瑞士聯(lián)邦理工學院研發(fā)的新型傳感器系統(tǒng)無需紅外光譜儀便能高精度地探測和分析分子，再借助人工智能（AI），為基于成像的大規(guī)模材料分析開辟了道路

　　據(jù)麥姆斯咨詢介紹，紅外光譜學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程和大型、昂貴的儀器設備，因此設備的微型化充滿挑戰(zhàn)，阻礙了紅外光譜技術的一些工業(yè)和醫(yī)療應用，以及戶外現(xiàn)場的數(shù)據(jù)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)邦理工學院）工程學院（瑞士洛桑）和Australian National University（ANU，澳大利亞國立大學）的科學家們開發(fā)了一款緊湊型、高靈敏度納米光子傳感器系統(tǒng)，無需使用傳統(tǒng)的光譜學技術便能識別分子的特征吸收。他們已經(jīng)將該系統(tǒng)用于聚合物、農(nóng)藥和有機化合物的探測。更為重要的是，這項技術還與CMOS技術兼容。

將分子的特征吸收轉(zhuǎn)譯為“條形碼”

　　有機物分子中的化學鍵都有其特定的方向和振動模式，這影響了分子對光的吸收，使每個分子都有其獨一無二的“指紋吸收”。紅外光譜學通過檢測樣本是否吸收分子的指紋特征頻率，來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、價格昂貴的實驗室儀器。

　　EPFL科學家開發(fā)的系統(tǒng)包含一種工程化的表面，覆蓋有數(shù)百個被稱為Metapixels（超像素）的微型傳感器系統(tǒng)，可以為表面接觸的每個分子生成不同的“條形碼”。這些條形碼可以使用先進的模式識別和分類技術（如人工智能神經(jīng)網(wǎng)絡）進行大規(guī)模分析和分類。這項研究成果已發(fā)表于今年6月出版的Science雜志。

　　EPFL開發(fā)的這款開創(chuàng)性傳感器系統(tǒng)不僅靈敏度高，且能夠?qū)崿F(xiàn)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(tǒng)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(tǒng)實驗室負責人及本研究聯(lián)合作者Hatice Altug說。

　　該系統(tǒng)表面的納米結構被分為數(shù)百個超像素組，每個超像素都以不同的頻率共振。當一個分子與系統(tǒng)表面接觸時，該分子對光的特征吸收，會改變它接觸的所有超像素的振動。

　　“非常重要的是，這些超像素的排列方式，可使不同的振動頻率映射于系統(tǒng)表面的不同區(qū)域，”本研究聯(lián)合作者Andreas Tittl介紹說。這便獲得了一種像素化的光吸收圖，可以轉(zhuǎn)譯為分子條形碼。整個過程都不需要使用光譜分析儀。

　　這款新系統(tǒng)的潛在應用很廣?！袄?，它可以用于制造便攜式醫(yī)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。

　　這項技術還可以和人工智能結合，為從蛋白質(zhì)和DNA到農(nóng)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(xiàn)微量的化合物。