当前位置：
X-MOL 学术
›
Environ. Sci. Technol.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Sensing Antibiotics in Wastewater Using Surface-Enhanced Raman Scattering
Environmental Science & Technology ( IF 10.8 ) Pub Date : 2023-03-19 , DOI: 10.1021/acs.est.3c00027 Yen-Hsiang Huang 1 , Hong Wei 2 , Peter J Santiago 2 , William John Thrift 2 , Regina Ragan 2 , Sunny Jiang 1
Environmental Science & Technology ( IF 10.8 ) Pub Date : 2023-03-19 , DOI: 10.1021/acs.est.3c00027 Yen-Hsiang Huang 1 , Hong Wei 2 , Peter J Santiago 2 , William John Thrift 2 , Regina Ragan 2 , Sunny Jiang 1
Affiliation
|
Rapid and cost-effective detection of antibiotics in wastewater and through wastewater treatment processes is an important first step in developing effective strategies for their removal. Surface-enhanced Raman scattering (SERS) has the potential for label-free, real-time sensing of antibiotic contamination in the environment. This study reports the testing of two gold nanostructures as SERS substrates for the label-free detection of quinoline, a small-molecular-weight antibiotic that is commonly found in wastewater. The results showed that the self-assembled SERS substrate was able to quantify quinoline spiked in wastewater with a lower limit of detection (LoD) of 5.01 ppb. The SERStrate (commercially available SERS substrate with gold nanopillars) had a similar sensitivity for quinoline quantification in pure water (LoD of 1.15 ppb) but did not perform well for quinoline quantification in wastewater (LoD of 97.5 ppm) due to interferences from non-target molecules in the wastewater. Models constructed based on machine learning algorithms could improve the separation and identification of quinoline Raman spectra from those of interference molecules to some degree, but the selectivity of SERS intensification was more critical to achieve the identification and quantification of the target analyte. The results of this study are a proof-of-concept for SERS applications in label-free sensing of environmental contaminants. Further research is warranted to transform the concept into a practical technology for environmental monitoring.
中文翻译：
使用表面增强拉曼散射检测废水中的抗生素
快速且经济高效地检测废水中和废水处理过程中的抗生素是制定有效去除抗生素策略的重要的第一步。表面增强拉曼散射 (SERS) 具有无标记、实时检测环境中抗生素污染的潜力。本研究报告了两种金纳米结构作为 SERS 底物的测试，用于无标记检测喹啉，一种常见于废水中的小分子量抗生素。结果表明，自组装 SERS 基底能够量化废水中的喹啉，检测下限 (LoD) 为 5.01 ppb。SERStrate（市售的带有金纳米柱的 SERS 底物）对纯水中的喹啉定量具有相似的灵敏度（LoD 为 1. 15 ppb），但由于废水中非目标分子的干扰，废水中喹啉的定量（LoD 为 97.5 ppm）表现不佳。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。但 SERS 强化的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。但 SERS 强化的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。
更新日期：2023-03-19
中文翻译：
使用表面增强拉曼散射检测废水中的抗生素
快速且经济高效地检测废水中和废水处理过程中的抗生素是制定有效去除抗生素策略的重要的第一步。表面增强拉曼散射 (SERS) 具有无标记、实时检测环境中抗生素污染的潜力。本研究报告了两种金纳米结构作为 SERS 底物的测试，用于无标记检测喹啉，一种常见于废水中的小分子量抗生素。结果表明，自组装 SERS 基底能够量化废水中的喹啉，检测下限 (LoD) 为 5.01 ppb。SERStrate（市售的带有金纳米柱的 SERS 底物）对纯水中的喹啉定量具有相似的灵敏度（LoD 为 1. 15 ppb），但由于废水中非目标分子的干扰，废水中喹啉的定量（LoD 为 97.5 ppm）表现不佳。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。基于机器学习算法构建的模型可以在一定程度上提高喹啉拉曼光谱与干扰分子光谱的分离和鉴定，但SERS增强的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。但 SERS 强化的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。但 SERS 强化的选择性对于实现目标分析物的鉴定和定量更为关键。这项研究的结果是 SERS 在环境污染物无标记传感中应用的概念验证。有必要进一步研究将这一概念转化为环境监测的实用技术。
京公网安备 11010802027423号