新型分子识别传感器系统诞生，破解红外光谱仪分析难题

　　瑞士联邦理工学院研发的新型传感器系统无需红外光谱仪便能高精度地探测和分析分子，再借助人工智能（AI），为基于成像的大规模材料分析开辟了道路

　　据麦姆斯咨询介绍，红外光谱学是检测和分析有机化合物的一种基准方法。但是它需要复杂的操作过程和大型、昂贵的仪器设备，因此设备的微型化充满挑战，阻碍了红外光谱技术的一些工业和医疗应用，以及户外现场的数据收集，例如污染物浓度的测量等。此外，其相对较低的灵敏度要求较大的样本量，因而也从根本上限制了其广泛应用。

　　为此，EPFL（瑞士联邦理工学院）工程学院（瑞士洛桑）和Australian National University（ANU，澳大利亚国立大学）的科学家们开发了一款紧凑型、高灵敏度纳米光子传感器系统，无需使用传统的光谱学技术便能识别分子的特征吸收。他们已经将该系统用于聚合物、农药和有机化合物的探测。更为重要的是，这项技术还与CMOS技术兼容。

将分子的特征吸收转译为“条形码”

　　有机物分子中的化学键都有其特定的方向和振动模式，这影响了分子对光的吸收，使每个分子都有其独一无二的“指纹吸收”。红外光谱学通过检测样本是否吸收分子的指纹特征频率，来探测样本中是否含有给定分子。然而，这种分析需要尺寸庞大、价格昂贵的实验室仪器。

　　EPFL科学家开发的系统包含一种工程化的表面，覆盖有数百个被称为Metapixels（超像素）的微型传感器系统，可以为表面接触的每个分子生成不同的“条形码”。这些条形码可以使用先进的模式识别和分类技术（如人工智能神经 络）进行大规模分析和分类。这项研究成果已发表于今年6月出版的Science杂志。

　　该系统表面的纳米结构被分为数百个超像素组，每个超像素都以不同的频率共振。当一个分子与系统表面接触时，该分子对光的特征吸收，会改变它接触的所有超像素的振动。

　　这项技术还可以和人工智能结合，为从蛋白质和DNA到农药和聚合物的各种化合物，创建并处理分子条形码库，为科研人员提供一种新的工具，快速、精确地从复杂样本中发现微量的化合物。