食品安全问题已经引起了全世界的关注。金属钌配合物，具有稳定的化学结构和光物化性能，使其成为复合材料合成中的研究热点。其衍生出的优异性能材料在催化、储气、药物输送和荧光传感等领域发挥重要作用。近日，理学院“功能纳米农业应用创新”学科培育创新团队在国际权威期刊《Journal of Hazardous Materials》（中科院1区TOP期刊，IF=13.6）以及《ACS Sustainable Chemistry & Engineering》（中科院1区TOP期刊，IF=8.4）上发表题为《Real-time intelligent detection of ethephon based on a high-throughput ratiometric fluorescent probe》（基于高通量比率荧光探针的乙烯利实时智能检测）和《Deep learning assisted rapid assessment of food freshness using an anti-interfering triple-emission ratiometric fluorescent sensor》（深度学习辅助的抗干扰三发射比率荧光传感器对食品新鲜度快速评估）的研究论文。该研究得到国家自然科学基金、四川省自然科学基金和四川农业大学学科建设双支计划的支持。

基于多种算法深度学习集成比率荧光智能多功能传感平台，构建用于多场景下pH的检测并结合凝胶标签监测肉类新鲜度。该工作利用钌配合物合成了比率双发射以及三发射荧光探针，它们对乙烯利以及pH的响应具有较高的灵敏度、选择性以及抗干扰性，其荧光颜色也会随着目标检测物发生丰富多彩的变化，这些使得这些探针在传统单色荧光传感中脱颖而出。能实现在乙烯利浓度在3−500 μM以及pH=2.5−9范围内良好的荧光响应，荧光颜色由蓝绿色依次变为浅绿色、浅黄色、橙色和红色，LOD值分别为3 μM和pH=2.5。基于深度学习的人工智能集成设备以及高通量工具的引入（微信小程序小程序“Intelligent Fluorescence Analysis”及“96 Speckles”），能实现信息的快速提取以及数据的大量处理，更是如虎添翼，能完成大批量的定性定量分析，并能实现实际样品中的高效可视化检测。为食品安全、环境监测以及生命科学领域提供了便利高效的分析手段。

通过构建Ru@Zr-MOF三发射比率荧光探针，团队基于YOLO v5x的深度学习设计微信小程序及3D打印暗盒集成比率荧光智能传感平台，实现对农残乙烯利的检测。该比率探针荧光强度比与乙烯利浓度在3−50 μM和50−500 μM范围内呈良好的线性关系，最低检出限为1 μM。这是由于Zr−O−P键的形成减弱了配体-金属电荷转移（LMCT）过程，促使配体2-APDC的蓝色荧光恢复。最后结合已开发的基于96孔板的微信小程序“96 Speckles”，实现了苹果、梨和番茄中乙烯利的实时高通量检测。

据悉，该团队长期以来积极融入我校“农动林”主流学科体系，打破学科壁垒与界限，积极探索化学、人工智能、农学、动物营养等多学科间的交叉融合和协同创新，拓展学校化学学科视野，提升化学学科创新能力及竞争力。

论文链接：

https://doi.org/10.1016/j.jhazmat.2023.133156

https://doi.org/10.1021/acssuschemeng.3c07765