據麥姆斯咨詢(xún)介紹,紅外光譜學(xué)是檢測和分析有機化合物的一種基準方法。但是它需要復雜的操作過(guò)程和大型、昂貴的儀器設備,因此設備的微型化充滿(mǎn)挑戰,阻礙了紅外光譜技術(shù)的一些工業(yè)和醫療應用,以及戶(hù)外現場(chǎng)的數據收集,例如污染物濃度的測量等。此外,其相對較低的靈敏度要求較大的樣本量,因而也從根本上限制了其廣泛應用。
為此,EPFL(瑞士聯(lián)邦理工學(xué)院)工程學(xué)院(瑞士洛桑)和Australian National University(ANU,澳大利亞國立大學(xué))的科學(xué)家們開(kāi)發(fā)了一款緊湊型、高靈敏度納米光子傳感器系統,無(wú)需使用傳統的光譜學(xué)技術(shù)便能識別分子的特征吸收。他們已經(jīng)將該系統用于聚合物、農藥和有機化合物的探測。更為重要的是,這項技術(shù)還與CMOS技術(shù)兼容。
將分子的特征吸收轉譯為“條形碼”
有機物分子中的化學(xué)鍵都有其特定的方向和振動(dòng)模式,這影響了分子對光的吸收,使每個(gè)分子都有其獨一無(wú)二的“指紋吸收”。紅外光譜學(xué)通過(guò)檢測樣本是否吸收分子的指紋特征頻率,來(lái)探測樣本中是否含有給定分子。然而,這種分析需要尺寸龐大、價(jià)格昂貴的實(shí)驗室儀器。
EPFL科學(xué)家開(kāi)發(fā)的系統包含一種工程化的表面,覆蓋有數百個(gè)被稱(chēng)為Metapixels(超像素)的微型傳感器系統,可以為表面接觸的每個(gè)分子生成不同的“條形碼”。這些條形碼可以使用先進(jìn)的模式識別和分類(lèi)技術(shù)(如人工智能神經(jīng)網(wǎng)絡(luò ))進(jìn)行大規模分析和分類(lèi)。這項研究成果已發(fā)表于今年6月出版的Science雜志。
EPFL開(kāi)發(fā)的這款開(kāi)創(chuàng )性傳感器系統不僅靈敏度高,且能夠實(shí)現微型化;它采用了能夠在納米尺度捕捉光的納米結構,因而對系統表面上的樣品具有極高的靈敏度?!拔覀兿胍綔y的分子是納米級的,因此橋接這一尺寸鴻溝是必不可少的一步,” EPFL生物納米光子系統實(shí)驗室負責人及本研究聯(lián)合作者Hatice Altug說(shuō)。
該系統表面的納米結構被分為數百個(gè)超像素組,每個(gè)超像素都以不同的頻率共振。當一個(gè)分子與系統表面接觸時(shí),該分子對光的特征吸收,會(huì )改變它接觸的所有超像素的振動(dòng)。
“非常重要的是,這些超像素的排列方式,可使不同的振動(dòng)頻率映射于系統表面的不同區域,”本研究聯(lián)合作者Andreas Tittl介紹說(shuō)。這便獲得了一種像素化的光吸收圖,可以轉譯為分子條形碼。整個(gè)過(guò)程都不需要使用光譜分析儀。
這款新系統的潛在應用很廣?!袄?,它可以用于制造便攜式醫療測試設備,為血液樣本中的每種生物標記物都創(chuàng )建條形碼,”本研究聯(lián)合作者Dragomir Neshev說(shuō)。
這項技術(shù)還可以和人工智能結合,為從蛋白質(zhì)和DNA到農藥和聚合物的各種化合物,創(chuàng )建并處理分子條形碼庫,為科研人員提供一種新的工具,快速、精確地從復雜樣本中發(fā)現微量的化合物。