用于检测婴儿配方奶粉的荧光型化学传感器阵列及利用其检测婴儿配方奶粉的方法

摘要

本发明提供一种用于检测婴儿配方奶粉的荧光型化学传感器阵列即利用其检测婴儿配方奶粉的方法。该荧光型化学传感器阵列包括以下传感器单元：第一传感器单元，所述第一传感器单元为具有式I所示结构的化合物(即PPE2)，第二传感器单元，所述第二传感器单元为具有式II所示结构的化合物(即PPE‑SO3)，第三传感器单元，所述第三传感器单元为具有式III所示结构的化合物(即PPE‑N1)，其中，式I、式II、式III中，n各自独立地为9‑60。本发明利用荧光型化学传感器阵列以及LDA模式识别算法可以实现对不同种类不同产地以及不同品牌的婴儿配方奶粉的检测区分，并且可以将传感器阵列进行优化，实现用最少数量的传感单元完成区别检测的目的。

说明书

技术领域

本发明属于化学传感器领域，具体涉及一种用于检测婴儿配方奶粉的荧光型化学传感器阵列，利用其检测婴儿配方奶粉的方法以及评价和优化用于检测婴儿配方奶粉的传感器阵列的方法。

背景技术

婴儿配方奶粉的识别对于新生儿的健康和市场经济至关重要。当母亲由于种种原因无法用母乳喂养时，新生儿的成长和发育与婴儿配方奶粉的品质紧密相关。目前市场上存在很多有着不同品牌，种类，产地和价格范围的商业婴儿配方奶粉，为了更高的利益，不同来源的婴儿配方奶粉的价格差异产生了存在假冒伪劣产品的潜在风险。如今人们对婴儿健康成长的重视以及对高品质的婴儿奶粉的要求使得社会对简单便携、响应灵敏的奶粉检测设备需求越来越大。

现有的奶粉检测方法是对奶粉中的脂肪、蛋白质、钙、磷、铁等多个项目进行逐一检测，从而评价品质。虽然可以达到较高的检测精度，然而该类检测方法依赖于专业的技术人员和大型昂贵的设备，且样品预处理十分繁琐，使得其使用范围多局限在实验室内，不适于现场检测。

传统的特异性单一传感器遵循“一种传感器对应一种分析物”的“钥匙-锁”模型，使用具有高度选择性的特异性分子来检测分析物。然而该种方法要求对每一种分析物都要设计对应的特异性传感器。对传感器设计及优化过程较为复杂，费时费力。

化学传感器阵列使用一系列非选择性或者半选择性的传感器单元构建成阵列，每个传感器单元单独与分析物产生不同的反应信号，这些反应信号的总和构成了该传感器阵列对检测物的响应模式，通过对每一种待测物的响应模式的分析，与数据库中已知模式对比，实现对物质的识别检测，从而避免了单一传感器对特异性受体的依赖性，大大拓展了可检测物的范围。荧光型化学传感器阵列利用一系列具有交叉响应的荧光分子构建传感器阵列对分析物进行检测，通过对荧光信号变化的分析来实现对待测组分的鉴别。具有灵敏度高、无需参照体系、输出信号丰富，以及响应迅速等特点，十分符合现今社会需求。

发明内容

本发明的目的是提供一种用于检测婴儿配方奶粉的荧光型化学传感器阵列及利用其检测婴儿配方奶粉的方法，以及评价和优化用于检测婴儿配方奶粉的传感器阵列的方法。

本发明的发明人在研究中发现，婴儿配方奶粉中所含的物质和荧光分子通过静电和亲疏水性相互作用，从而使得荧光分子发生荧光信号的改变。利用机器学习算法对信号的变化进行识别分析，能够实现不同奶粉之间的区别检测。由于不同的荧光分子对于奶粉的区别检测的贡献度是不同的，因此以算法组内方差/组间方差作为评价标准对不同的荧光分子的贡献度进行评价，筛选出响应贡献最大的分子，并利用最少数量的分子实现不同种类不同产地以及不同品牌的区别检测。由此，提出本发明。

为了实现上述目的，本发明的第一方面是提供一种用于检测婴儿配方奶粉的荧光型化学传感器阵列，该荧光型化学传感器阵列包括以下传感器单元：

第一传感器单元，所述第一传感器单元为具有式I所示结构的化合物(即PPE2)，

第二传感器单元，所述第二传感器单元为具有式II所示结构的化合物(即PPE-SO3)，

第三传感器单元，所述第三传感器单元为具有式III所示结构的化合物(即PPE-N1)，

其中，式I、式II、式III中，n各自独立地为9-60。

根据本发明，优选地，第一传感器单元为具有式I所示结构的化合物、第二传感器单元为具有式II所示结构的化合物和第三传感器单元为具有式III所示结构的化合物,所述第一传感器单元、第二传感器单元和第三传感器单元均以化合物溶液的形式使用，所述溶液的浓度以该化合物的吸光度峰值A＝0.2标定。

根据本发明，优选地，第一传感器单元、第二传感器单元和第三传感器单元各自独立设置。例如，设置于96孔板的不同孔中。

本发明的第二方面是提供一种检测婴儿配方奶粉的方法，该方法包括以下步骤：

(1)将上述的传感器阵列中的各传感器单元分别与待测液混合并进行荧光扫描，得到待测液的荧光数据，然后计算加入待测液组的传感器阵列的荧光数据与加入等量去离子水的空白对照组传感器阵列的荧光数据的比值，得到荧光倍数变化数据；

(2)用LDA算法处理所述荧光倍数变化数据，得到荧光倍数变化数据的LDA图谱；

(3)将LDA图谱中未知样本数据点的位置与已知类型婴儿配方奶粉的LDA图谱中的数据点进行比对，判断待测液中婴儿配方奶粉的种类、产地和品牌。

上述方法步骤(3)中，所述已知类型婴儿配方奶粉的LDA图谱按照步骤(1)和步骤(2)的方法测定已知类型婴儿配方奶粉获得；

所述待测液为用去离子水溶解至少一种商业婴儿配方奶粉产品得到的溶液；

本发明中涉及的LDA(线性判别分析)算法为本领域技术人员公知，可用MATLAB语言实现。本发明中，LDA算法是一种监督性的降维算法，在一开始的时候给数据做标签，以投影后类内方差小，类间方差大为目的来选择投影方向进行数据降维。

具体地，将通过酶标仪获取的扫描数据计算实验组相比空白对照组荧光值的倍数变化I/I

然后将得到的倍数变化用MATLAB编写的LDA算法进行处理，能够得到在新的坐标系下的二维和三维图，其中三维图的坐标因子一、因子二、因子三分别对应LDA的第一因子，第二因子，第三因子，即为了达到各自的目的通过正交变换得到的新的坐标系的坐标，如图2，图4，图6，图8-10，括号内的百分比表示新的坐标中所含有的原始数据的信息量，如79.74％表示通过正交变换得到的新的坐标含有原始数据79.74％的信息。

本发明中，采用LDA处理，目的就在于降维后可获得可视化分类效果，因此所述LDA图谱既包括LDA 2D图谱，也包括LDA 3D图谱。采用HCA处理目的在于将数据所有维度的特征均纳入分析，在没有数据标签的情况下进行自主特征分析，进行聚类。

本发明中，所述“根据LDA图谱中数据点的离散程度，对本传感器阵列对婴儿配方奶粉的检测效果进行评价”的判断方法为本领域技术人员公知，离散程度通常以肉眼可分辨不同的点为标准。

本发明的方法适用于各种目标婴儿配方奶粉，特别是多种目标婴儿配方奶粉的同时检测。所述目标婴儿配方奶粉优选为普通婴儿配方奶粉，而非早产儿配方奶粉、不含乳糖婴儿配方奶粉、水解蛋白配方奶粉、或其他非普通婴儿配方奶粉。所述目标婴儿配方奶粉的种类优选为牛奶粉、绵羊奶粉、山羊奶粉、大豆奶粉中的至少一种，产地优选为新西兰、荷兰、瑞士、德国、爱尔兰、丹麦、西班牙、澳大利亚中的至少一个国家。

本发明的第三方面是提供一种评价和优化用于检测婴儿配方奶粉的传感器阵列的方法，该方法包括以下步骤：

S1.确定至少一个目标婴儿配方奶粉；

S2.建立传感器阵列，所述传感器阵列包括多个传感器单元，每一传感器单元对应一个荧光化合物，所述荧光化合物对于目标婴儿配方奶粉具有荧光响应；

S3.配制目标婴儿配方奶粉的溶液A

S4.将所述传感器阵列分别与所述目标婴儿配方奶粉溶液A

S5.用LDA算法处理所述目标婴儿配方奶粉荧光倍数变化数据I

S6.根据LDA图谱中数据点的离散程度，对传感器阵列对婴儿配方奶粉的检测效果进行评价。

根据本发明一种优选实施方式，该方法还包括：对不同传感器单元的贡献度进行计算，包括：

1)计算组内方差S

2)计算组间方差S

3)计算贡献度S

其中n表示婴儿配方奶粉的样品；m表示实验重复的组数；

进一步地，该方法还包括，根据贡献度大小对传感器单元进行排序，并比较不同传感器单元组合形成的传感器阵列对婴儿配方奶粉的检测效果，得到优化的传感器阵列。所述不同传感器单元组合可基于传感器单元的贡献度大小确定。

根据本发明，优选地，所述目标婴儿配方奶粉的溶液的浓度可为1.5mg/mL。

本发明利用荧光型化学传感器阵列以及LDA模式识别算法可以实现对不同种类不同产地以及不同品牌的婴儿配方奶粉的检测区分，并且可以将传感器阵列进行优化，实现用最少数量的传感单元完成区别检测的目的。

本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

附图说明

图1(a)-1(b)示出了包含四个传感器单元的传感器阵列对8个来自4个不同种类的婴儿配方奶粉的荧光响应情况。其中，图1(a)为荧光发射强度原始数据的图片。图1(b)为荧光倍数变化对数的图片。

图2示出了包含四个传感器单元的传感器阵列对8个来自4个不同种类的婴儿配方奶粉的荧光响应情况的LDA分析二维图。

图3(a)-3(b)示出了包含四个传感器单元的传感器阵列对18个来自9个不同产地的婴儿配方奶粉的荧光响应情况。其中，图3(a)为荧光发射强度原始数据的图片。图3(b)为荧光倍数变化对数的图片。

图4示出了包含四个传感器单元的传感器阵列对18个来自9个不同产地的婴儿配方奶粉的荧光响应情况的LDA分析三维图。

图5(a)-5(b)示出了包含四个传感器单元的传感器阵列对6个来自2个不同品牌的婴儿配方奶粉的荧光响应情况。其中，图5(a)为荧光发射强度原始数据的图片。图5(b)为荧光倍数变化对数的图片。

图6示出了包含四个传感器单元的传感器阵列对6个来自2个不同品牌的婴儿配方奶粉的荧光响应情况的LDA分析一维图。

图7示出了传感器阵列区别检测不同产地婴儿奶粉配方时的四个传感器单元贡献度计算结果。

图8示出了优化后的包含三个传感器单元的本发明传感器阵列对8个来自4个不同种类的婴儿配方奶粉的荧光响应情况的LDA分析二维图。

图9示出了优化后的包含三个传感器单元的本发明传感器阵列对18个来自9个不同产地的婴儿配方奶粉的荧光响应情况的LDA分析三维图。

图10示出了优化后的包含三个传感器单元的本发明传感器阵列对6个来自3个不同品牌的婴儿配方奶粉的荧光响应情况的LDA分析一维图。

具体实施方式

下面通过具体实施例对本发明进行说明，但本发明并不局限于此。

下述实施例中所使用的实验方法如无特殊说明，均为常规方法；下述实施例中所用的试剂、生物材料等，如无特殊说明，均可从商业途径得到。

本发明的第一方面是提供一种用于检测婴儿配方奶粉的荧光型化学传感器阵列，该荧光型化学传感器阵列包括以下传感器单元：

第一传感器单元，所述第一传感器单元为具有式I所示结构的化合物(即PPE2)，

第二传感器单元，所述第二传感器单元为具有式II所示结构的化合物(即PPE-SO3)，

第三传感器单元，所述第三传感器单元为具有式III所示结构的化合物(即PPE-N1)，

其中，式I、式II、式III中，n各自独立地为9-60。

第一传感器单元为具有式I所示结构的化合物、第二传感器单元为具有式II所示结构的化合物和第三传感器单元为具有式III所示结构的化合物,所述第一传感器单元、第二传感器单元和第三传感器单元均以化合物溶液的形式使用，所述溶液的浓度以该化合物的吸光度峰值A＝0.2标定。

根据本发明，优选地，第一传感器单元、第二传感器单元和第三传感器单元各自独立设置。

本发明的第二方面是提供一种检测婴儿配方奶粉的方法，该方法包括以下步骤：

(1)将上述的传感器阵列与待测液混合并进行荧光扫描，得到待测液的荧光数据，然后计算加入待测液组的传感器阵列的荧光数据与加入等量去离子水的空白对照组传感器阵列的荧光数据的比值，得到荧光倍数变化数据；

(2)用LDA算法处理所述荧光倍数变化数据，得到荧光倍数变化数据的LDA图谱；

(3)将LDA图谱中未知样本数据点的位置与已知类型婴儿配方奶粉的LDA图谱中的数据点进行比对，判断待测液中婴儿配方奶粉的种类、产地和品牌。

上述方法步骤(3)中，所述已知类型婴儿配方奶粉的LDA图谱按照步骤(1)和步骤(2)的方法测定已知类型婴儿配方奶粉获得；

所述待测液通过用去离子水溶解至少一种商业婴儿配方奶粉产品得到的溶液；

具体地，将通过酶标仪获取的扫描数据计算实验组相比空白对照组荧光值的倍数变化I/I

然后将得到的倍数变化用MATLAB编写的LDA算法进行处理，能够得到在新的坐标系下的二维和三维图，其中三维图的坐标因子一、因子二、因子三分别对应LDA的第一因子，第二因子，第三因子，即为了达到各自的目的通过正交变换得到的新的坐标系的坐标，如图2，图4，图6，图8-10，括号内的百分比表示新的坐标中所含有的原始数据的信息量，如79.74％表示通过正交变换得到的新的坐标含有原始数据79.74％的信息。

本发明的方法适用于各种目标婴儿配方奶粉，特别是多种目标婴儿配方奶粉的同时检测。所述目标婴儿配方奶粉优选为普通婴儿配方奶粉，而非早产儿配方奶粉、不含乳糖婴儿配方奶粉、水解蛋白配方奶粉、或其他非普通婴儿配方奶粉。所述目标婴儿配方奶粉的种类优选为牛奶粉、绵羊奶粉、山羊奶粉、大豆奶粉中的至少一种，产地优选为新西兰、荷兰、瑞士、德国、爱尔兰、丹麦、西班牙、澳大利亚中的至少一个国家。

本发明的第三方面是提供一种评价和优化用于检测婴儿配方奶粉的传感器阵列的方法，该方法包括以下步骤：

S1.确定至少一个目标婴儿配方奶粉；

S2.建立传感器阵列，所述传感器阵列包括多个传感器单元，每一传感器单元对应一个荧光化合物，所述荧光化合物对于目标婴儿配方奶粉具有荧光响应；

S3.配制目标婴儿配方奶粉的溶液A

S4.将所述传感器阵列分别与所述目标婴儿配方奶粉溶液A

S5.用LDA算法处理所述目标婴儿配方奶粉荧光倍数变化数据I

S6.根据LDA图谱中数据点的离散程度，对传感器阵列对婴儿配方奶粉的检测效果进行评价。

根据本发明一种优选实施方式，该方法还包括：对不同传感器单元的贡献度进行计算，包括：

4)计算组内方差S

5)计算组间方差S

6)计算贡献度S

其中n表示婴儿配方奶粉的样品；m表示实验重复的组数；

进一步地，该方法还包括，根据贡献度大小对传感器单元进行排序，并比较不同传感器单元组合形成的传感器阵列对婴儿配方奶粉的检测效果，得到优化的传感器阵列。所述不同传感器单元组合可基于传感器单元的贡献度大小确定。

根据本发明，优选地，所述目标婴儿配方奶粉的溶液的浓度可为1.5mg/mL。

本发明利用荧光型化学传感器阵列以及LDA模式识别算法可以实现对不同种类不同产地以及不同品牌的婴儿配方奶粉的检测区分，并且可以将传感器阵列进行优化，实现用最少数量的传感单元完成区别检测的目的。

实施例1

1.传感器单元的选择、制备和浓度设置

化学荧光分子基于奶粉中的蛋白表面的亲疏水性、极性、粘度不同以及和奶粉中的蛋白质的静电相互作用与之发生响应。据此原理，选择电荷性质不同、主侧链结构不同的4种化学荧光分子进行传感器阵列的搭建。

该传感器阵列包括4个荧光分子：PPE2(n＝9-60)，PPE-SO3(n＝9-60)，PPE-N1(n＝9-60)，ANS(蒽醌-1-磺酸铵盐)。具体结构如下。

荧光分子PPE2制备方法参照：Fluorescence Array-Based Sensing of MetalIons Using Conjugated Polyelectrolytes.Wu,Y.；Tan,Y.；Wu,J.；Chen,S.；Chen,Y.Z.；Zhou,X.；Jiang,J.；Tan,C.ACS Appl.Mater.Interfaces 2015,7,6882-6888。

荧光分子PPE-SO3制备方法参照：Photophysics,aggregation and amplifiedquenching of a water-soluble poly(phenylene ethynylene).Tan,C.；Pinto,M.R.；Schanze,K.S.Chem.Comm.2002,446-447。

荧光分子PPE-N1制备方法参照：Fluorescence array-based sensing ofnitroaromatics using conjugated polyelectrolytes.Wu,J.；Tan,C.；Chen,Z.；Chen,Y.Z.；Tan,Y.；Jiang,Y.Analyst 2016,141,3242-3245。

荧光分子ANS购买于上海阿拉丁生化科技股份有限公司。

荧光分子溶液的浓度以该荧光分子的吸光度峰值A＝0.2标定。

2.婴儿配方奶粉的选择和调配浓度设置

婴儿配方奶粉是通过市场随机购买而得，如表1所示。婴儿配方奶粉的调配溶液的浓度均为1.5mg/mL。

表1商业婴儿配方奶粉产品的产、种类和品牌*

*所有奶粉均选择2段产品。

**品牌名称由数字表示，相同数字的奶粉样品代表来自同一品牌的不同系列。

3.使用96孔板在酶标仪上进行奶粉溶液的信号记录

(1)在每个孔中滴加100μL的传感器单元检测液，实验组加入100μL的奶粉待检测液，空白对照组加入100μL的去离子水。

(2)振荡5分钟；

(3)设置扫描参数(激发波长390nm，扫描范围410-650nm)；

(4)荧光扫描，数据采集。

4.处理数据

将通过酶标仪获取的扫描数据计算实验组相比空白对照组荧光值的倍数变化I/I

图1(a)-1(b)示出了包含四个传感器单元的传感器阵列对8个来自4个不同种类的婴儿配方奶粉的荧光响应情况。其中，图1(a)为荧光发射强度原始数据的图片。图1(b)为荧光倍数变化对数的图片。

然后将得到的倍数变化用MATLAB编写的LDA算法进行处理，得到在新的坐标系下的二维图(如图2)和三维图(如图4)。其中三维图的坐标因子一、因子二、因子三分别对应LDA的第一因子，第二因子，第三因子。即为了达到各自的目的通过正交变换得到的新的坐标系的坐标。如图2，图4，图6，图8-10，括号内的百分比表示新的坐标中所含有的原始数据的信息量，如79.74％表示通过正交变换得到的新的坐标含有原始数据79.74％的信息。

(1)荧光型化学传感器阵列对不同种类婴儿配方奶粉的区别检测

图1(a)-1(b)所示为本荧光型传感器阵列对不同种类婴儿配方奶粉的荧光响应情况，可以看出，不同传感器单元对不同种类的婴儿配方奶粉荧光响应情况不同。用LDA和处理后得到图2所示的结果。可以发现该方法可以很好地将不同种类的婴儿配方奶粉区分开来。

(2)荧光性型化学传感器阵列对不同产地婴儿配方奶粉的区别检测

图3(a)-3(b)所示为本荧光型传感器阵列对不同产地婴儿配方奶粉的荧光响应情况，可以看出，不同传感器单元对不同产地的婴儿配方奶粉荧光响应情况不同。用LDA处理后得到图4所示的结果。可以发现该方法可以很好地将不同产地的婴儿配方奶粉区分开来。

(3)荧光性型化学传感器阵列对不同品牌婴儿配方奶粉的区别检测

图5(a)-5(b)所示为本荧光型传感器阵列对不同产地婴儿配方奶粉的荧光响应情况，可以看出，不同传感器单元对不同品牌的婴儿配方奶粉荧光响应情况不同。用LDA处理后得到图6所示的结果。可以发现该方法可以很好地将不同品牌的婴儿配方奶粉区分开来。

7、优化传感器阵列

图7所示为该传感器阵列进行不同产地婴儿配方奶粉区别检测时的四个传感单元的贡献度计算结果，数值越小，贡献度越大，所以PPE2贡献度最大，ANS贡献度最小。当把传感单元由贡献度从大到小一个个加入构建传感器阵列后发现，区别检测不同种类，不同产地，和不同品牌的婴儿配方奶粉用LDA进行数据分析时。结果如图8-10所示，仅需要由三个荧光分子PPE2+PPE-N1+PPE-SO3构成的传感器阵列就足以区分不同种类，不同产地和不同品牌的婴儿配方奶粉。对传感器阵列进行优化后，不仅没有降低检测准确度，还减少了传感单元的数量，使得检测更加快捷、高效。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。