近日，生命科学与工程学院疾病精准诊疗前沿技术开发研究团队在国际知名期刊《Biosensors and Bioelectronics》（中国科学院一区Top期刊，影响因子10.5）上发表了题为“Explainable artificial intelligence-enhanced dual-mode electrochemical sensor for online monitoring of dimethoate”的重要研究成果。药学专业2024级硕士生王向东为论文第一作者，孙伯禄副教授为唯一通讯作者。
研究团队以复合金纳米颗粒/石墨烯为高性能传感界面，通过将微分脉冲伏安法与电化学阻抗法分析的数据相融合，借助表格先验数据拟合网络（TabPFN）机器学习在复杂数据自动处理、结果高效预测方面的优势，建立了基于微分脉冲伏安-电化学阻抗双模式与贝叶斯优化极端梯度提升（XGBoost）智能分析相结合的有机磷农药乐果高灵敏、智能快检新模式。这项研究不仅为“菜果薯药”中农残的快速智能检测提供了高性能解决方案，也为食品安全、临床诊断等领域的下一代便携式、智能化现场即时检测设备开发提供了新策略。
此前，孙伯禄副教授研究团队在《Journal of Applied Electrochemistry》(IF=3.226）期刊发表了题为“Electrochemical biosensor based onPANI/AuNPs composites for highly specific rapid detection of chlorpyrifos residues in traditional Chinese medicines”的研究成果。该工作成功构建了一种基于PANI/AuNPs复合物的电化学生物传感器，实现了中药中残留毒死蜱的高灵敏快检。孙伯禄副教授为第一作者，药学专业2023级硕士生吕莹为共同第一作者，制药工程系杨林副教授和甘肃省医学科学研究院石晓峰研究员为共同通讯作者。
此外，研究团队在《Journal of The Electrochemical Society》（IF=3.312）期刊还发表了题为“A Rapid and Easy Procedure of Enzyme Biosensor based on Nitrogen-Doped Graphene for Detection of Methyl Parathion in CHM”的研究成果。该研究成功构建了一种中药材中痕量甲基对硫磷农残高灵敏、精准便捷检测的电化学酶生物传感器，为中药材痕量农残快检提供了新手段。孙伯禄副教授为第一作者，药学专业2022级硕士生余世星为共同第一作者，制药工程系杨林副教授和甘肃省医学科学研究院石晓峰研究员为共同通讯作者。
团队还通过进一步优化方案，构建了基于锆基金属有机骨架（UiO-66）功能化cMWCNTs的无酶型电化学传感器，实现了中药材中痕量甲基对硫磷农残的高灵敏、精准快检，有效克服了酶生物传感器易受环境影响干扰的不足。相关研究成果发表在《Electroanalysis》（IF=2.312）“Ternary Synergy of UiO-66,Carboxylated Multi-Walled Carbon Nanotubes,and Chitosan on Screen-Printed Carbon Electrodes:A Non-Enzymatic Electrochemical Platform for Ultrasensitive Methyl Parathion Monitoring in Chinese Herbal Medicines”期刊。该工作不仅为中药材痕量农残高灵敏识别快检提供了一种高效便捷的检测手段，也为新型无酶、便携、快捷以及可现场农残执法检测技术的开发提供了科学依据和技术支撑。药学专业22级硕士研究生余世星、药学专业23级硕士研究生周妙、达选秀为共同第一作者，生命科学与工程学院孙伯禄副教授、杨林副教授和王永刚教授为共同通讯作者。（图/文：孙伯禄；审核：常小军）
甘公网安备 62010002000207号
