编辑推荐：
为解决传统单层超材料在分子检测中特异性识别和多功能集成的难题，研究人员开展了基于分级超材料的比色仿生传感器（HMm-CBs）的研究。结果显示，该传感器可识别多种分析物，检测四环素盐酸盐（TCHs）的最低检测限为 0.003mg/L ，还能监测虾的新鲜度，为分子传感领域提供了新方向。
在科技飞速发展的今天，分子传感技术对于疾病诊断、食品安全监测等诸多领域至关重要。超材料，这种由亚波长尺度金属单元构成的神奇材料，具备信号放大、高可控性和高灵敏度等特性，在分子传感领域极具潜力。其增强的灵敏度主要源于表面等离子体激元（SPPs）的共振激发和波导模式共振。凭借这些特性，超材料可实现对电磁辐射的广泛控制，基于超材料的传感器也已在生物传感领域崭露头角，能够检测癌症生物标志物、毒素、生物分子、农药和抗生素残留等多种分析物。
然而，传统单层超材料在分子传感的道路上却困难重重。一方面，其结构设计往往较为简单，导致与分析物的相互作用缺乏特异性，严重限制了检测的选择性；另一方面，面对食品中复杂多样的目标分子，一旦超材料制备完成，其目标识别功能便相对单一，可调节范围十分有限。与此同时，现有的传感技术在检测复杂基质样本时灵敏度不足，在恶劣环境下长期稳定性欠佳，这些问题都成为了分子传感领域发展的绊脚石。为了突破这些瓶颈，科研人员迫切需要开发一种新型传感器，能够克服当前单层超材料的局限，实现对多种目标分子的精确、选择性检测。
浙江大学生物系统工程与食品科学学院等机构的研究人员开展了基于分级超材料的比色仿生传感器（HMm-CBs）的研究。研究结果发表在《Device》上，为分子传感领域带来了新的曙光。
研究人员采用层层组装的方法构建了 HMm-CBs。在制备过程中，先通过真空过滤制备碳纳米管（CNT）薄膜，并利用一步湿法转移法将其转移到 Au 基底上，制备出 Au-CNT 混合材料；接着，使用激光蚀刻技术在 Au-CNT 基超表面上制造周期性槽天线阵列（SAA）单元；最后，利用毛细管力将比色传感器阵列沉积在涂有薄层色谱（TLC）的超表面上，成功制备出 HMm-CBs。该传感器平台具有独特的三层结构，底层的 Au 层导电性良好、反射率高，作为基底为太赫兹（THz）波传播提供稳定的电磁环境；中间层是动态可调的 CNT 谐振器，结合了高导电性、可调性和高比表面积的优势，显著提升了传感器的性能，提高了灵敏度和响应速度；顶层的比色传感器阵列则用于可视化分析物指纹。
为了深入了解该传感器平台的性能，研究人员进行了一系列表征。通过扫描电子显微镜（SEM）观察发现，制备的 Au 纳米颗粒（AuNPs）呈均匀的球形微观结构，直径为 19.5nm，Au 膜厚度约为 150nm；CNT 谐振器层具有有序排列的基于 CNT 的 SAA 亚波长结构单元；比色传感器阵列层的硅胶膜厚度约为 200μm，硅胶基底表面存在孔隙，有助于染料分子的吸附和均匀分散。通过拉曼光谱表征证实，SAA 表面的 CNT 为单层结构，纯度高、结构完整且无表面缺陷。
在对 TCHs 的检测研究中，研究人员利用主成分分析（PCA）和层次聚类分析（HCA）对 TCHs 的指纹图谱进行模式识别分析。PCA 的 3D 得分图显示，不同类型的 TCHs 样本呈现出一定的聚类趋势，尽管存在轻微重叠，但说明比色传感器阵列对不同 TCHs 有不同响应。HCA 分析进一步表明，所有 TCHs 样本都能明显区分。研究人员还比较了线性判别分析（LDA）、k 近邻（KNN）和反向传播神经网络（BPNN）三种分类算法构建的分类模型，结果显示 BPNN 算法表现最为出色，在训练集和预测集中的识别率均达到 100%，错误率为 0%。不过，实验也发现，CBs 层虽然能够现场检测和可视化不同 TCHs 的识别，但对 TCHs 的痕量高灵敏度检测能力存在一定局限。
在传感原理方面，研究人员通过有限差分时域（FDTD）数值模拟可视化了分级超材料的电场。模拟结果显示，在 0.57THz 时，基于 Au-CNT 的超材料在 SAA 结构边缘两侧存在强电场限制，对周围介电环境的微小变化十分敏感。实验得到的共振峰与模拟结果吻合良好，尽管强度存在差异，但这主要是由基底损耗以及模拟和实验系统参数的差异导致的。研究人员还研究了不同浓度 TCHs 的 THz 吸收光谱，发现超材料结构的 THz 共振峰与 TCHs 的分子指纹峰相匹配，通过优化微阵列结构设计和 CNT 基薄膜的独特可调特性，增强了 THz 波与分析物之间的相互作用，提高了传感的灵敏度和选择性。实验测定该传感器检测 TCHs 的最低检测限（LOD）为 0.003mg/L，相比基于纯 Au 的超材料，基于 Au-CNT 的超材料对 TCHs 检测的 LOD 更低，传输变化更明显，这得益于 CNT 的光导电性变化。
在选择性和抗干扰能力研究中，研究人员考察了多种抗生素对 HMm-CBs 检测 TCHs 的影响。结果发现，除 TCHs 外，其他抗生素对信号响应影响极小，这是由于 TCHs 与金属离子之间的竞争取代反应赋予了 HMm-CBs 系统高选择性。
为展示 HMm-CBs 在实际中的应用潜力，研究人员开发了一种虾新鲜度指示卡。该指示卡由聚偏二氟乙烯（PVDF）吸附层、比色传感器阵列层和 Ag 共振层组成。在 4℃和 25℃的实验条件下，对虾样本进行 48 小时的连续监测。结果显示，随着虾储存时间的增加，传感器在 0.56THz 和 0.97THz 的共振峰强度逐渐降低，当储存时间达到 28 小时时，降低速率迅速增加，32 小时后趋于稳定，表明虾已变质，挥发性代谢产物的产生达到稳定阶段。同时，新鲜和变质虾样本的 THz 光谱和分子指纹存在明显差异，从视觉层面监测发现，随着虾新鲜度的变化，基于化学响应染料的指纹响应 G 值也发生相应变化，例如溴酚蓝的颜色从黄色变为绿色再变为蓝色。这表明该智能指示卡能够实时监测虾的新鲜度及其代谢行为。
研究结论表明，HMm-CBs 平台可识别和测量多种分析物，在检测 TCHs 方面表现出色，检测范围为 0.01 - 1000mg/L ，LOD 为 0.003mg/L，对多种常用抗生素具有高选择性和抗干扰性，还可用于监测虾的新鲜度。不过，该平台仍面临一些技术挑战，如需要提高对复杂基质样本的灵敏度、增强在恶劣环境中的长期稳定性以及改善可拉伸机械性能等。未来，通过材料和器件设计优化，以及借助机器学习实现人工智能辅助，有望进一步提升分子传感性能，将该平台更广泛地应用于即时护理、可穿戴设备等领域，为个性化医疗保健提供有力支持。
研究人员在开展研究时，主要用到了以下关键技术方法：利用扫描电子显微镜（SEM）、拉曼光谱等对材料的形貌和结构进行表征；通过 THz 时间域光谱仪系统收集 THz 光谱；运用主成分分析（PCA）、线性判别分析（LDA）、k 近邻（KNN）和反向传播神经网络（BPNN）等算法进行模式识别分析；采用有限差分时域（FDTD）数值模拟研究超材料的电场分布。
