课题组成聪、李梦雪和胡诗于等，原位制备分层全碳纳米酶用于植物多酚芦丁智能测定，并进行了理论计算和机器学习，以“Hierarchical all-carbon nanozyme architectures for enhanced intelligent rutin detection”为题发表在Chemical Engineering Journal, 2025, 514, 163289上。硕士生成聪为论文第一作者，苏招红教授为论文通讯作者，胡诗于博士和廖桂平教授为共同通讯作者。

   报道了用于增强智能芦丁检测的分层全碳纳米酶结构，纳米酶作为创新的模拟酶纳米材料，表现出与天然酶相当的内在催化特性，同时在催化动力学和反应机理方面表现出明显的优势。它们的独特特性，包括可编程的自组装能力、出色的比表面积、可调的大小依赖性活性和卓越的结构适应性，使它们成为下一代生物传感平台中生物酶的有前途的替代品。在这项研究中，我们通过循环伏安法（CV）辅助电化学还原开发了一种三明治结构的人工儿茶酚纳米酶系统-电还原氧化石墨烯-多壁碳纳米管-电还原氧化石墨烯（ErGO-MWCNTs-ErGO）。这种制造策略使 ErGO 和 MWCNT 可以直接在电极表面进行原位组装。通过结合实验（CV）和理论方法（密度泛函理论计算）系统研究了芦丁（RT）在纳米酶修饰界面上的氧化还原行为和相关机制。分层结构为 RT 分子的高效分子吸附和催化转化提供了丰富的活性位点。当与机器学习算法集成时，开发的传感器表现出增强的性能，具有 0.1 nM 至 13 μM 的宽线性检测范围和 42 pM （S/N = 3）的超低检测限。在银杏茶分析中的实际应用显示，回收率令人满意（103.7–105.2 %），验证了系统在真实样品检测方面的可靠性。这项工作不仅建立了设计碳基纳米酶结构的范式，而且成功地将先进的纳米材料与智能传感技术联系起来，展示了食品质量监测应用的巨大潜力。