基于Fe-ZIF67纳米酶与机器学习的抗氧化能力分析研究
Analysis of Antioxidant Capacity Based on Fe-ZIF67 Nanozyme and Machine Learning
-
作者：
王子怡
1
单桂晔
1
-
作者单位：
- 通讯作者：
单桂晔
Email:shangy229@nenu.edu.cn
-
提交时间：2026-05-21 18:43:20
摘要: 本研究采用表面配位修饰策略在ZIF67表面引入Fe2+，利用未配位咪唑氮原子锚定金属离子，制备了Fe-ZIF67纳米酶材料，通过TEM、XPS等手段表征了材料的形貌、结构和元素组成，XPS表征证实Fe2+成功锚定于ZIF67表面形成新的Fe-N活性中心。颜色变化值(B-B₀)/B₀与三种草本成分（MMP、LBP、DOPs）的浓度之间的相关系数均达0.99，证明该指标可作为反映抗氧化能力的量化指数用于后续分析。主成分分析结果显示，不同种类及浓度的样品在得分图中呈清晰聚类，验证了颜色信号数据的可区分性。将颜色图像和对应的抗氧化指数输入实验室已搭建的LSTM模型进行训练，测试集相关系数R2达0.95以上，实现了仅通过拍照即可对抗氧化能力进行准确预测。将该模型应用于真实露酒样品，所得抗氧化指数与样品中草本成分添加量趋势一致，验证了该方法在实际样品评估中的可行性。
版本历史
| [V1] |
2026-05-21 18:43:20 |
ChinaXiv:202605.00187V1
|
下载全文 |
相关信息
待评议
点击量
下载量
