纳米技术传感器将分子指纹转化为条形码

在EPFL开发的新系统可以检测和分析分子，具有非常高的精度和不需要庞大的设备。它开启了大规模、基于图像的人工智能辅助材料检测的大门。这项研究已发表在《科学》杂志上。

红外光谱法是检测和分析有机化合物的基准方法。但是，它需要复杂的程序和大型、昂贵的仪器，使设备小型化具有挑战性，并阻碍其在某些工业和医学应用中的应用，以及在野外收集数据，例如测量污染物浓度。此外，它基本上受到低灵敏度的限制，因此需要大的样本量。

然而，EPFL工程学院和澳大利亚国立大学（Anu）的科学家们已经开发出一种紧凑而灵敏的纳米光子系统，可以在不使用常规光谱的情况下识别分子的吸收特性。科学家们已经使用他们的系统来检测聚合物、杀虫剂和有机化合物。更重要的是，它与CMOS技术兼容。

它们的系统由一个表面覆盖着数百个微型传感器（Meta Pixixels）组成，它可以为表面接触的每个分子生成一个清晰的条形码。利用先进的模式识别和分类技术，如人工神经网络，可以对这些条形码进行大规模分析和分类。这项位于物理学、纳米技术和大数据的十字路口的研究已经发表在《科学》杂志上。

把分子翻译成条形码

有机分子中的化学键各自具有特定的取向和振动模式。它影响分子吸收光的方式，给每个人一个独特的“签名”。红外光谱通过观察样本在分子的特征频率上吸收光线来检测样本中是否存在一个给定分子。然而，这种分析要求实验室仪器具有巨大的尺寸和价格标签。

EPFL科学家开发的先驱系统既高度敏感，又能小型化；它使用纳米结构，可以在纳米尺度上捕获光，从而为表面上的样品提供非常高的检测水平。“我们想要检测的分子是纳米级的，因此弥合这种大小的间隙是必不可少的一步，”EPFL的BioNoopoOnic系统实验室负责人Hatice Altug和这项研究的合著者说。

该系统的纳米结构被分为所谓的元胞体，使得每一个都以不同的频率共振。当分子与表面接触时，分子吸收光的方式改变了它接触到的所有亚像素的行为。

“重要的是，这种亚像素的排列方式是将不同的振动频率映射到表面上的不同区域，”这项研究的主要作者Andreas Tittl说。

这就产生了一个像素化的光吸收图，它可以被转换成分子条形码，而不用光谱仪。

“由于我们的传感器独特的光学特性，我们甚至可以用宽带光源和探测器来产生条形码，”这项研究的合著者Aleksandrs Leitis说。

这种新系统有许多潜在的应用。该研究的另一位作者Dragomir Neshev说：“例如，它可以用来制造便携式医疗测试设备，为每一个血液样本中发现的生物标记产生条形码。”

人工智能可以与这项新技术结合使用，从蛋白质和DNA到农药和聚合物的化合物，创建和加工整个分子条形码库。这将为研究人员提供一种新的工具，用于快速准确地检测复杂样品中微量化合物。