《Materials Today Advances》:Advances in graphene-based K-shaped ceramic metamaterial SPR biosensor with machine learning optimization for biomedical and cancer detection applications
编辑推荐:
利用光学技术如表面等离子体共振(SPR),研究人员已制备出石墨烯生物传感器用于检测人体血液成分。当前SPR生物传感器旨在检测三种血液成分,包括牛血清白蛋白(Bovine Serum Albumin)、聚丙烯酰胺(Polycrylamide)和生物素-链霉亲和素
利用光学技术如表面等离子体共振(SPR),研究人员已制备出石墨烯生物传感器用于检测人体血液成分。当前SPR生物传感器旨在检测三种血液成分,包括牛血清白蛋白(Bovine Serum Albumin)、聚丙烯酰胺(Polycrylamide)和生物素-链霉亲和素(Biotin-Streptavidin)。对于包含石墨烯的K形共振设计,所提出的SPR生物传感器被称为KGSPR生物传感器,工作在1940–2010 nm的检测波长范围内。银(Ag)被用作K形结构的谐振器材料,而陶瓷材料氮化硼(BN)被用作衬底层。所提出的KGSPR生物传感器用于检测以水样品为参考介质的不同血液成分,并对牛血清白蛋白、聚丙烯酰胺和生物素-链霉亲和素分别表现出357.14、737.7和833.33 nm/RIU的灵敏度值。相应的品质因子(Q)为牛血清白蛋白329.66、聚丙烯酰胺393.8和生物素-链霉亲和素395.6,检测限(DL)为0.0094。此外,使用线性回归方法的机器学习获得了高决定系数(R2 = 0.99),证实了所提出设计的可靠性。除了血液样本分析,开发的KGSPR生物传感器还可应用于癌细胞检测,以及医疗诊断中的葡萄糖和蛋白质传感。
论文解读文章
研究背景与问题:表面等离子体共振(SPR)生物传感器是一种无标记光学传感技术,通过检测折射率变化实现实时生物分子识别,广泛应用于医疗诊断、药物研发和食品安全等领域。在人体血液成分检测中,SPR生物传感器能够通过与正常状态(水)样本对比,识别感染、心血管疾病、癌症及代谢紊乱等疾病状态。然而,传统SPR生物传感器在灵敏度、品质因子及检测限方面仍存在局限,尤其是对多种血液成分的区分检测能力不足。近年来,石墨烯因其优异的电子特性和化学稳定性被用于增强SPR生物传感器的灵敏度,但现有设计多基于简单几何结构(如矩形、圆形),难以同时实现高灵敏度、高品质因子和宽检测范围。此外,陶瓷材料如氮化硼(BN)在SPR传感器中的应用潜力尚未被充分挖掘。为克服这些挑战,研究人员提出了一种新型K形陶瓷超材料SPR生物传感器(KGSPR),结合石墨烯的电子调控能力和机器学习优化,旨在提升对血液成分、癌细胞及其他生物标志物的检测性能。
研究开展与结论:该研究团队设计并仿真了一种K形银(Ag)谐振器结构,以氮化硼(BN)为衬底,并在银和BN之间集成石墨烯层,形成KGSPR生物传感器。通过有限元分析(FEA)方法,在1940–2010 nm波长范围内优化了谐振器高度、衬底高度、K形几何尺寸及石墨烯化学势等关键参数。结果表明,最佳参数为:银谐振器高度200 nm、BN衬底高度400 nm、K形长度3400 nm、宽度200 nm。在此条件下,传感器对牛血清白蛋白、聚丙烯酰胺和生物素-链霉亲和素的灵敏度分别达到357.14、737.7和833.33 nm/RIU,品质因子分别为329.66、393.8和395.6,检测限低至0.0094。此外,引入线性回归机器学习方法,模型预测的决定系数R
2达到0.99,验证了设计的可靠性和鲁棒性。该研究的重要意义在于:KGSPR生物传感器不仅实现了对多种血液成分的高灵敏度、高选择性检测,还展示了在癌细胞识别、葡萄糖和蛋白质传感等医学诊断领域的通用潜力,为下一代高性能SPR生物传感器提供了新范式。论文发表在《Materials Today Advances》。
主要关键技术方法:研究采用COMSOL Multiphysics软件进行有限元分析(FEA)仿真,构建K形银谐振器与BN衬底之间的电磁场分布模型。石墨烯层通过Kubo公式(包含带内和带间电导率贡献)描述其光学特性。通过遍历银谐振器高度(100–500 nm)、BN衬底高度(100–500 nm)、K形长度(3000–3400 nm)和宽度(100–500 nm)以及石墨烯化学势(0.1–0.9 eV),确定最佳灵敏度对应的几何参数。机器学习部分采用线性回归算法,以谐振器高度、衬底高度、K形长度和宽度为输入特征,预测灵敏度输出,并通过决定系数R
2和均方误差(MSE)评估模型性能。
研究结果:
1. 银谐振器高度分析:通过比较100–500 nm范围内的传输输出,发现S=200 nm时传输线区分度最明显,获得最佳灵敏度,而其他高度(100、300、400、500 nm)传输线尖锐度不足,因此选择S=200 nm作为最优参数。
2. BN衬底高度分析:在100–500 nm范围内,K=400 nm时传输线表现出最尖锐的差异,实现最高灵敏度,而K=100、200、300、500 nm均无法满足高灵敏度要求,故选择K=400 nm。
3. K形长度分析:在3000–3400 nm范围内,E=3400 nm时传输线区分度最佳,而E=3000、3100、3200、3300 nm的传输线尖锐度或区分度不足,因此选择E=3400 nm。
4. K形宽度分析:在100–500 nm范围内,F=200 nm时传输线最尖锐,而F=100、300、400、500 nm均无法提供足够灵敏度,故选择F=200 nm。
5. 石墨烯化学势分析:通过改变石墨烯化学势(0.1–0.9 eV),观察到传输线随化学势变化而移动,表明石墨烯增强的电子调控能力可优化传感器灵敏度与信噪比(SNR)。
6. 电场分布结果:在共振波长(水1978 nm、牛血清白蛋白1974 nm、聚丙烯酰胺1969 nm、生物素-链霉亲和素1968 nm)处,电场强度在K形结构附近显著增强,证实了光与等离子体表面的强相互作用,有利于分子结合检测。
7. 机器学习优化:对谐振器高度、衬底高度、K形长度和宽度分别进行线性回归,R
2值均达到0.99,均方误差最低为0.51×10
?4,表明机器学习模型能准确预测最优参数,加速设计优化。
总结与结论:该研究通过检测人体血液成分,可早期识别感染、心血管疾病、癌症及代谢紊乱。KGSPR生物传感器采用K形银谐振器、BN陶瓷衬底及石墨烯层,在1940–2010 nm波长范围内,对牛血清白蛋白、聚丙烯酰胺和生物素-链霉亲和素的灵敏度分别为357.14、737.7和833.33 nm/RIU。通过详细的制造步骤(光刻)、参数分析和机器学习优化,该传感器不仅适用于血液样本检测,还可扩展至癌细胞、葡萄糖和蛋白质的医学诊断领域。