Rapid Detection of Micro/Nanoplastics Via Integration of Luminescent Metal Phenolic Networks Labeling and Quantitative Fluorescence Imaging in A Portable Device
Notice bibliographique
Résumé
The fact that there is an accumulation of micro-and nano-plastics (MNPs) in ecosystems which poses tremendous environmental risks for terrestrial and aquatic organisms is undeniable. Thus, designing improved rapid, field-deployable, and sensitive analytical devices that can assess the potential risks of MNPs pollution is critical. Since current techniques for MNPs detection have limited effectiveness, we sought to design a wireless portable device that will allow rapid, sensitive, and on-site detection of MNPs. Coupling this capacity with remote data processing via machine learning algorithms in a mobile device APP will further enable quantitative fluorescence imaging of MNPs. To achieve this goal, we utilized a developed supramolecular labeling strategy, employing luminescent metal-phenolic networks (L-MPNs) composed of zirconium ions, tannic acid, and rhodamine B, to label a wide range of MNP sizes (i.e.,10 μm, 1 μm, 500 nm, and 50 nm). Results showed that our device can quantify MNPs and detect particle quantities as low as 330 micro-plastic particles and 3.08×106 nano-plastic particles in less than 20 min; while also successfully facilitating quantitative analysis of real-world MNPs samples. The determination of diverse types of MNPs released from commercial plastic cups revealed that the quantity of released plastic particles reached ranges of hundred-million after exposure to boiling water and subsequent 30 min cooling. The device was shown to be user-friendly and operative on a mobile APP by untrained personnel to conduct data processing remotely and effectively. The analytical platform integrating quantitative fluorescence imaging, customized data processing, decision tree model and low-cost analysis ($0.015 per assay) has great potential for high-throughput screening of various types of MNPs in agri-food and environmental systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».