由东京工业大学制作
图1
通过区分来自单个肽传感器的多个光信号来识别水溶性聚合物的示意图
学分:东京工业大学 东京理工大学的科学家已经开发出一种肽传感器，用于检测废水中的水溶性聚合物，这是造成污染的主要原因，与微塑料相当
新技术利用肽和不同聚合物之间的结合来训练机器学习算法，该算法可以识别单一溶液中的大量污染物
从濒临灭绝的珊瑚礁到不断减少的鱼类种群，塑料造成的海洋污染越来越受到全球关注
最近关于塑料污染的大部分讨论都围绕着微塑料展开，微塑料是一种很难从水中去除的微小塑料
但是，人们对水溶性合成聚合物作为海洋污染源越来越感兴趣，特别是考虑到它们对土壤和水环境造成的风险
由于它们是水溶性的，不能用常规的过滤技术回收
开发替代方法来去除这些污染物是关键
因此，了解水溶性聚合物污染物的确切性质，以及量化其在废水中的数量，已经成为研究人员的一个焦点
聚合物是化学物质的长链，由小得多的重复单元组成
尽管蛋白质很少与这个术语联系在一起，但它们也可以被认为是聚合物，因为它们由数千个被称为“氨基酸”的亚单位组成
“这些氨基酸的短链被称为肽
肽可以以不同的方式和不同的亲和力与分子(如聚合物)发生特定和非特定的相互作用
在发表于ACS应用材料与界面的一项新研究中，东京理工大学的研究人员利用这些相互作用开发了一种新的肽传感器，用于识别混合溶液中的水溶性聚合物
“我们的技术依赖于模拟哺乳动物气味和味觉辨别的机器学习模式分析
领导这项研究的Takeshi Serizawa教授说:“就像我们的鼻子和舌头可以使用有限数量的受体蛋白质来区分无数种气味和味道一样，我们的单个肽传感器也可以用来检测多种聚合物和其他分子。”
研究小组将这项技术建立在与一种叫做聚(N-异丙基丙烯酰胺)的合成聚合物结合的肽的基础上
然后，他们在肽中引入了一种叫做N-(1-苯胺基萘基-4)马来酰亚胺(ANM)的荧光“标签”，以帮助获得其不同相互作用的信号
ANM的荧光根据肽的相互作用而变化，从而发出可检测的信号
研究人员测量了不同聚合物的已知溶液浓度下来自ANM的信号，并用它来训练“线性判别分析”算法，这是一种有监督的机器学习(见图1)
然后，他们用未知样本验证了他们的技术，发现传感器和算法可以识别混合溶液中的聚合物
此外，在溶液中加入少量乙醇或氯化钠以轻微改变化学相互作用后，机器学习算法可以区分具有相似性质的聚合物
最后，他们在实际废水上测试了新的肽传感器和算法，并证实了其检测不同水溶性聚合物的能力
“我们的技术不仅可以用于检测水中溶解的高分子污染物，如聚合物，还将用于分析它们是如何进入环境的，”博士说
Serizawa
研究小组进一步计划将该方法扩展到其他肽和聚合物
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
