыртуу жана тилдик редакция үчүн колдонушканын; бардык AI колдогон чыгарылыштарды өздөрү карап чыгып түзөткөнүн билдиришкен.

Авторлордун салымы: Концептуалдаштыруу K.K.M., S.M. жана S.P.; методология K.K.M. жана S.V.; программалык камсыздоо K.K.M., S.V. жана S.M.; валидация K.K.M. жана S.M.; формалдуу талдоо K.K.M. жана S.V.; изилдөө S.M. жана S.P.; маалымат курациясы K.K.M. жана S.V.; биринчи долбоор K.K.M. жана S.V.; карап чыгуу/редакция K.K.M., S.M. жана S.P.; жетекчилик S.M. жана S.P.; долбоорду башкаруу K.K.M., S.M. жана S.P.; каржылоону камсыз кылуу S.M. жана S.P. деп билдирилген.

Булак ичиндеги 5-сүрөт дал келбестиги: Натыйжа текстиндеги A/B/C панель шилтемелери жарыяланган 5-сүрөт жана анын түшүндүрмөсүндөгү чыныгы панель иретине дал келбейт. Сүрөттө A модель салыштыруусу, B confusion matrix, C ROC ийри сызыгы жана D leave-one-matrix-out валидациясы. Текстте дагы 5C-сүрөткө таандык деп берилген feature importance анализи жарыяланган төрт панелдүү сүрөттө көрүнбөйт.

Машиналык үйрөнүү ыкмасы тууралуу эскертүү: Булак модель көрсөткүчтөрүн жана leave-one-matrix-out валидациясын берет; бирок гиперпараметрлер, random seed, деталдуу train/validation/test бөлүнүшү жана сенсор чиптен көз карандысыз валидация протоколу сыяктуу кайра өндүрүү деталдары жетишсиз. Ошондуктан модель метрикалары булакта берилген эксперименттик натыйжалар катары жеткирилди, реалдуу дүйнөдө жалпылоо кепилдиги катары чечмеленген жок.

Аналитикалык ыкма чеги: Булак формалдуу LOD же LOQ маанисин билдирбейт. Эксперименттик концентрация диапазондору аныктоо чеги катары кайра аталып кеткен жок.

Талаа валидациясынын чеги: Изилдөө жүгөрү, жүгөрү уну жана белок матрицаларындагы көзөмөлдөнгөн spike эксперименттерине негизделет; табигый контаминацияланган коммерциялык азык-түлүк үлгүлөрүндө blind, көз карандысыз талаа валидациясын бербейт.

Verianla булак эскертүүсү: Бул мазмундагы илимий ыкма, механизм, концентрациялар, EIS параметрлери, калибрлөө натыйжалары, recovery, кайчылаш реактивдүүлүк, жасалма интеллект классификациясы жана чектөөлөр жүктөлгөн булак изилдөөдөн алынган. Тышкы булак колдонуу библиографиялык идентификация, жарыя версиясы жана журналдын рецензиялоо статусун текшерүү менен гана чектелген; сырттан жаңы илимий натыйжа кошулган эмес.