Ushbu tadqiqot oziq-ovqat matritsalaridagi Aflatoksin M1 va atrazinni antitana bilan funksionallashtirilgan elektrokimyoviy sensor hamda sun’iy intellekt yordamidagi signal tahlili orqali farqlashni o‘rganadi. Laboratoriyada loyihalashtirilgan PCB asosidagi sensorda oltin ishchi elektrod, uglerod qarshi elektrod va Ag/AgCl mos yozuvlar elektrodi ishlatildi. Aflatoksin M1 yoki atrazinga xos antitanalar DTSSP krosslinkeri orqali elektrod yuzasiga immobilizatsiya qilindi; makkajo‘xori, makkajo‘xori uni va oqsil matritsalariga nazoratli miqdorlarda qo‘shilgan analitlarning bog‘lanishi siklik voltammetriya, kulometriya va ayniqsa elektrokimyoviy impedans spektroskopiyasi (EIS) bilan kuzatildi. Taxminan 198 Hz dagi EIS ma’lumotlaridan tuzilgan kalibrlashlarda Aflatoksin M1 uchun R² = 0,968, atrazin uchun R² = 0,909 qayd etildi.

Tadqiqotning sun’iy intellekt qatlami bitta impedans qiymatini ishlatish o‘rniga butun chastota spektridan impedans kattaligi |Z|, haqiqiy impedans Z′, mavhum impedans Z″ va faza burchagi xususiyatlaridan foydalandi. Random Forest modeli Aflatoksin M1 bilan atrazinni ajratishda %97,4 aniqlik va 0,994 ROC-AUC qiymatiga erishdi. Konsentratsiyalar past, o‘rta va yuqori deb uch sinfga bo‘linganda 195 o‘lchov bo‘yicha umumiy aniqlik %93,33, umumiy AUC esa 0,985 deb bildirildi. Biroq model butunlay ko‘rilmagan oziq-ovqat matritsasiga ko‘chirilganda unumdorlik sezilarli darajada pasaydi: weighted F1 makkajo‘xorida 0,667, makkajo‘xori unida 0,471 va oqsil matritsasida 0,716 bo‘ldi. Shuning uchun tadqiqot laboratoriya ichidagi yuqori tasniflash muvaffaqiyatini qo‘llab-quvvatlar ekan, turli oziq-ovqat matritsalariga umumlashtirish hali ham hal qilinishi kerak bo‘lgan muhim muammo ekanini ko‘rsatadi.

Tadqiqot haqiqiy bozor namunalarida tabiiy kontaminatsiyani skrining qilish emas. Sinovdan o‘tkazilgan namunalar analit qo‘shilgan oziq-ovqat matritsalaridir. Tadqiqotda formal LOD yoki LOQ qiymati berilmagani sababli sensorning regulyator chegaralaridan pastda qanday aniq aniqlash limitiga ega ekanini ushbu manbadan chiqarib bo‘lmaydi.

Tadqiqotning asosiy muammosi nima?

Oziq-ovqat xavfsizligi sensorlarida faqat maqsad molekulani aniqlash yetarli emas. Makkajo‘xori, un yoki oqsilga boy mahsulotlar oqsillar, uglevodlar, tuzlar, zarrachalar va elektrokimyoviy jihatdan ta’sir qiluvchi boshqa komponentlarni o‘z ichiga olishi mumkin. Bu komponentlar elektrod yuzasida nospetsifik adsorbsiya, ifloslanish, o‘tkazuvchanlik o‘zgarishi va elektr ikki qavat farqlarini hosil qilib, maqsad analit signalini o‘zgartirishi mumkin.

Tadqiqot bu muammoni matritsa ta’siri doirasida ko‘rib chiqadi. Bir xil analit turli oziq-ovqat muhitlarida bo‘lganda elektrokimyoviy bazaviy chiziq o‘zgarishi mumkinligi sababli tadqiqotchilar faqat bitta kalibrlash egri chizig‘i tuzish o‘rniga har bir matritsa bo‘yicha blank normallashtirishni qo‘lladi va to‘liq EIS spektrini sun’iy intellekt yordamida talqin qildi.

Nega Aflatoksin M1 va atrazin birgalikda o‘rganildi?

Aflatoksin M1 va atrazin kimyoviy jihatdan turli ikki oziq-ovqat xavfsizligi nishonini ifodalaydi. Tadqiqot bu ikki analitni bir xil antitana bilan aniqlashga urinmaydi. Har bir analit uchun alohida, analitga xos monoklonal antitana bilan funksionallashtirilgan sensor hududlari tayyorlanadi.

Shuning uchun tizimning “ikki analitni tasniflashi” bitta universal yalang‘och elektrod noma’lum molekulaning kimligini bevosita aniqlaydi degani emas. O‘lchangan EIS barmoq izi ham maqsadning bog‘lanishidan, ham maqsadga xos antitana bilan yaratilgan elektrod interfeysidan ta’sirlanishi mumkin. Manba ushbu ikki hissani bir-biridan mustaqil ajratadigan tajriba bermaydi.

Sensorning jismoniy tuzilishi qanday?

Sensor laboratoriyada ishlab chiqilgan bosma plata (PCB) ustida uch elektrodli elektrokimyoviy tuzilma sifatida tayyorlandi:

• Ishchi elektrod: oltin.
• Qarshi elektrod: uglerod.
• Referens elektrod: Ag/AgCl.
• PCB asosi: FR4.
• Yuza qoplamasi: mis qoplangan plata ustida electroless nickel immersion gold (ENIG).

Oltin ishchi elektrod DTSSP orqali antitana bog‘lanishi uchun mos yuza ta’minladi. Alohida hududlar anti-Aflatoksin M1 va anti-atrazin antitanalari bilan funksionallashtirildi.

Antitana elektrodga qanday bog‘landi?

Elektrod avval fosfat tamponli fiziologik eritma (PBS) bilan tozalandi. Keyin 10 mM DTSSP va analitga xos antitana aralashmasi sensor yuzasiga qo‘llanib, 4 °C da 30 daqiqa inkubatsiya qilindi. Bog‘lanmagan krosslinker va ortiqcha antitana PBS bilan olib tashlandi.

Tahlil paytida tayyorlangan oziq-ovqat matritsasi namunasidan 5 µL sensor yuzasiga berildi va antitana-maqsad bog‘lanishi uchun 5 daqiqa kutiladi. So‘ng EIS, siklik voltammetriya va kulometriya o‘lchovlari bajarildi.

1-rasmning asosiy xabari nima?

Tadqiqotdagi 1-rasm butun tizimni yagona oqimda umumlashtiradi. Makkajo‘xori, makkajo‘xori uni va oqsil matritsalaridan olingan namunalar analitga xos antitanalar bilan qoplangan elektrokimyoviy yuzaga yetib keladi. Antigen-antitana o‘zaro ta’siri elektrod interfeysida hosil qilgan elektr o‘zgarishlar potentiostat bilan o‘lchanadi. Ayniqsa EIS spektri keyin xususiyat chiqarish va hisoblash tahlili bosqichiga uzatiladi; oxirgi bosqichda analit identifikatsiyasi, doza sinfi va matritsa bilan bog‘liq naqshlar baholanadi.

Rasmning muhim ilmiy xabari shuki, sensor va sun’iy intellekt ikki alohida vazifani bajaradi: sensor jismoniy bog‘lanishni elektr barmoq iziga aylantiradi, mashinaviy o‘rganish esa chastota bo‘ylab tarqalgan ushbu ko‘p o‘zgaruvchili barmoq izini tasniflaydi.

Siklik voltammetriya nimani ko‘rsatdi?

Siklik voltammetriya (CV) tajribalari 0 V dan +0,4 V gacha, keyin −0,6 V gacha va yana 0 V gacha skanerlandi. Skanerlash tezligi 50 mV/s, potensial qadami 2 mV edi. Aflatoksin M1 ham, atrazin ham uchun konsentratsiya oshishi bilan tok profillarida ajralish kuzatildi.

Tadqiqotda tashqi redoks zondi ishlatilmagani sababli mualliflar CV egri chiziqlarini Aflatoksin M1 yoki atrazinning bevosita elektrokimyoviy oksidlanishi/qaytarilishi sifatida talqin qilmaydi. Signal antitana-maqsad bog‘lanishidan keyin yuzaning qutblanishi, sig‘imli zaryadlanish, ionlarning kirish imkoniyati va elektrod interfeysida yuz beradigan boshqa o‘zgarishlar bilan bog‘lanadi.

Manfiy potensiallarda kuzatilgan pik muayyan redoks juftiga biriktirilmaydi. Mualliflar elektrolit yoki matritsadagi iz komponentlar ham ushbu xususiyatga hissa qo‘shishi mumkinligini aniq ta’kidlaydi.

Kulometriya nima qo‘shdi?

Kulometrik tajribalarda 0 V da 10 soniyalik dastlabki qadamdan so‘ng −0,3 V va +0,3 V li 0,5 soniyalik potensial qadamlari qo‘llandi. Namunalash oralig‘i 0,01 soniya edi.

CV potensial skaneri davomida oniy tok o‘zgarishini ko‘rsatadi, kulometriya esa vaqt davomida yig‘ilgan zaryadni baholaydi. 2-rasmda ikkala analit uchun ham doza oshishi bilan zaryad egri chiziqlari ajralishi ko‘rinadi. Mualliflar bu natijani ham maqsad molekulasining bevosita redoks reaksiyasi emas, balki antitana bilan funksionallashtirilgan interfeysdagi bog‘lanishga oid elektr o‘zgarishining vaqt bo‘yicha integrallangan ko‘rsatkichi sifatida talqin qiladi.

Nega EIS tadqiqotning markazida?

Elektrokimyoviy impedans spektroskopiyasi bitta tok yoki potensial qiymati o‘rniga chastota bo‘yicha elektr javob hosil qiladi. Tadqiqotda EIS 100 kHz dan 10 Hz gacha, har dekadaga 10 nuqta bilan o‘lchandi. DC potensial 0 V, AC perturbatsiya 10 mV rms edi va tashqi redoks zondi ishlatilmadi.

Shu sababli tadqiqot klassik Faradaik redoks-zond impedansini emas, non-Faradaik elektrod/elektrolit interfeysini baholaydi. Maqsadning bog‘lanishi elektr ikki qatlam, yuza qutblanishi, ion taqsimoti va interfeysning dielektrik xususiyatlarini o‘zgartirishi mumkinligi sababli, ayniqsa past va o‘rta chastotalarda analit konsentratsiyalari orasidagi farq ortadi.

3-rasm nimani ko‘rsatadi?

3-rasmdagi Bode egri chiziqlarida impedans past chastotada yuqoriroq, chastota ortishi bilan pastroq bo‘ladi. Aflatoksin M1 ham, atrazin ham uchun D0–D5 dozalar orasida ayniqsa past chastota hududida ajralish kuzatiladi.

Kalibrlash uchun spektrning taxminan 198 Hz nuqtasidagi |Z| qiymati tanlangan. Aflatoksin M1 uchun konsentratsiya-impedans munosabati R² = 0,968, atrazin uchun R² = 0,909 deb qayd etilgan. Atrazin kalibrlashidagi kattaroq tarqalish mualliflar tomonidan matritsa va analitga bog‘liq o‘zgaruvchanlik bilan izohlanadi.

Ushbu konsentratsiya oraliqlari tadqiqotning sinov oraliqlaridir; formal LOD yoki LOQ sifatida talqin qilinmasligi kerak. Manbada alohida LOD/LOQ hisob-kitobi ham berilmagan.

Matritsa ta’sirini qanday kamaytirishga harakat qilindi?

Har bir namuna o‘z matritsasiga tegishli blank javobiga nisbatan normallashtirildi. Shu yo‘l bilan makkajo‘xori, makkajo‘xori uni yoki oqsil matritsasi orasidagi boshlang‘ich impedans farqlari va chiplar orasidagi bazaviy chiziq o‘zgaruvchanligini kamaytirish maqsad qilindi.

Impedansdagi foiz o‘zgarishi manbada quyidagicha hisoblangan:

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

Kalibrlashdan oldin texnik takrorlar sensorlar sonini sun’iy tarzda og‘irlashtirmasligi uchun avval chip darajasida o‘rtachalar hisoblandi. Yakuniy grafiklar turli chiplarning o‘rtacha qiymatlari va o‘rtacha qiymatning standart xatosi (SEM) bilan berildi. Biroq manba ishlatilgan mustaqil chiplar sonini aniq n qiymati bilan bermagani uchun eksperimental takrorlar tuzilmasini to‘liq qayta tiklab bo‘lmaydi.

Spike-recovery natijalari nimani ko‘rsatadi?

4-rasmda Aflatoksin M1 uchun 0,01; 0,055; 0,303; 1,664 va 9,151 ng/mL, atrazin uchun 0,1; 0,4; 1,6; 6,4 va 25,6 ng/mL darajalarida recovery tajribalari ko‘rsatilgan. Mualliflar qiymatlarning aksariyati %80–120 qabul oralig‘ida va %100 ga yaqin ekanini bildiradi.

Biroq manba barcha recovery qiymatlarini raqamli jadval ko‘rinishida bermagani uchun grafik ustunlaridan aniq foizlar chiqarilmasligi kerak. Bundan tashqari grafik recovery natijalarini makkajo‘xori, makkajo‘xori uni va oqsil matritsasi uchun alohida raqamli jadvallar sifatida ko‘rsatmaydi. Shu sababli “uchala matritsada har bir konsentratsiyada bir xil recovery olindi” degan xulosa chiqarib bo‘lmaydi.

Selektivlik qanchalik sinovdan o‘tkazildi?

Aflatoksin M1 sensori Aflatoksin B1 bilan, atrazin sensori esa glifosat bilan kross-reaktivlik nuqtai nazaridan taqqoslandi.

Aflatoksin M1 maqsad javoblari past, o‘rta va yuqori guruhlarda taxminan %97, %101 va %100 bo‘lgan paytda Aflatoksin B1 javoblari taxminan %8, %4 va %5 deb qayd etildi. Atrazin maqsad javobi taxminan %97–101 oralig‘ida qolar ekan, glifosat taxminan %4–8 javob hosil qildi.

Bu natijalar sinovdan o‘tkazilgan ikki interferentga nisbatan kuchli selektivlikni qo‘llab-quvvatlaydi. Biroq interferent paneli faqat Aflatoksin B1 va glifosat bilan cheklangan; ko‘plab mikotoksin, pestitsid yoki oziq-ovqat komponentlarini qamrab oluvchi keng selektivlik tadqiqoti bajarilmagan.

Sun’iy intellekt qaysi ma’lumotdan foydalanadi?

Mashinaviy o‘rganish bitta tanlangan chastotadan emas, EIS spektrining to‘liq xususiyatlaridan foydalanadi. Model kirishlari:

• Impedans kattaligi |Z|
• Haqiqiy impedans Z′
• Mavhum impedans Z″
• Faza burchagi

deb ko‘rsatilgan. Manbadagi model taqqoslash grafigida Random Forest eng yuqori weighted F1 qiymatini ko‘rsatadi. Grafikda Random Forest taxminan 0,974; Gradient Boosting 0,938; SVM-RBF 0,923 va Logistic Regression 0,764 deb belgilangan.

Aflatoksin M1 bilan atrazin qanchalik yaxshi ajratildi?

Random Forest modeli 105 Aflatoksin M1 namunasining 102 tasini va 90 atrazin namunasining 88 tasini to‘g‘ri tasnifladi. Jami 195 yozuvning beshtasi noto‘g‘ri tasniflandi; manba umumiy aniqlikni %97,4 deb bildirdi.

Ikki analit orasidagi ROC egri chizig‘i ostidagi maydon 0,994 deb qayd etildi. Bu qiymat tadqiqotning o‘z ma’lumot tuzilmasida kuchli ajratish unumdorligini ko‘rsatadi; haqiqiy ishlab chiqarish liniyasida yoki ilgari ko‘rilmagan oziq-ovqat mahsulotlarida ayni muvaffaqiyat saqlanishini o‘zi yolg‘iz isbotlamaydi.

Konsentratsiya tasnifi qanday bajarildi?

Olti doza darajasi uch toifaga birlashtirildi:

• Past: D0–D1
• O‘rta: D2–D3
• Yuqori: D4–D5

D0 blank/nazorat shartidir. Demak, “past konsentratsiya” sinfi ham analit bo‘lmagan blank namunalarni, ham eng past musbat dozani birga o‘z ichiga oladi. Model unumdorligi talqin qilinayotganda bu sinf ta’rifi hisobga olinishi kerak.

Eng kritik sun’iy intellekt testi: ko‘rilmagan matritsaga o‘tish

Tadqiqotning eng muhim realizm sinovlaridan biri leave-one-matrix-out validatsiyasidir. Bitta oziq-ovqat matritsasi o‘quv ma’lumotidan butunlay olib tashlandi va model faqat shu ko‘rilmagan matritsada sinovdan o‘tkazildi.

Makkajo‘xori uni uchun F1 ning 0,471 gacha tushishi umumiy %97,4 analit tasnif aniqligi yangi matritsalarda avtomatik saqlanmasligini aniq ko‘rsatadi. Tadqiqotning o‘z talqiniga ko‘ra, zarracha miqdori, qovushqoqlik, nospetsifik adsorbsiya yoki ion muhiti kabi xususiyatlar bu farqda rol o‘ynashi mumkin.

5-rasmdagi manba ichidagi nomuvofiqlik

Maqola matni bilan 5-rasmning haqiqiy panel tartibi bir-biriga mos kelmaydi. Matn 5A-rasmni Random Forest confusion matrix deb ataydi, holbuki haqiqiy 5A-rasm model taqqoslashini ko‘rsatadi. Haqiqiy confusion matrix 5B da. Matn ROC egri chizig‘ini 5B deb tasvirlaydi, lekin haqiqiy ROC grafigi 5C da.

Asosiy matn bundan tashqari “5C-rasmdagi feature importance tahlili” haqida gapiradi; ammo nashr etilgan 5-rasmda ko‘rinadigan panellar A model taqqoslash, B confusion matrix, C ROC egri chizig‘i va D leave-one-matrix-out testidir. Alohida feature importance grafigi ko‘rsatilmagan. Bu tahririy nomuvofiqlik Verianla matnida yashirincha tuzatilmagan.

Mashinaviy o‘rganishni qayta ishlab chiqish mumkinmi?

Manba model nomlari va unumdorlik natijalarini bildiradi, biroq mashinaviy o‘rganish tajribasini qayta qurish uchun zarur ayrim asosiy tafsilotlarni ochiq metod protokoli sifatida bermaydi. PDF da model hiperparametrlari, random seed, standart train/validation/test ajratilishi, hiperparametr optimallashtirish usuli va chip identifikatoriga ko‘ra ajratilgan mustaqil validatsiya protokoli aniq ko‘rsatilmagan.

Shu sababli tadqiqot kuchli dastlabki tasnif natijasini taqdim etadi; biroq modelni mustaqil tadqiqot guruhi bir xil unumdorlik bilan qayta ishlab chiqishi uchun batafsilroq ML metodlari hisobotini talab qiladi.

Tadqiqotning kuchli tomonlari nimalar?

• Bir platformada CV, kulometriya va EIS kabi uch elektrokimyoviy o‘qish usuli taqqoslangan.
• EIS bitta chastota o‘rniga to‘liq spektr xususiyatlari bilan baholangan.
• Har bir matritsa bo‘yicha blank normallashtirish qo‘llangan.
• Makkajo‘xori, makkajo‘xori uni va oqsil kabi uch xil oziq-ovqat muhiti ishlatilgan.
• Spike-recovery va kross-reaktivlik sinovlari bajarilgan.
• Sun’iy intellekt bahosi faqat umumiy aniqlik bilan cheklanmagan; ko‘rilmagan matritsaga ko‘chish alohida sinovdan o‘tkazilgan.
• Tadqiqot eng zaif ko‘chirish natijasini yashirmagan va makkajo‘xori unida F1 = 0,471 qiymatini aniq bildirgan.

Tadqiqotning cheklovlari nimalar?

• Haqiqiy, tabiiy kontaminatsiyalangan tijoriy oziq-ovqat namunalarida mustaqil dala validatsiyasi o‘tkazilmagan.
• Formal LOD va LOQ qiymatlari qayd etilmagan.
• Recovery natijalarining barchasi matritsa bo‘yicha raqamli jadval sifatida berilmagan.
• Kross-reaktivlik faqat Aflatoksin B1 va glifosat bilan sinovdan o‘tkazilgan.
• “Oqsil matritsasi”ning mahsulot tarkibi va batafsil identifikatsiyasi berilmagan.
• Mustaqil chiplar soni va eksperimental takrorlash arxitekturasi to‘liq tushuntirilmagan.
• Mashinaviy o‘rganish hiperparametrlari va trening/validatsiya protokolining asosiy tafsilotlari yetishmaydi.
• Ko‘rilmagan makkajo‘xori uni matritsasida weighted F1 qiymati 0,471 gacha tushgan.
• Ikki analit o‘lchovi turli antitana bilan funksionallashtirilgan yuzalarga asoslanganligi sababli analit tasnifi natijasini bitta universal sensor yuzasi noma’lum analitlarni ajratadi deb talqin qilib bo‘lmaydi.
• 5-rasmning matn ichidagi panel havolalarida nashr etilgan rasmga mos kelmaydigan havolalar mavjud.

Tadqiqot qo‘llab-quvvatlaydigan natijalar

• Antitana bilan funksionallashtirilgan elektrokimyoviy yuzalar sinovdan o‘tkazilgan Aflatoksin M1 va atrazin konsentratsiyalarida dozaga bog‘liq CV, kulometriya va EIS o‘zgarishlarini hosil qilgan.
• Taxminan 198 Hz dagi impedans kalibrlashi Aflatoksin M1 uchun R² = 0,968, atrazin uchun R² = 0,909 berdi.
• Sinovdan o‘tkazilgan spike-recovery sharoitlarida natijalarning aksariyati tadqiqot qo‘llagan %80–120 qabul oynasida qolgan.
• Aflatoksin M1 sensori Aflatoksin B1 ga, atrazin sensori esa glifosatga nisbatan ancha yuqori maqsad javobi hosil qilgan.
• Full-spectrum EIS ma’lumotlari qo‘llanganda Random Forest modeli ikki analitni tadqiqot ma’lumotlar to‘plamida %97,4 aniqlik va 0,994 AUC bilan ajratgan.
• Past/o‘rta/yuqori konsentratsiya tasnifida %93,33 umumiy aniqlik qayd etilgan.
• Leave-one-matrix-out testi matritsa almashishi model unumdorligiga sezilarli ta’sir qilishi mumkinligini ko‘rsatgan.

Tadqiqot qo‘llab-quvvatlamaydigan yoki isbotlamaydigan natijalar

• Sensor haqiqiy oziq-ovqat bozorida %97,4 aniqlik bilan ishlashini isbotlamaydi.
• Platforma tabiiy kontaminatsiyali noma’lum namunalar uchun regulyator referens metodlarini almashtirishi mumkinligini ko‘rsatmaydi.
• Formal aniqlash chegarasi berilmagani sababli muayyan huquqiy limitdan pastda ishonchli aniqlash kafolatini bermaydi.
• Faqat ikki interferent sinovdan o‘tkazilgani sababli barcha mikotoksin va pestitsidlarga qarshi selektivlik isbotlanmagan.
• Yuqori ROC-AUC yangi oziq-ovqat turlarida ayni unumdorlik saqlanishini isbotlamaydi.
• Tadqiqot ishlab chiqarish liniyasida uzluksiz monitoring, saqlash muddati davomida sensor barqarorligi yoki uzoq muddatli dala chidamliligi testi emas.
• Sun’iy intellekt modeli tijoriy jihatdan mustaqil tashqi ma’lumotlar to‘plamida validatsiya qilinmagan.

Turkiya nuqtai nazaridan qanday o‘qilishi kerak?

Tadqiqotda Turkiyaga xos oziq-ovqat namunasi, ishlab chiqarish korxonasi, me’yoriy limit yoki dala ma’lumoti yo‘q. Shu sababli natijalarni Turkiyadagi oziq-ovqat nazorati infratuzilmasida bevosita tasdiqlangan unumdorlik sifatida ko‘rsatib bo‘lmaydi.

Shunga qaramay, tadqiqot turli oziq-ovqat matritsalari bir xil sensorning elektr fonini o‘zgartirishi mumkinligini aniq ko‘rsatgani uchun, o‘xshash platforma Turkiyadagi oziq-ovqat mahsulotlarida baholansa, mahsulot va matritsa asosida kalibrlash zarurligiga ishora qiluvchi umumiy muhandislik doirasini beradi.

Tadqiqotning Usuli va Natijalari

Namunalar va reagentlar

Aflatoksin M1 va atrazinga xos monoklonal antitanalar biotanib olish elementi sifatida ishlatildi. Antitanani immobilizatsiya qilishda 3,3′-dithiobis(sulfosuccinimidyl propionate), ya’ni DTSSP qo‘llandi. Oziq-ovqat matritsalari mahalliy supermarketdan olingan makkajo‘xori, makkajo‘xori uni va manbada faqat “protein” deb ta’riflangan mahsulotdan tayyorlandi.

Namunalar va reagentlar kichik alikvotlarga bo‘linib, −20 °C da saqlandi. Tajribadan oldin xona haroratiga keltirildi va kerak bo‘lganda suspenziyadagi zarrachalarni olib tashlash uchun sentrifugalandi.

Elektrokimyoviy qurilma va o‘lchov parametrlari

Doza darajalari

EIS ma’lumotlarini qayta ishlash

Har bir EIS spektridan chastota, |Z|, Z′, Z″ va faza burchagi ajratib olindi. Tadqiqotchilar ma’lumotni ekvivalent zanjir modeliga qisqartirish o‘rniga to‘liq spektrli elektrokimyoviy barmoq izi sifatida ishlatdi.

Ekvivalent zanjir modellashtirishning birlamchi tahlil sifatida ishlatilmasligi tajribalar non-Faradaik sharoitlarda bajarilgani va spektrlar murakkab interfeys javoblarini ifodalashi bilan izohlandi.

Texnik takrorlar soni natijalarga nomutanosib ta’sir qilmasligi uchun avval sensor chipi darajasidagi o‘rtachalar hisoblandi. Natijalar turli chiplar bo‘yicha o‘rtacha va SEM sifatida taqdim etildi.

Kalibrlash natijalari

Sun’iy intellekt natijalari

Model taqqoslash rasmiga ko‘ra Random Forest eng yuqori weighted F1 unumdorligini ko‘rsatdi. Ikki analitni Random Forest bilan tasniflashda 102/105 Aflatoksin M1 va 88/90 atrazin yozuvi to‘g‘ri bashorat qilindi.

Mashinaviy o‘rganish hisobotidagi metod cheklovi

Manbada Random Forest, Gradient Boosting, SVM-RBF va Logistic Regression natijalari ko‘rsatilgan bo‘lsa-da, model hiperparametrlari, random seed, batafsil trening/test nisbati, hiperparametr tanlash protsedurasi va sensor chip identifikatoridan butunlay mustaqil validatsiya tuzilmasi aniq qayd etilmagan.

Bu yetishmovchilik unumdorlik qiymatlarini bekor qilmaydi; biroq natijalarni mustaqil qayta ishlab chiqish va haqiqiy joylashtirish ssenariylariga qanchalik ko‘chirish mumkinligi borasida muhim uslubiy noaniqlik yaratadi.

Haqiqiy dunyo validatsiyasi chegarasi

Tajribalarda ishlatilgan oziq-ovqat namunalari nazoratli ravishda spike qilingan matritsalardir. Tabiiy kontaminatsiyalangan, manbasi noma’lum yoki bozordan blind tarzda yig‘ilgan namunalarda taqqoslovchi referens metod validatsiyasi qayd etilmagan.

Shuning uchun tadqiqotning eng kuchli natijasi “tijoriy oziq-ovqat test tizimi tayyor” emas; antitana asosidagi non-Faradaik EIS bilan sun’iy intellekt tahlili murakkab oziq-ovqat matritsalarida qo‘llanadigan tadqiqot platformasini yaratishi va matritsa transferi muammosini miqdoriy ravishda ko‘rinadigan qilishi mumkinligidir.

Manba va Usul Qaydi

To‘liq asl ish nomi: AI-Assisted Electrochemical Immunosensing for Matrix-Aware Detection of Aflatoxin M1 and Atrazine in Food Matrices

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

Mualliflar tartibi: Manbada yuqoridagi tartibda berilgan. Teng birinchi/teng hissa belgisi yo‘q.

Mas’ul muallif: Shalini Prasad.

Muassasalar: Department of Bioengineering, University of Texas at Dallas, Richardson, Texas, AQSh; EnLiSense LLC, Allen, Texas, AQSh.

Manba turi: Hakemli asl eksperimental tadqiqot maqolasi.

Jurnal: Biosensors.

Nashriyot: MDPI, Basel, Switzerland.

Jild / son / maqola: 16 / 7 / 352.

DOI: 10.3390/bios16070352.

Rasmiy nashr havolasi:https://doi.org/10.3390/bios16070352

Sanalar: Qabul qilindi 31 may 2026; qayta ko‘rib chiqildi 19 iyun 2026; qabul qilindi 21 iyun 2026; nashr qilindi 23 iyun 2026.

Hakemlik holati: Tadqiqot hakemli Biosensors jurnalida chop etilgan asl tadqiqot maqolasidir. Preprint emas.

Litsenziya: Creative Commons Attribution (CC BY); ochiq kirish.

Moliyalashtirish: Mualliflar tadqiqot tashqi moliyalashtirish olmaganini bildirgan.

Etika qo‘mitasi: Qo‘llanilmaydi.

Axborotli rozilik: Qo‘llanilmaydi.

Ma’lumot mavjudligi: Natijalarni qo‘llab-quvvatlovchi ma’lumotlar mas’ul muallifdan so‘rov asosida olinishi mumkinligi aytiladi. Maqola ma’lumotlar “privacy or ethical restrictions” sababli ommaviy emasligini bildiradi. Biroq tadqiqot oziq-ovqat matritsalari bilan bajarilgan va etika qo‘mitasi/rozilik qo‘llanilmaydi deb ko‘rsatilgan; ushbu cheklovning batafsil sababi manbada izohlanmagan.

Manfaatlar to‘qnashuvi: Shalini Prasad va Sriram Muthukumar EnLiSense LLC da muhim moliyaviy manfaatga ega ekani bayon qilingan. Kompaniyaning tadqiqotdagi natija va texnologiyaga tijoriy qiziqishi bo‘lishi mumkinligi ko‘rsatilgan. Potensial manfaatlar to‘qnashuvi University of Texas at Dallas tomonidan ko‘rib chiqilib boshqarilgani va tadqiqot dizayni, ma’lumot yig‘ish/tahlil, hisobot yozish yoki nashr qarorida rol o‘ynamagani manbada aytiladi. Portativ qurilma va texnologiya platformasi EnLiSense LLC ga tegishli ro‘yxatdan o‘tgan texnologiya ekani ham alohida qayd etilgan.

Sun’iy intellektdan foydalanish bayonoti: Mualliflar maqola tayyorlash paytida Microsoft Copilot 148.0.3967.70 versiyasidan grammatika tuzatish, gap tuzilishi, ravshanlikni oshirish va til tahriri uchun foydalanganini; sun’iy intellekt yordamidagi barcha chiqishlarni o‘zlari ko‘rib chiqib tahrir qilganini bildirgan.

Muallif hissalari: Konseptuallashtirish K.K.M., S.M. va S.P.; metodologiya K.K.M. va S.V.; dasturiy ta’minot K.K.M., S.V. va S.M.; validatsiya K.K.M. va S.M.; formal tahlil K.K.M. va S.V.; tadqiqot S.M. va S.P.; ma’lumot kuratsiyasi K.K.M. va S.V.; dastlabki qoralama K.K.M. va S.V.; ko‘rib chiqish/tahrirlash K.K.M., S.M. va S.P.; nazorat S.M. va S.P.; loyiha boshqaruvi K.K.M., S.M. va S.P.; moliyalashtirishni ta’minlash S.M. va S.P. deb qayd etilgan.

Manba ichidagi 5-rasm nomuvofiqligi: Natijalar matnidagi A/B/C panel havolalari nashr etilgan 5-rasm va rasm izohidagi haqiqiy panel tartibiga mos kelmaydi. Rasmda A model taqqoslash, B confusion matrix, C ROC egri chizig‘i va D leave-one-matrix-out validatsiyasidir. Matnda bundan tashqari 5C-rasmga nisbat berilgan feature importance tahlili nashr etilgan to‘rt panelli rasmda ko‘rinmaydi.

Mashinaviy o‘rganish usuli qaydi: Manba model unumdorligi va leave-one-matrix-out validatsiyasini bildiradi; biroq hiperparametrlar, random seed, batafsil train/validation/test ajratilishi va sensor chipidan mustaqil validatsiya protokoli kabi qayta ishlab chiqish tafsilotlari yetishmaydi. Shu sababli model metriklari manbada qayd etilgan eksperimental natijalar sifatida berildi, haqiqiy dunyoda umumlashtirish kafolati sifatida talqin qilinmadi.

Analitik usul chegarasi: Manba formal LOD yoki LOQ qiymatini bildirmaydi. Eksperimental konsentratsiya oraliqlari aniqlash limiti sifatida qayta nomlanmadi.

Dala validatsiyasi chegarasi: Tadqiqot makkajo‘xori, makkajo‘xori uni va oqsil matritsalaridagi nazoratli spike tajribalariga asoslanadi; tabiiy kontaminatsiyalangan tijoriy oziq-ovqat namunalarida blind, mustaqil dala validatsiyasini bermaydi.

Verianla manba qaydi: Ushbu kontentdagi ilmiy usul, mexanizm, konsentratsiyalar, EIS parametrlari, kalibrlash natijalari, recovery, kross-reaktivlik, sun’iy intellekt tasnifi va cheklovlar yuklangan manba tadqiqotdan olingan. Tashqi manbalardan foydalanish faqat bibliografik identifikatsiya, nashr versiyasi va jurnal hakemlik holatini tasdiqlash bilan cheklangan; tashqaridan yangi ilmiy natija qo‘shilmagan.