近日，科研中國農業大學工學院智能檢測與精密儀器研究中心湯修映教授研究團隊在氣體傳感器及其儀器裝備制造領域取得重大進展。團隊該研究合成了分子印跡聚合物(MIPs)和金屬有機框架(MOF)的氣體器及其儀器裝復合涂層用于修飾石英晶體微天平氣體傳感器，并以該傳感器為核心部件開發了嗅覺檢測系統實現了不同霉變程度小麥的傳感鑒別。
 　　該研究成果以“Fabricating Quartz Crystal Microbalance Sensors by Synthesizing Molecularly Imprinted/ZIF-8 Framework Composites for Discrimination of Moldy Wheat”(通過合成分子印跡/ZIF-8框架復合材料制備石英晶體微天平傳感器用于霉變小麥的備制鑒別)為題，發表在《Chemical Engineering Journal》(化學工程雜志)(中科院一區Top期刊，造領展IF=13.4)期刊上。得重大進
 　　小麥谷物在儲存過程中，科研隨著時間的團隊推移會因老化而發生自然變質，而溫度和濕度的氣體器及其儀器裝不利條件會導致真菌生長，從而加速變質。傳感小麥作為我國主要的備制糧食作物之一，其在保障國家糧食安全、造領展滿足人民生活需求等方面扮演著至關重要的得重大進角色。因此，科研對于小麥早期霉變檢測尤為重要。
 　　在該研究中，團隊使用分子印跡聚合物(MIPs)和金屬有機框架(MOF)的復合涂層來修飾石英晶體微平衡(QCM)氣體傳感器，且以該QCM傳感器為核心部件開發了嗅覺檢測系統用于區分不同霉變程度的小麥。
 　　氣相-色譜質譜聯用儀(GC-MS)分析表明1-辛烯-3-醇是霉變小麥的特征標志物，將其作為模板分子合成MIP用于修飾QCM傳感器。在MIP合成過程中，為了提高傳感器的檢測性能加入了一種典型的MOF(沸石咪唑酸框架-8(ZIF-8))。QCM傳感器在5-100 ppm范圍內對1-辛烯-3-醇的靈敏度為0.66 Hz/ppm，檢測限為4.53 ppm。以QCM傳感器為核心組件的嗅覺檢測系統極大的縮短了檢測過程的響應時間和恢復時間。最后，使用4種分類器對不同霉變程度的小麥樣品進行分類。
 　　結果表明，支持向量機(SVM)模型是最有效的分類模型，分類準確率高達98.6%。該研究為氣體傳感器的發展和小麥早期的霉變檢測提供了新思路。
 　　團隊成功研發以石英晶體微天平氣體傳感器為核心部件的嗅覺檢測系統，標志著儀器制造領域又迎來一次重要的突破。這項研究為小麥早期霉變檢測提供了新的思路。未來，隨著技術的不斷優化升級，其有望在更多領域發揮更加重要的作用。
 　　素材來源：中國農業大學新聞網

關注本網官方微信 隨時閱讀專業資訊