中國農大新聞網(wǎng)訊 近日，工學院智能檢測與精密儀器研究中心湯修映教授團隊在國際高水平期刊《Chemical Engineering Journal》（化學工程雜志）（中科院一區(qū)Top期刊，IF=13.4）上發(fā)表了題為“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鑒別）的研究論文。該研究合成了分子印跡聚合物（MIPs）和金屬有機框架（MOF）的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(fā)了嗅覺檢測系統(tǒng)實現(xiàn)了不同霉變程度小麥的鑒別。

小麥在儲藏過程中由于微生物代謝作用的影響容易發(fā)霉變質。在該過程中釋放的揮發(fā)性有機化合物（VOCs）可作為小麥霉變檢測的重要指標。在該研究中，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(fā)了嗅覺檢測系統(tǒng)用于區(qū)分不同霉變程度的小麥。氣相-色譜質譜聯(lián)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(tǒng)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(fā)展和小麥早期的霉變檢測提供了新思路。

《Chemical Engineering Journal》隸屬于 Elsevier出版集團，是工程技術與化學化工領域最有影響力的Top頂級刊物之一，其主要目的是及時快速地報道工程領域化學反應工程、環(huán)境化學工程及材料合成應用等方面重要的科學研究成果和創(chuàng)新技術。作為國際頂級刊物在中國知曉度極高，2024年期刊最新影響因子為13.4。

中國農業(yè)大學為該研究的唯一完成單位。中國農業(yè)大學工學院博士研究生侯宇鑫為論文的第一作者，湯修映教授為論文的通訊作者。

近年來，工學院湯修映教授團隊在氣體高精度傳感器設計制造、傳感器信號漂移補償、科學儀器數(shù)據(jù)降維算法等領域取得突破性進展。其中，團隊博士研究生熊黎劍于2023年和2024年在國際高水平期刊《Sensors and Actuators: B. Chemical》（傳感器和執(zhí)行器B：化學）（中科院一區(qū)Top期刊，IF=8.4）上連續(xù)發(fā)表兩篇文章“Image presentation and effective classification of odor intensity levels using multi-channel electronic nose technology combined with GASF and CNN”（使用多通道電子鼻技術并結合GASF和CNN進行傳感器數(shù)據(jù)圖像表征以實現(xiàn)氣味強度等級的高效分類）、“Improved support vector regression recursive feature elimi) for processing correlated gas sensor data”（組內代表性特征采樣的改進的支持向量回歸迭代特征刪除方法（IRFS-SVR-RFE）用于處理氣體傳感器相關數(shù)據(jù)）。

《Sensors and Actuators B:Chemical》（傳感器和執(zhí)行器B：化學）是一本跨學科期刊，主要報道化學、生物傳感器與分析微nation based on intragroup representative feature sampling (IRFS-SVR-RFE系統(tǒng)領域的創(chuàng)新研究成果，屬于中科院一區(qū)Top期刊，在63本儀器儀表學科期刊中排名第一(Web of Science學科分區(qū))。