在医疗健康、食品安全、农业生产和环境监测等多个领域，细菌感染始终是一项严峻挑战。传统细菌检测方法如细菌培养、显微镜观察及酶联免疫吸附试验（ELISA）等，普遍存在操作繁琐、耗时长、依赖专业设备等局限，且大多难以同时实现细菌的精准识别与有效灭活。近期，合肥工业大学食品与生物工程学院王方彬课题组在国际期刊《Talanta》发表的最新研究成果，成功开发出一种基于机器学习的创新型纸基荧光传感器阵列，为细菌检测与抗菌应用提供了兼具高效性与实用性的全新解决方案。

该传感器阵列的核心技术在于三种金属掺杂的多色碳量子点（Ag-CQDs、Cu-CQDs、Zn-CQDs）。研究团队通过水热法合成了这些纳米材料，其平均粒径介于 2.2-2.8 nm，表面富含氨基、羧基等官能团，既能与金属离子发生螯合反应，又能通过静电吸附作用与细菌表面的负电荷基团结合。借助喷墨打印技术，三种碳量子点被直接印制在滤纸上，形成 3×5 的矩阵图案，整个制备过程仅需 20 秒，具有成本低廉、易于大规模生产的显著优势。配套检测装置由智能手机与 3D 打印暗箱组成，暗箱内配备 365 nm 紫外 LED 灯和滤光片，可通过手机 APP 捕捉荧光图像的 RGB 值，实现便携式细菌检测。

图 1：碳量子点形貌（球形，2.2-2.8 nm）及金属掺杂、官能团表征。

图 2：碳量子点荧光特性及大肠杆菌浓度与荧光猝灭关联。

当细菌与传感器阵列接触时，不同种类细菌因表面电荷特性、细胞膜成分及形态差异，会与三种碳量子点产生不同程度的荧光猝灭效应。例如，大肠杆菌（E. coli）对 Ag-CQDs 的荧光猝灭效果最为显著，而金黄色葡萄球菌（S. aureus）对 Cu-CQDs 的响应更为突出。研究人员利用这一特性构建了包含 5 种细菌（大肠杆菌、鼠伤寒沙门氏菌、铜绿假单胞菌、单核细胞增生李斯特菌、金黄色葡萄球菌）的荧光响应矩阵，并结合 K 近邻（KNN）、支持向量机（SVM）等机器学习算法进行模式识别。实验数据表明，该平台对 5 种细菌的识别准确率高达 100%，能够在 10³-10⁷ CFU/mL 的宽浓度范围内实现定量分析，检测限低至 10³ CFU/mL。

图 3：5 种细菌荧光响应差异及机器学习识别性能（准确率 100%）。

图 4：KNN 算法下 5 种细菌分类可视化（无重叠区分）。

除卓越的识别能力外，该传感器阵列还展现出强大的抗菌性能。Ag、Cu、Zn 等金属离子通过破坏细菌细胞膜结构、诱导蛋白质变性以及产生活性氧等多重机制，可在 30 分钟内高效灭活细菌。以大肠杆菌和金黄色葡萄球菌为例，Ag-CQDs 对其抗菌效率分别达到 99.99% 和 99.92%。扫描电镜观察和活 / 死染色实验进一步证实，经碳量子点处理后的细菌细胞膜出现显著皱缩、破裂等损伤，细胞活性大幅下降。

图 5：细菌浓度与传感器响应定量关系（10³-10⁷ CFU/mL 线性检测）。

图 6：碳量子点抗菌效果（如 Ag-CQDs 灭活大肠杆菌 99.99%）及膜损伤验证。

与传统传感器技术相比，该纸基荧光传感器阵列具有多方面优势：无需复杂专业设备，仅依靠智能手机即可完成检测流程，非常适合基层及资源有限环境使用；制备工艺简单快捷，打印成本低廉，可实现一次性使用，有效避免交叉污染；集细菌识别与灭活功能于一体，检测后无需额外处理即可杀灭细菌，显著降低感染扩散风险。在实际应用测试中，该平台成功识别了自来水中的混合细菌样本，即便在存在钠离子、氯离子、葡萄糖等干扰物质的情况下，仍保持极高的识别准确率。此外，传感器性能在 15 天内保持稳定，重复测量 20 次后响应值无明显下降，体现出良好的稳定性与可靠性。

这项研究不仅为细菌检测领域提供了一种低成本、高集成度的便携式工具，更為多功能生物传感器的设计提供了创新性思路。未来，该技术有望在食品安全快速筛查、临床感染实时诊断、环境微生物动态监测等领域发挥重要作用，为全球应对细菌感染挑战提供强有力的技术支撑，推动相关领域向更高效、更安全的方向发展。

参考文献：Zhu L, Mei L, Xuan Y, et al. Machine learning assisted paper-based fluorescent sensor array with metal-doped multicolor carbon quantum dots for identification and inactivation of bacteria[J]. Talanta, 2025: 128035.