面向SPR生物传感器仿真优化的独立软件应用开发与性能验证

《Sensors International》：Development of a Standalone Software Application for the Simulation and Optimization of Surface Plasmon Resonance-based Biosensors

本文推荐一款新型独立软件SPR-Soft，专为表面等离子体共振（SPR）生物传感器的仿真与优化而设计。该研究针对现有仿真工具在关键性能指标自动计算、实时可视化和数据集生成等方面的不足，开发了基于传输矩阵法（TMM）的用户友好平台。软件支持实时调整参数、自动计算灵敏度（342°/RIU）、品质因子（FoM，53.12/RIU）等指标，并包含数据集生成模块以支持机器学习应用。案例研究验证了其高精度与实用性，显著提升了SPR生物传感器的设计效率与性能，对疾病诊断、药物研发等领域具有重要推动意义。

　　

在生物医学检测领域，表面等离子体共振（Surface Plasmon Resonance, SPR）技术因其高灵敏度、无标记和实时监测等优势，已成为疾病诊断、药物筛选和环境监测的重要工具。然而，设计和优化高性能的SPR生物传感器却面临巨大挑战。研究人员通常需要深厚的理论背景和复杂的仿真软件，如Lumerical FDTD或COMSOL Multiphysics，这些工具不仅价格昂贵、操作复杂，而且缺乏对关键性能指标（如灵敏度、半高全宽（Full Width at Half Maximum, FWHM）、检测精度（Detection Accuracy, DA）、品质因子（Figure of Merit, FoM）和场增强（Field Enhancement, FE））的自动计算功能。此外，现有工具难以支持用户交互式调整参数和实时可视化，也无法生成大规模数据集以赋能机器学习（Machine Learning, ML）辅助的传感器优化。这些局限性严重制约了SPR生物传感器的研发效率和性能提升。

为了突破这些瓶颈，来自摩洛哥费斯Euromed大学的研究团队Innocent Kadaleka Phiri、Mohssin Zekriti和Tijani Bounahmidi在《Sensors International》上发表了他们的研究成果，开发了一款名为“SPR-Soft”的独立软件应用程序。该软件旨在为SPR生物传感器的仿真和优化提供一个一体化、用户友好的解决方案。

研究人员开展此项研究的核心目标是解决现有SPR仿真工具的不足。他们开发了SPR-Soft，一个基于传输矩阵法（Transfer Matrix Method, TMM）的PC端独立软件。TMM是一种基于麦克斯韦方程和菲涅耳分析的数学模型，能够精确描述多层结构的光学行为。研究的关键在于将成熟的TMM理论框架嵌入到一个具备图形用户界面（Graphical User Interface, GUI）的软件中，实现自动化计算、实时交互和数据集生成。

为开展研究，作者主要应用了传输矩阵法（TMM）进行光学建模，并利用MATLAB编程语言实现了算法和图形用户界面的开发。软件通过MATLAB的“App Compiler”工具箱编译成独立的可执行文件（.exe或.app），确保其在Windows或Mac系统上的便捷运行。研究还涉及对软件准确性的验证，通过将SPR-Soft的仿真结果与已发表的数据以及其他现有工具（如COMSOL、Lumerical FDTD、WinSpall）的结果进行对比分析。此外，作为一个案例研究，研究人员设计并优化了一种新型的SPR生物传感器结构，该结构包含钙氟化物（CaF₂）棱镜、苯并环丁烯（Benzocyclobutene, BCB）聚合物层、金银合金（Au₂₀Ag₈₀）以及水作为传感介质（Sensing Medium, SM），以展示软件的实用性。

软件应用开发

SPR-Soft的开发基于TMM理论，采用MATLAB实现。软件包含两大核心模块：SPR仿真器（SPR Simulator）和数据集生成器（Dataset Generator）。SPR仿真器模块允许用户通过图形界面实时调整输入参数（如各层厚度、折射率、入射光波长），并即时显示反射率/透射率曲线以及所有关键性能指标的计算结果。这种实时反馈使研究人员能够直观地理解参数变化对传感器性能的影响。数据集生成器模块则能自动运行大量参数组合的仿真，生成包含输入输出对应关系的大规模数据集，为后续的机器学习模型训练提供数据支持。软件通过严格的误差检查和数值稳定性策略（如使用双精度浮点数、矩阵归一化）确保计算结果的可靠性。

理论建模

文章详细阐述了SPR的理论基础，包括表面等离子体激元的激发条件、棱镜耦合（包括Kretschmann和Otto两种配置）原理，以及用于计算多层结构光学响应的TMM公式体系。性能指标的定义和计算公式也被明确给出，例如灵敏度（S_y）定义为共振角变化与传感介质折射率变化的比值（Δθ_SPR/Δn_SM），品质因子（FoM）为灵敏度与半高全宽（FWHM）的比值。这些理论为SPR-Soft的算法实现提供了坚实的科学依据。

软件验证

为验证SPR-Soft的准确性和有效性，研究团队进行了两个案例的对比分析。案例一比较了不同棱镜配置（Kretschmann和Otto）下的仿真结果，案例二考察了不同入射光波长下的仿真一致性。将SPR-Soft的结果与COMSOL、Lumerical FDTD和WinSpall等商业或专业软件的结果进行对比，发现共振角等关键参数高度一致，相对误差极小（通常小于0.1%），充分证明了SPR-Soft的仿真精度。

结果与讨论

通过SPR-Soft的优化功能，研究人员提出并优化了一种新型SPR生物传感器设计：CaF₂/BCB/Au₂₀Ag₈₀/BCB/SM。优化过程通过计算综合评分（Combined Score, CS），平衡了灵敏度、FoM和最小反射率（R_min）等多个目标。最终优化结构在632.8纳米波长下表现出卓越的性能：灵敏度高达342°/RIU，FoM为53.12/RIU，R_min低至0.017 a.u.，表明光与金属自由电子之间实现了高效的耦合。与文献中报道的其他传感器结构相比，该设计在灵敏度方面具有明显优势。文章还讨论了BCB聚合物层的引入如何改善粘附性、化学稳定性，并通过形成聚合物-合金-聚合物结构来增强对传感器响应的调控能力。此外，对电场强度分布的分析显示，该传感器在传感界面处具有足够的场增强和约100.1纳米的穿透深度（Penetration Depth, PD），适用于病毒和小型癌症生物标志物等分析物的检测。文章最后概述了该传感器芯片的实际制备步骤，包括基板清洗、BCB旋涂、金银合金的激光制备与物理气相沉积（Physical Vapour Deposition, PVD）等，证明了其实际可行性。

综上所述，本研究成功开发了一款功能全面、精度可靠的SPR生物传感器仿真优化软件SPR-Soft。该软件有效解决了现有工具在自动化、交互性和数据支持方面的关键局限。通过案例研究，不仅展示了对新型高性能生物传感器（CaF₂/BCB/Au₂₀Ag₈₀/BCB/SM）的成功优化，也验证了软件在推动SPR传感研究方面的巨大潜力。SPR-Soft的出现将显著降低SPR生物传感器的设计门槛，提高研发效率，并为机器学习驱动的传感器优化开辟了新途径。这项工作不仅是一项重要的技术进展，也为实现联合国可持续发展目标（SDGs）中的“良好健康与福祉”（SDG #3）和“产业、创新和基础设施”（SDG #9）做出了积极贡献。未来的研究方向包括扩展软件以支持光栅耦合等其他机制，集成材料数据库，以及增加电场分布可视化等功能。