Label free detection of multiple trace antibiotics with SERS substrates and independent components analysis

表面增强拉曼光谱 呋喃西林 独立成分分析 硝基呋喃 生物系统 呋喃妥因 化学 分析化学(期刊) 拉曼光谱 色谱法 抗生素 计算机科学 拉曼散射 人工智能 生物 光学 医学 物理 环丙沙星 遗传学 传统医学 生物化学
作者
Saksorn Limwichean,Wipawanee Leung,Pemika Sataporncha,Nongluck Houngkamhang,On-Uma Nimittrakoolchai,Bunpot Saekow,Tawee Pogfay,Pacharamon Somboonsaksri,Jia Yi Chia,Raju Botta,Mati Horprathum,Supanit Porntheeraphat,Noppadon Nuntawong
出处
期刊:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy [Elsevier]
卷期号:295: 122584-122584 被引量:10
标识
DOI:10.1016/j.saa.2023.122584
摘要

Surface enhanced Raman spectroscopy (SERS) has been widely studied and recognized as a powerful label-free technique for trace chemical analysis. However, its drawback in simultaneously identifying several molecular species has greatly limited its real-world applications. In this work, we reported a combination between SERS and independent component analysis (ICA) to detect several trace antibiotics which are commonly used in aquacultures, including malachite green, furazolidone, furaltadone hydrochloride, nitrofurantoin, and nitrofurazone. The analysis results indicate that the ICA method is highly effective in decomposing the measured SERS spectra. The target antibiotics could be precisely identified when the number of components and the sign of each independent component loading were properly optimized. With SERS substrates, the optimized ICA can identify trace molecules in a mixture at a concentration of 10-6 M achieving the correlation values to the reference molecular spectra of 71-98%. Furthermore, measurement results obtained from a real-world sample demonstration could also be recognized as an important basis to suggest this method is promising for monitoring antibiotics in a real aquatic environment.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
隐形曼青应助linpei采纳,获得10
1秒前
wang发布了新的文献求助10
2秒前
芝士猞猁YW完成签到,获得积分10
3秒前
吕嫣娆完成签到 ,获得积分10
3秒前
梦与叶落完成签到 ,获得积分10
4秒前
4秒前
自由香魔发布了新的文献求助10
4秒前
沐玖发布了新的文献求助10
5秒前
李爱国应助白科研采纳,获得10
5秒前
至秦完成签到,获得积分10
6秒前
苗条白枫关注了科研通微信公众号
7秒前
7秒前
良辰应助Truman采纳,获得10
7秒前
9秒前
黄老牛发布了新的文献求助10
10秒前
可爱的函函应助陈云采纳,获得10
10秒前
Orange应助噗噗采纳,获得10
10秒前
insissst发布了新的文献求助10
13秒前
博肖95发布了新的文献求助30
13秒前
上官若男应助卡拉布哔布采纳,获得10
15秒前
QDU完成签到,获得积分10
15秒前
008发布了新的文献求助10
16秒前
16秒前
16秒前
17秒前
17秒前
17秒前
19秒前
19秒前
在水一方应助科研通管家采纳,获得10
19秒前
小二郎应助科研通管家采纳,获得10
19秒前
情怀应助科研通管家采纳,获得10
19秒前
领导范儿应助科研通管家采纳,获得10
19秒前
斯文败类应助科研通管家采纳,获得10
19秒前
田様应助科研通管家采纳,获得10
19秒前
烟花应助科研通管家采纳,获得10
20秒前
NexusExplorer应助科研通管家采纳,获得10
20秒前
Lucas应助科研通管家采纳,获得10
20秒前
KINDMAGIC完成签到,获得积分10
20秒前
小二郎应助科研通管家采纳,获得10
20秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 400
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3292754
求助须知:如何正确求助?哪些是违规求助? 2929052
关于积分的说明 8439864
捐赠科研通 2601148
什么是DOI,文献DOI怎么找? 1419574
科研通“疑难数据库(出版商)”最低求助积分说明 660323
邀请新用户注册赠送积分活动 642983