2025年11月21日，湖南农业大学动物科学技术学院南方草食动物研究中心万发春教授、戈钰校聘教授为共同通讯作者，朱强、蒋书宇为共同第一作者，在TOP一区《Biosensors and Bioelectronics》（IF=10.5）发表题为“An intelligent molecularly imprinted sensing platform augmented by interval partial least squares for specific detection of mycophenolic acid in agricultural silage”的论文。该研究工作获国家重点研发计划、国家自然科学基金及湖南省草食动物产业技术体系的支持。

霉酚酸是由娄地青霉菌产生的一种免疫抑制性真菌毒素，易在青贮饲料中残留，威胁畜禽健康与食品安全。由于复杂青贮饲料基质中存在选择性有限和电化学基线漂移显著问题，霉酚酸的检测面临着重大的分析挑战。

为了解决这一问题，我们研发了一种智能分子印迹传感器（Fe3O4-MGO/MIP/GCE）检测霉酚酸。该传感平台以Fe3O4修饰的磁性氧化石墨烯（Fe3O4-MGO）为导电基底，3-羧酸吡咯（pyrrole-3-carboxylic acid，Py3C）为双功能单体。在霉酚酸存在的条件下，通过对Py3C进行电聚合，形成兼具识别与信号转换的结构，并融合小窗口移动平均算法与区间偏最小二乘法（interval partial least squares，iPLS），实现信号自动校正与精准识别。不仅获得较宽线性范围7.5 nmol/L - 5 μmol/L，较低检测限2.1 nmol/L，并且在实际青贮样本中回收率为91.5% - 102.4%。

本研究将分子印迹识别与机器学习算法用于霉菌毒素电化学检测，解决复杂基质信号漂移与主观判读偏差难题，为构建青贮饲料安全监控智能传感提供了可靠技术路径，助力畜禽健康、饲料质量安全与农业检测技术智能化发展。

    原文链接：https://doi.org/10.1016/j.bios.2025.118254

    （审核：祖智波 周军铁）