重庆大学研发新型量子点比率型荧光传感器阵列，用于还原性物质检测与白酒品质鉴别
中国白酒作为世界六大蒸馏酒之一，成分复杂，其中的还原物质对其品质具有重要影响。然而，由于白酒种类繁多，市场中常出现混淆现象。传统鉴别方法如感官评价易受主观因素干扰，仪器分析则操作繁琐、耗时较长，难以满足快速、大规模检测的需求。近年来，包括近红外光谱和荧光传感技术在内的新兴手段逐步发展。荧光传感器阵列因其高精度和区分复杂混合物的能力而受到关注，但多数设备在抗干扰方面仍存在挑战。量子点（QDs）凭借其优异的光学性能，成为构建稳定比率荧光传感阵列的理想材料。重庆大学团队首次引入基于量子点的比率型荧光传感器阵列，通过三种量子点构建系统，实现了白酒中还原物质的检测及品质的高效鉴别。
创新点
- 首次将比率荧光传感器阵列应用于白酒还原物质检测与品质分级，有效解决背景信号干扰问题。
- 采用三种量子点（CQDs、N-CNDs、N-GQDs）构建传感系统，结合 oxOPD 与 Ag⁺的反应机制进行信号调控。
- 对12种还原物质的鉴别准确率达97.2%，对10种不同品质白酒的鉴别准确率达100%，并可定量检测抗坏血酸（LOD为0.1 μM）。
- 将白酒指纹数据编码为条形码，为生产质控、流通溯源及数据库建设提供新路径。
图 1 展示了基于量子点的比率荧光传感器阵列用于白酒品质鉴别的整体示意图。
关键性结果
碳量子点、氮掺杂碳纳米点与氮掺杂石墨烯量子点的表征
研究人员选取并表征了三种可用于 oxOPD 荧光猝灭的量子点材料（CQDs、N-CNDs、N-GQDs），并通过透射电子显微镜（TEM）、X射线衍射（XRD）和傅里叶变换红外光谱（FT-IR）进行系统分析。CQDs 呈现良好的球形结构，尺寸均匀，平均直径约10 nm，XRD显示其具有无序石墨结构，FT-IR进一步验证了C–H、O–H等官能团的存在；N-CNDs 表现出较差的结晶度，平均直径约8.5 nm，FT-IR 显示 N–H/O–H、C=N 等官能团；N-GQDs 呈现出优异的单分散性，平均直径约8.0 nm，XRD 表明其具有高度有序的石墨烯结构，FT-IR 确认了氮掺杂的成功引入，包括NH-CO、C=N等特征基团。
图 2 展示了 CQDs、N-CNDs 和 N-GQDs 的 TEM 图像、XRD 图谱及 FT-IR 光谱。（A、B、C）为 CQDs 的表征结果；（D、E、F）为 N-CNDs 的表征结果；（G、H、I）为 N-GQDs 的表征结果。
量子点比率荧光传感器阵列的可行性验证
该传感系统的工作机制基于 Ag⁺ 氧化 OPD 生成 oxOPD（发射波长约为560 nm），量子点（发射波长约450 nm）与 oxOPD 的光谱重叠，引发荧光共振能量转移（FRET）或内滤效应（IFE），导致量子点荧光减弱、oxOPD 荧光增强。当加入白酒样本后，其中的还原物质与 Ag⁺发生反应，减少 oxOPD 含量，使得量子点荧光恢复，而 oxOPD 荧光下降。通过监测二者荧光强度比的变化，实现对白酒中还原物质的检测和品质的识别。实验通过荧光寿命测量和供体-受体（D-A）距离分析确认，CQDs 与 N-GQDs 的猝灭机制为 FRET，N-CNDs 则由 FRET 和 IFE 共同作用。
图 3 为传感阵列可行性及荧光猝灭机制分析。（A–C）为三种量子点的荧光响应图；（D–F）为三种量子点的荧光寿命分布。
传感器条件优化
为了提升传感阵列的鉴别能力，研究人员对每种量子点对应的 OPD 浓度、反应体系 pH 值以及 OPD 与 Ag⁺的反应时间进行了系统优化。CQDs 的最佳条件为 OPD 浓度15 mM、pH 6.2、反应时间8 min；N-CNDs 与 CQDs 的条件一致；N-GQDs 的最优条件为 OPD 浓度20 mM、pH 6.2、反应时间8 min。
12 种还原物质的鉴别能力
研究团队使用主成分分析（PCA）、线性判别分析（LDA）和层次聚类分析（HCA）验证了传感阵列对12种常见还原物质的鉴别能力。PCA 结果显示分类效果较弱（KMO=0.452），而 LDA 分类准确率达到97.2%，HCA 将12种物质成功划分为12类。此外，研究人员对其中的抗坏血酸（AA）进行了定量检测，检测范围为0.1 μM–100 mM，LOD 为0.1 μM。在低浓度（0.1 μM–10 mM）和高浓度（10 mM–100 mM）范围内均表现出良好的线性关系（R² 分别为0.955 和0.925）。实验重复性测试显示，5 批次样品的 RSD 最大为3.9%，表明该传感系统具有良好的稳定性和灵敏度。
图 4 为12种还原物质的 PCA、LDA 和 HCA 鉴别分析结果。
图 5 展示了传感器阵列对 AA 的检测范围、线性关系和重复性表现。（R0 表示量子点与 oxOPD 的原始荧光比值；R1 表示添加 AA 后的比值变化。）
不同品质等级白酒的鉴别
研究团队选取了泸州老窖（L1-L5）与江苏洋河（Y1-Y5）共10种不同品质等级的白酒样本，并采集其荧光指纹图谱。PCA 分析显示 KMO=0.560，仅能部分区分样本；LDA 分析实现了100%准确分类，HCA 将样本分为10组，并将还原能力相近的样品归为一类，验证了传感阵列的高鉴别性能。此外，研究人员还将指纹数据编码为条形码形式，基于阵列点之间的欧氏距离构建编码体系，为白酒的生产质量管理、流通追溯及数据库建设提供了新的技术手段。
图 6 展示了10种不同品质等级白酒的 PCA、LDA、HCA 分析结果及条形码编码方式。
总结与展望
本研究构建了一种基于 Ag⁺、OPD 与三种量子点的荧光传感阵列，成功实现对12种还原小分子化合物的区分，抗坏血酸检测灵敏度高、重复性好。结合 PCA、HCA 和 LDA 算法，该阵列对10种不同品牌和品质等级的白酒实现了100%的准确鉴别。实验结果表明，该传感器系统在白酒品质鉴别方面具有广阔应用前景。未来，若将人工智能与便携式传感设备结合，有望推动白酒质量检测向智能化与实时化方向发展。
原文链接
https://doi.org/10.1016/j.aca.2025.343785
审核编辑：黄宇