清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water

水溶液中的金属离子 鉴定(生物学) 金属 环境化学 离子 化学 纳米技术 组合化学 材料科学 有机化学 生物 生态学
作者
Fan Li,Shengmao Chao,Xueqing Wang,Zhangmei Hu,Dongmei Wang,Changyu Tang,Zhengjun Gong,Han Zhang,Meikun Fan
出处
期刊:Environmental Science & Technology [American Chemical Society]
卷期号:59 (32): 17322-17333 被引量:9
标识
DOI:10.1021/acs.est.5c07025
摘要

Efficient and simultaneous detection of coexisting metal ions is essential for preserving water quality and mitigating ecological risks during environmental emergencies. However, traditional methods often fall short, either lacking the sensitivity required for trace-level detection or the ability to quantify multiple ions concurrently. Here, we propose an AI-enhanced surface-enhanced Raman spectroscopy (SERS) approach that combines advanced spectral analysis with tailored probe combinations, enabling precise identification and quantification of four coexisting metal ions, even in complex environmental water. By using chelating agents used in spectrophotometric assays as probes, we constructed a high-dimensional spectral array that generates comprehensive "super profiles" of 84 combinations of coexisting metal ions at various concentrations. A self-attention-based deep learning architecture was applied to leverage this extensive data set, addressing challenges associated with spectral overlap and nonlinear responses. Validation across various environmental samples, including river water, industrial effluents, and domestic sewage, demonstrated exceptional accuracy, with prediction errors for mixtures of four ions consistently below 10%. This work provides a scalable solution for the simultaneous detection of coexisting metal ions, enabling on-site, high-throughput applications in environmental monitoring and advancing water quality management strategies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
香蕉乐曲完成签到,获得积分10
14秒前
17秒前
美好的飞兰完成签到,获得积分10
25秒前
爆米花的应助被369ninja采纳,获得10
26秒前
40秒前
JUN完成签到,获得积分10
47秒前
瞿人雄完成签到,获得积分10
52秒前
没心没肺完成签到,获得积分10
56秒前
Jasper的应助被科研通管家采纳,获得10
58秒前
58秒前
丘比特的应助被科研通管家采纳,获得10
58秒前
上官若男的应助被科研通管家采纳,获得10
58秒前
Ava的应助被科研通管家采纳,获得10
58秒前
大意的之柔完成签到,获得积分10
1分钟前
1分钟前
1分钟前
369ninja发布了新的文献求助10
1分钟前
可靠往事完成签到,获得积分10
1分钟前
自由的梦山完成签到,获得积分10
1分钟前
喜悦如萱完成签到,获得积分10
1分钟前
1分钟前
1分钟前
369ninja发布了新的文献求助10
1分钟前
1分钟前
学霸业的应助被369ninja采纳,获得10
2分钟前
369ninja发布了新的文献求助10
2分钟前
2分钟前
43tg完成签到,获得积分10
2分钟前
qfhbg完成签到,获得积分10
2分钟前
落后哈密瓜完成签到,获得积分10
2分钟前
wetg完成签到,获得积分10
2分钟前
学霸业的应助被369ninja采纳,获得10
2分钟前
portik完成签到,获得积分10
2分钟前
要减肥的菀完成签到,获得积分10
2分钟前
hgjk完成签到,获得积分10
2分钟前
2分钟前
sdf完成签到,获得积分10
2分钟前
VDC的应助被369ninja采纳,获得30
2分钟前
amz完成签到,获得积分10
2分钟前
adefgv完成签到,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8179961
求助须知:如何正确求助?哪些是违规求助? 9570183
关于积分的说明 21808480
捐赠科研通 7775832
什么是DOI,文献DOI怎么找? 3433251
关于科研通互助平台的介绍 2557373
邀请新用户注册赠送积分活动 2478958