基于石墨烯-金杂化超表面的太赫兹生物传感器结合机器学习实现异槲皮苷高灵敏度检测

研究人员针对异槲皮苷（isoquercitrin）等黄酮类生物标志物检测灵敏度不足的问题，开发了一种工作在0.1-10 THz频段的石墨烯-金杂化超表面传感器。通过优化石墨烯化学势和几何参数，该传感器实现了1000 GHz/RIU的灵敏度和7.849-8.000的品质因子，结合机器学习算法（98.7%预测精度）显著提升了检测性能。这项研究为无标记分子检测和个性化健康监测提供了创新解决方案。

　　

在生物医学检测领域，黄酮类化合物如异槲皮苷（isoquercitrin）因其抗氧化和抗炎特性成为重要生物标志物，但传统检测方法面临灵敏度低、标记复杂等挑战。太赫兹（THz）技术虽具有非电离辐射和分子指纹识别优势，却受限于微弱信号提取和复杂生物基质干扰。如何实现高选择性、实时监测的痕量检测，成为当前研究的瓶颈问题。

针对这一难题，国外研究人员设计了一种创新的石墨烯-金杂化超表面传感器。该传感器通过中央环形谐振器（直径5 μm）与金质辅助谐振器的协同作用，在0.68 THz处产生强局域表面等离子体共振（LSPR）。研究采用COMSOL Multiphysics进行电磁仿真，结合机器学习算法（随机森林/SVM/神经网络集成）分析127个光谱特征，最终成果发表于《Sensing and Bio-Sensing Research》。

关键技术包括：1）通过化学气相沉积（CVD）制备石墨烯涂层谐振器；2）采用电子束光刻实现亚微米级结构加工；3）建立贝叶斯回归模型（R²=0.93）进行浓度预测；4）利用Kubo公式计算石墨烯电导率随化学势（0.1-0.9 eV）的变化规律。

设计与建模

传感器采用SiO₂基底集成石墨烯环形谐振器和金质方形谐振器，优化后的结构在0.68 THz处实现最大电场限制。通过调节石墨烯费米能级（μ_c），证实化学势0.68 eV时获得最佳灵敏度。

石墨烯导电性

基于Kubo公式推导的σ(ω)=σ_intra+σ_inter模型显示，在THz频段主导的带内传导使其呈现类金属特性，化学势调节可实现动态响应调控。

超表面分析

品质因子Q=ω₀/Δω达8.0，灵敏度S=Δf/Δn达1000 GHz/RIU。入射角测试表明在0-80°范围内保持稳定性能，验证了实际应用的可靠性。

机器学习框架

通过95%降噪处理和PCA降维，集成模型实现2.3 μg/mL的检测限，预测时间仅0.12秒。热图分析显示多项式次数与折射率变化存在强相关性（R²=0.88）。

该研究通过材料-结构-算法三重创新，将太赫兹生物传感技术推向新高度。提出的"超表面谐振器+AI分析"范式，不仅为黄酮类化合物检测提供了新工具（检测限较传统方法提升35%），其模块化设计还可扩展至其他生物分子检测领域。特别是实时处理能力和95.3%的平均预测置信度，使其在床旁诊断（POCT）和可穿戴设备开发中展现出巨大潜力。未来通过集成微流控芯片和多模态传感，有望构建更智能的生物传感系统。