基于石墨烯–MXene–WS?–磷烯的太赫兹等离激元超表面生物传感器用于机器学习辅助检测疟疾感染红细胞

《Optik》：Graphene–MXene–WS?–Phosphorene-Based THz Plasmonic Metasurface Biosensor for Machine-Learning-Assisted Detection of Malaria-Infected Red Blood Cells

　　

摘要
疟疾仍然是全球重大的健康挑战，需要灵敏且可靠的诊断方法以便及时检测。本研究提出了一种太赫兹 (THz) 等离子体超表面生物传感器，该传感器在二氧化硅 (SiO?) 基底上的多谐振器架构中集成了石墨烯、MXene、二硫化钨 (WS?)、磷烯和黑磷。使用 COMSOL Multiphysics 进行的全波电磁模拟表明，通过石墨烯化学势从 0.1 到 0.9 eV 的变化可调节透射率，同时优化谐振器尺寸可增强光谱响应。传感器在 1.373–1.402 RIU 的折射率单位 (RIU) 范围内工作，最大灵敏度达到 1000 GHz/RIU，品质因数为 28，优值为 26.316 RIU?1。在 1.004 THz 处观察到强烈的近场束缚，表明光 - 物质相互作用增强。此外，机器学习模型准确预测了传感器在不同几何配置下的响应，达到 R2 > 0.9999 和 MAPE < 0.025%。所提出的平台展示了将多二维材料等离子体工程与机器学习相结合用于无标记基于折射率的疟疾传感的潜力。

引言
尽管在预防、诊断、治疗和疫苗接种方面取得了实质性进展，疟疾仍然是全球重大的健康挑战，特别是在热带和亚热带地区。持续传播受到社会经济条件、气候变化、医疗保健限制以及抗疟药物和杀虫剂抗药性增加的影响 [1]，[2]，[3]。这些挑战对儿童和孕妇尤为重要，他们仍然是最脆弱的人群 [4]。此外，低密度和无症状恶性疟原虫感染可能未被检测出来，从而形成隐藏的寄生虫储备，使疟疾监测和消除工作复杂化 [5]。因此，可靠和及时的诊断至关重要，因为治疗延迟可能会增加病情进展为重症的风险 [6]。
染色厚薄血涂片的显微镜检查仍然是检测、鉴定和量化寄生虫的重要方法，尽管需要标准化的程序和熟练的检查 [7]。已开发出自动图像处理方法来检测寄生虫并鉴定其物种和生命周期阶段，展示了计算诊断的潜力 [8]。最近，深度学习方法提高了感染和未感染红细胞的自动分类，尽管其有效性取决于代表性图像数据集的可用性和质量 [9]。临床证据进一步强调了诊断准确性的重要性，误诊和治疗延迟与不良临床结果相关 [10]。这些局限性鼓励开发互补的传感技术，可以在不完全依赖传统显微镜检查的情况下提供灵敏的测量。
纳米技术为疟疾相关诊断提供了新的可能性，因为纳米结构材料提供了可控的光学、电学和表面特性 [11] [12]。特别是石墨烯、MXenes、过渡金属二硫化物和基于磷的等二维 (2D) 材料引起了相当大的兴趣，因为它们独特的电子性质、原子级厚度以及操纵电磁幅度、相位和偏振的能力，适用于 THz 器件 [13]。它们与等离子体结构的集成可以增强电磁场束缚并加强与周围传感介质的相互作用。
因此，表面等离激元共振 (SPR) 已被探索用于折射率敏感的疟疾传感。一种金 -MXene- 石墨烯 SPR 传感器展示了针对所调查配置和滋养体阶段分别为 227.9°/RIU 和 258.28°/RIU 的灵敏度 [14]。另一种结合黑磷的多层 SPR 架构实现了高角度灵敏度，并结合了电磁建模和人工智能方法用于疟疾阶段预测 [15]。虽然这些研究展示了结合纳米材料和计算技术的价值，但传统 SPR 平台通常依赖于角度或波长探测，而多种二维材料之间的电磁相互作用仍然是一个重要的设计考量。
THz 超表面提供了一种替代平台，其中设计的谐振器可以产生局部电磁增强和可调光谱响应。最近的疟疾定向研究展示了多材料 THz 架构的潜力。MXene- 石墨烯超表面实现了 500 GHz/RIU 的灵敏度，优值为 22.727 RIU?1，并纳入了 1D-CNN 进行响应预测 [16]。MXene- 黑磷 - 石墨烯平台报道了用于癌症传感的 1000 GHz/RIU 灵敏度和用于疟疾传感的 750 GHz/RIU 灵敏度，并结合了堆叠集成机器学习 [17]。同样，一种硼烯 - 黑磷 - 石墨烯 THz 生物传感器实现了 700 GHz/RIU 的灵敏度，并采用随机森林回归进行性能预测 [18]，而一种石墨烯 - 金 - 银超表面结合了 XGBoost 与可调 THz 传感 [19]。这些发展建立了集成二维材料、谐振超表面和机器学习的可行性，但也突出了优化多种材料和几何参数的复杂性不断增加。由于局部场增强取决于材料属性、几何形状、激发条件和等离子体相互作用，系统的电磁优化是必要的 [20]。
机器学习可以通过学习设计参数和传感器响应之间的关系，为全波模拟提供高效的补充。最近的生物传感器研究表明，可以高度准确地预测数值生成的光学特性，同时减少与重复基于模拟的优化相关的计算负担 [21]。然而，此类模型的预测能力取决于模拟数据集的质量和覆盖范围，以及物理有意义的设计变量的选择。与此同时，基于折射率的等离子体传感已展示了通过有效介电性质的变化对生物细胞进行无标记区分的可能性 [22]。然而，对于疟疾应用，仅折射率响应不应被解释为疾病特异性识别，因为不同的生物状况可能表现出重叠的有效折射率值。
尽管在传统和基于 SPR 的疟疾生物传感器方面取得了进展，但仍存在若干挑战，包括对细微生物变化的灵敏度有限、可调性受限、复杂的多层架构，以及需要改进异质传感环境中电磁相互作用的控制。这些挑战推动了先进传感平台的开发，该平台结合了强电磁束缚、可调光谱特性和高效的计算优化。为了满足这些要求，本研究提出了一种太赫兹等离子体超表面生物传感器，在多谐振器架构中集成了石墨烯、MXene、WS?、磷烯和黑磷。所提出的材料配置利用了这些二维材料互补的电磁特性：石墨烯提供电气可调的等离子体电导率，MXene 提供高电导率和额外的耦合路径，WS? 提供半导体和介电调制，而磷烯和黑磷引入各向异性的电磁响应。它们在不同谐振器元素中的空间集成提供了多个相互作用的电磁路径，用于控制共振调制和局部近场束缚，从而增强了电磁场与周围传感介质的相互作用。多谐振器配置进一步引入了额外的自由度，用于调节传感器的共振特性和折射率相关响应。与此同时，采用机器学习来预测传感器在所调查几何配置下的响应，提供了结构参数与电磁响应之间正向关系的有效表示，并减少了与重复全波模拟相关的计算负担。总之，多二维材料超表面和机器学习框架提供了一种系统方法，用于研究用于无标记、基于折射率的疟疾传感的灵敏且可调的 THz 传感配置。

章节片段
设计与建模
图 1 全面展示了所提出的等离子体超表面传感器架构，分为七个子图 (a–g)，以传达完整的几何配置、三维结构、单元设计、材料分布以及器件的功能集成。这些面板共同提供了多尺度可视化，支持清晰理解结构布局和潜在的电磁设计原则。
子图 (a) 结果与讨论
所提出的超表面生物传感器使用 COMSOL Multiphysics，一种基于有限元的电磁求解器，进行了数值分析，以评估其光学透射率特性。模拟框架考虑了从图 1 所示的多材料架构中衍生出的四种不同材料配置案例。每种配置代表二维 (2D) 材料——石墨烯、黑磷、MXene、二硫化钨 (WS?) 和

结论
本研究提出了一种用于无标记疟疾检测的太赫兹等离子体超表面生物传感器。该传感器在 SiO? 基底上的多谐振器架构中结合了石墨烯、MXene、二硫化钨、磷烯和黑磷。COMSOL Multiphysics 中的全波模拟表征了四种二维材料配置的透射率响应。石墨烯化学势、入射角、圆形谐振器直径和矩形条宽度的参数扫描

伦理标准合规性
不适用。未进行任何人类和/或动物研究。

伦理批准和参与同意
不适用

资金
不适用

CRediT 作者贡献声明
AR Guru Gokul：写作 – 审阅与编辑，可视化，数据整理。N Devi：写作 – 审阅与编辑，可视化，数据整理。U Arunkumar：写作 – 原始草稿，验证，软件，资源，方法论，调查，概念化。P Leela Rani：写作 – 原始草稿，验证，软件，资源，方法论，调查，概念化。

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能会影响本文报道的工作。

致谢
不适用

知情同意书
不适用

利益冲突
作者声明没有利益冲突。

声明
作者确认该手稿 (或其任何部分) 此前未发表，也未在其他地方考虑发表。此外，我们证实我们充分参与了这项工作，以承担对内容的公共责任，包括参与概念、设计、分析、写作或手稿的修订。

出版同意
不适用

P Leela Rani|N Devi|AR Guru Gokul|U Arun Kumar
印度泰米尔纳德邦钦奈斯里佩伦布杜尔斯里文凯斯瓦拉工程学院信息技术系