三维荧光差谱分析法在毒品检测中的应用

摘 要：生物体液中毒品的快速检测和分析是关注焦点和研究课题，要引入一种基于深度学习辅助的三维荧光差谱分析方法，利用具有良好荧光特性的银纳米团簇作为荧光信号源，将其引入含有毒品的待分析尿液之中，捕获采集三维荧光差谱中毒品分子的指纹信息，进行不同毒品的快速定性定量检测和分析。

关键词：三维荧光差谱分析法;计算;检测

毒品检测是禁毒工作中的重要组成内容，要充分利用具有强大能力的人工智能技术，将基于深度学习辅助的三维荧光差谱分析法引入到毒品检测之中，利用完整、丰富的荧光信息捕获采集三维荧光差谱，进行毒品的定性定量检测和分析。

一、 毒品检测及三维荧光差谱分析法概述

毒品检测通常采用生物体液检测的方法，主要检测方法包括有：（1）基于分离的检测方法，如：色谱-质谱联用法、毛细管电泳法、薄层色谱法等。（2）基于特异性识别的检测方法，如：基于电化学测试的免疫分析法、基于胶体纳米金粒子的免疫分析法。（3）复杂样本直接分析法，如：表面增强拉曼光谱分析法、荧光膜检测法等。

三维荧光光谱法以激发波长和发射波长为自变量，发射强度为因变量，利用激发-发射矩阵表达丰富、完整的光谱检测信息，可以应用于毒品检测领域之中，挖掘其巨大的潜能。

二、 基于深度学习辅助的三维荧光差谱分析法在毒品检测的应用

（一）检测实验（1）提供五种实验毒品，即：3，4-亚甲基二氧基苯丙胺、3，4-亚甲基二氧基-N-甲基苯丙胺-可待因、哌替啶、甲基卡西酮，对试剂进行反复清洗，包括自来水清洗、超纯水润洗。（2）合成银纳米团簇。在锥形瓶中置入磁子和30mg AgNO3，添加50mL的水使之溶解，制备形成0.6mg/mL的稀溶液，对其进行搅拌，搅拌速率为2000r/min，再添加54mg GSH、5mL的水，生成白色乳状浊液，10min后添加0.6mL的0.5mol/L氢氧化钠溶液，使白色乳状浊液变为澄清状，在室温条件下反应24h再进行银纳米团簇的纯化，具体操作为：在离心管中置入1mL反应混合物，添加3mL甲醇，在8000r/min转速下离心10min，去除溶解于溶液中的游离试剂分子，取下层沉淀物并分散于水体中备用。（3）三维荧光光谱及三维荧光差谱检测。检测试验相关参数为：激发波长210～380nm、测试间隔2nm;发射波长350～550nm、测试间隔2nm;扫描速度12000nm/min;PMT电压750V;激發波长与发射波长的狭缝宽度5nm。检测步骤为：进行纯品银纳米团簇的稀释，稀释比例为30倍，将0.45mL的稀释品置于样品池中，随机抽取一种尿液样本，将0.15mL稀释10倍的银纳米团簇、稀释10倍的尿液样本与毒品样本进行1∶1∶1的混合，获取混合物的整体荧光三维荧光，将其与纯品银团簇的三维荧光光谱相减，即可获得三维荧光差谱。

（二）检测计算采用深度学习方法进行毒品三维荧光差谱检测的计算，具体步骤包括有：（1）数据预处理。通过矩阵展开、标准化处理、数据降维的流程，进行人体尿液中毒品检测数据的预处理，并通过三维荧光差谱激发发射矩阵进行表达，该矩阵通过主成分分析、线性判别分析的方法进行数据降维和优化。（2）分类算法。建模数据集涵盖有若干个样本，要在数据预处理之后进行分类，主要采用生成对抗网络实现分类和优化。（3）定量算法。在将建模数据集进行毒品样本分组的前提下，依照4∶1的比例分为训练集和测试集，采用人工神经网络构建定量模型并进行评估。

（三）检测结果讨论基于深度学习辅助的三维荧光差谱分析法体现出良好的荧光性能，能够在毒品检测中形成荧光发射峰，将该纳米作为荧光信号发射源，将不同毒品的特异化三维荧光光谱变化反映在荧光激发发射矩阵的三维图谱上，并将相互作用后的三维光谱与纯银纳米团簇的三维光谱做差，形成特定的三维荧光差谱，表达甲基卡西酮、MDA、MDMA、可待因、哌替啶这五种不同毒品的三维荧光差谱位置、形状和强度，进行生物体液中不同毒品的定性定量分析，完成对不同毒品的测定。同时，在经过数据的预处理之后，采用生成对抗网络进行毒品三维荧光差谱信息的数学模型建构，并采用外部验证集中的数据，优化生成对抗网络的超参数，如：训练批尺寸、对抗次数等，通过实验分析可知，当对抗次数为50时，三维荧光差谱数学模型的泛化能力达到最优状态。并由于生成对抗网络堆叠有一个生成器，能够通过生成虚拟数据点来训练辨别器，因而具有更强的泛化能力。另外，在训练集的测试中，ANN算法、CNN算法、GAN算法的准确性较高，稳定性差异较小，相较而言，GAN算法的泛化能力更强，外部测试集表现更优，准确率和稳定性最佳。最后，进行测试毒品种类的数量对模型测试的影响分析，发现当待分类毒品数量增至4～5种时，测试模型的准确率降至89%左右。

三、 小结

综上所述，基于深度学习辅助的三维荧光差谱分析法利用荧光性能较佳的银纳米作为信号源，将其与待测毒品进行相互作用，生成并改变所测毒品的三维荧光光谱，无须考虑复杂体系中的瑞利散射和光谱重叠问题，实现对多种毒品的快速、准确而稳定的定性定量检测和分析。后续还要进一步深入探讨信号源团簇与待测复杂体系中小分子的深层作用机理，利用深度学习方法探讨未知复杂的非线性关系和内容。

参考文献：

[1]丛琳.基于三维荧光光谱的蜂蜜掺假智能检测技术研究[D].天津：天津工业大学，2019.

[2]安晓娜.三维荧光结合几种二阶校正方法测定中药中阿魏酸、白鲜碱、红景天苷的含量[D].石家庄：河北师范大学，2019.

作者简介：席长娜，宿迁子渊司法鉴定所。