80电影天堂网,少妇高潮一区二区三区99,jαpαnesehd熟女熟妇伦,无码人妻精品一区二区蜜桃网站

搜索：  
阿爾托大學Olli Ikkala教授、復(fù)旦大學彭勃研究員 Small ：機器學習輔助的仿生水凝膠實現(xiàn)味覺識別
2023-10-18  來源：高分子科技

  哺乳動物能夠通過味覺系統(tǒng)區(qū)分甜、酸、咸、苦和鮮這五種基礎(chǔ)味道。其中，甜、苦和鮮味可通過將水溶性非離子味覺分子與味蕾中的G蛋白偶聯(lián)受體結(jié)合進行識別，而咸和酸味則是通過離子通道接收氫離子和堿金屬離子來觸發(fā)識別。


  受味覺原理啟發(fā)，阿爾托大學Olli Ikkala教授和復(fù)旦大學彭勃研究員提出通過電性和體積變化兩種響應(yīng)方式，使仿生水凝膠能夠感知不同濃度的甜、咸和酸味。該水凝膠由非離子型單體2-羥乙基甲基丙烯酸酯（HEMA）和離子型單體N-(3-磺基丙基)-N-(甲基丙烯酰氧基乙基)-N,N-二甲基氨基甜菜堿（DMAPS）聚合而成，其識別方式模擬了味覺系統(tǒng)中的蛋白質(zhì)受體蛋白和離子通道，兩種單體分別與非離子性味覺物質(zhì)（糖類）和離子性味覺物質(zhì)（鹽類和酸類）相互作用，從而實現(xiàn)對甜、咸和酸味的特異性識別。 


圖 1：仿生水凝膠的味覺識別示意圖


  研究人員通過改變兩種單體的摩爾比例來調(diào)控水凝膠的透明度和機械性能（圖2a，b，c，d，f，g，h）。密度泛函理論模擬計算的分子間相互作用揭示了水凝膠合成的內(nèi)部機理：HEMA更傾向與HEMA發(fā)生相互作用，從而引發(fā)單體聚集。DMAPS傾向于與水結(jié)合并增加光學透明度。圖2e顯示，DMAPS-DMAPS和HEMA-HEMA的結(jié)合能高于DMAPS-HEMA的結(jié)合能，表明水凝膠內(nèi)部可能存在微觀相分離。 


圖 2：水凝膠的特性表征


  接下來，研究人員探討了水凝膠在0.17 M 氯化鈉水溶液中浸泡后的電學性能。電化學阻抗顯示，在不同HEMA和DMAPS比例下，水凝膠的電阻均在浸泡過氯化鈉溶液后呈降低趨勢，尤其當DMAPS比例較高時，水凝膠的電阻變化更為明顯（圖3a，b，c），這表明DMAPS在容納離子中發(fā)揮了重要作用。此外，通過監(jiān)測水凝膠體積和電阻的瞬時變化（圖3e，f）揭示了水凝膠味覺檢測的動態(tài)穩(wěn)定性。研究發(fā)現(xiàn)，在特定條件下，采用直流電場測量可以簡化水凝膠的電學檢測（圖3d），為實際應(yīng)用提供了更便捷的測量方式。 


圖 3：水凝膠的電學性能表征


  圖4探討了水凝膠對不同濃度的氯化鈉、醋酸或D(-)果糖的相對電阻變化和相對體積變化。研究人員將水凝膠浸泡在不同味覺物質(zhì)的水溶液中，檢測其電阻和體積隨著味覺物質(zhì)濃度的增加而發(fā)生的變化。根據(jù)相對電阻變化?R/R0，不同味覺物質(zhì)的響應(yīng)順序為咸味 > 酸味 > 甜味。而在相對體積變化?V/V0方面，不同味覺物質(zhì)的響應(yīng)順序為甜味 > 咸味 > 酸味。這意味著水凝膠對咸味物質(zhì)的電學響應(yīng)更為敏感，而在體積變化方面則對甜味物質(zhì)更為敏感。這些差異可以用于區(qū)分不同味覺分子，為仿生味覺傳感系統(tǒng)的開發(fā)提供了重要線索。


  密度泛函理論揭示了水凝膠對不同味覺物質(zhì)的電性和體積響應(yīng)差異，為味覺識別提供了理論基礎(chǔ)。其中，對于具有反聚電解質(zhì)性質(zhì)的DMAPS單元，靜電相互作用導致其反平行偶極排列。當氯化鈉插入水凝膠時，耦合的反聚電解質(zhì)基團解離，從而導致水凝膠膨脹和電導率增加。非離子分子D(-)果糖對水凝膠的相對電阻變化影響較小，因為它與DMAPS的相互作用較弱，但該分子可以與HEMA網(wǎng)絡(luò)進行氫鍵作用，引起水凝膠的膨脹。醋酸在水溶液中主要以非電離態(tài)存在，醋酸分子對HEMA的結(jié)合能力大于與DMAPS的結(jié)合能，而離子狀態(tài)更傾向于與DMAPS結(jié)合，并導致水凝膠的電阻變化。
為了展示這一人工仿生味覺系統(tǒng)的實際用途，研究人員從本地超市購買了六種食品，包括橙汁、可樂、腌黃瓜汁、海鹽水、白醋和檸檬汁，將水凝膠浸泡在各溶液中過夜以達到平衡后，對其電阻和體積變化進行了分析表征。圖4e顯示所有溶液均可根據(jù)水凝膠的電阻響應(yīng)和體積響應(yīng)劃分成三個味道，且其味覺劃分與人類的味覺體驗極為相似。 


圖 4：味覺識別測試


  為了實現(xiàn)更具有應(yīng)用前景的味覺分析，研究引入了機器學習方法（圖5），采用深度神經(jīng)網(wǎng)絡(luò)（多層感知器）來處理電阻和體積響應(yīng)數(shù)據(jù)，以識別和分類不同味覺物質(zhì)的濃度。通過使用九個輸出來表示不同味道的濃度，包括甜味、咸味和酸味的淡、中和強濃度，機器學習模型能夠在限定數(shù)據(jù)集的情況下半定量地感知味道。這一方法可在實際食品中區(qū)分不同的味道，甚至能夠識別混合味道，具有廣泛前景。 


圖 5：機器學習輔助的味覺識別


  原文鏈接：https://doi.org/10.1002/smll.202305195

版權(quán)與免責聲明：中國聚合物網(wǎng)原創(chuàng)文章。刊物或媒體如需轉(zhuǎn)載，請聯(lián)系郵箱：info@polymer.cn，并請注明出處。
（責任編輯：xu）
【大 中 小】【打印】【關(guān)閉】

誠邀關(guān)注高分子科技

更多>>最新資訊
更多>>科教新聞