食品变质和浪费对人类健康及社会稳定构成了严重威胁。根据世界卫生组织（WHO）的统计，全球每年约有6亿人因食用受到细菌、病毒、寄生虫和化学物质污染的食品而患病，导致超过40万人死亡。同时，约三分之一的食品在供应链中遭到损失或浪费。其中，过度谨慎的食品保质期常常导致大量仍可安全食用的食品被过早丢弃。肉类作为人类饮食的重要组成部分，其易腐败性和复杂的贮藏环境使得安全分析面临诸多挑战，因此，实时有效地监测肉类新鲜度显得尤为重要。

挥发性盐基氮（TVB-N）是动物产品中蛋白质降解所产生的碱性氮化物，被广泛认为是监测肉类食品新鲜度的关键指标。TVB-N的检测方法包括化学滴定、色谱法和电化学检测。然而，这些方法的复杂性、专业性以及对环境的影响已不再符合当前的发展趋势。目前，新兴的光学传感器，特别是高灵敏度、智能化的比色传感器阵列（CSA），正受到广泛关注。CSA模仿哺乳动物的嗅觉系统，通过颜色变化直接提供食品新鲜度的视觉评估。现有的高灵敏CSA传感器通常依赖于化学染料，这可能带来潜在的毒性风险。此外，化学染料的变色机制通常表现为单级、狭窄且单调的变化，同时易受到温度和湿度等外部因素的影响。

金属-多酚网络（MPN）通过pH诱导的多价配位键，能够快速且简单地涂覆在各种界面上，已在材料科学、药物传递和组织工程等领域得到了广泛应用。MPN能够根据配位离子的价态、pH值和竞争配体类型展现出丰富的颜色变化，这一特性在CSA的应用中具有极大的潜力。然而，MPN中配位环境的复杂性要求在颜色变化、设备构建以及数据统计与分析等方面进行系统性的工程研究。

基于此，江南大学谢云飞教授团队联合复旦大学赵天聪研究员首次提出了金属-多酚与胺类物质的多级竞争配位显色机理，用于智能检测肉类新鲜度。与传统比色材料的响应机制不同，该系统利用金属-多酚-胺之间的多级竞争配位反应快速驱动多样化的颜色变化，实现了对胺类物质的高灵敏度、特异性、稳定性和广范围检测。从而实时监测牛肉、鸡肉、鱼和虾的新鲜度，并有效追踪牛肉在反复冻融循环及复杂储运条件下的新鲜度变化。此外，该机理赋予了简单快速获取大量有效数据的能力，可以有效结合卷积神经网络（CNN）技术，开发肉类新鲜度智能检测平台，肉类新鲜度整体准确率高达99.83%。这种创新颜色响应机制以及安全、廉价易得的比色材料，有望在生鲜食品智能包装、冷链物流实时监测和零售终端品质管控等领域展现出广阔的应用。该研究以题为“Metal-polyphenol multistage competitive coordination system for colorimetric monitoring meat freshness”的论文发表在最新一期《Advanced Materials》上。