《Sensors》:Classification of Volatile Organic Compounds Using a Novel High-Frequency Quartz Crystal Microbalance Sensor Array Based on Ethyl Cellulose Microstructures
编辑推荐:
检测挥发性有机化合物(volatile organic compounds,VOCs)至关重要,因为它们影响空气质量,并可作为非侵入性早期疾病检测的生物标志物。VOCs可通过结合交叉反应传感器、模式识别和分类算法的电子鼻进行识别。本研究开发了一种基于30 MH
检测挥发性有机化合物(volatile organic compounds,VOCs)至关重要,因为它们影响空气质量,并可作为非侵入性早期疾病检测的生物标志物。VOCs可通过结合交叉反应传感器、模式识别和分类算法的电子鼻进行识别。本研究开发了一种基于30 MHz石英晶体微天平(quartz crystal microbalance,QCM)的单聚合物12传感器阵列,采用三种乙基纤维素(ethyl cellulose,EC)微结构:浇铸膜(casting films,CFs)、反溶剂微粒(anti-solvent microparticles,ASMs)和电喷雾微粒(electrospray microparticles,ESMs)。该阵列在20 °C和20%相对湿度的受控条件下,以ppm浓度检测了乙醇、乙酸乙酯和庚烷。扫描电子显微镜图像显示,CFs的平均网孔直径为1.13 ± 0.44 μm,ASMs和ESMs的平均粒径分别为60 ± 15 nm和1.1 ± 0.3 μm。傅里叶变换红外光谱(FTIR)显示ASMs和EC存在O–H和H–O–H弯曲振动带,而ESMs的这些谱带显著减弱,表明它们分别对极性和非极性化合物具有亲和力。马氏距离和支持向量机分类器在主成分分析空间中准确判别了VOCs。主成分回归(principal component regression,PCR)和偏最小二乘回归(partial least squares regression,PLSR)预测VOC浓度的决定系数R2 > 0.99,PCR对乙醇、乙酸乙酯和庚烷的估计检测限分别为143.6、57和42.1 ppm,PLSR分别为70.5、32.8和26.5 ppm。
基于单聚合物微结构工程的高频QCM传感器阵列:VOCs检测、分类与浓度预测的综合研究解读
一、研究背景与意义
挥发性有机化合物(volatile organic compounds,VOCs)广泛参与大气光化学反应,其来源包括人为活动(如吸烟、割草、建筑涂装、烹饪等)和生物源排放。VOCs在氮氧化物(NOx)和阳光作用下氧化,可促进对流层臭氧的形成,加剧全球变暖,并对人体健康造成多重危害,包括眼部及鼻腔刺激、呼吸系统疾病、肺功能损伤、哮喘、氧化性细胞损伤、免疫炎症反应、多种癌症及生殖风险。人体呼出气中含有超过100种VOCs,其浓度变化可作为多种疾病非侵入性早期诊断的潜在生物标志物。例如,肺癌患者呼出气中可检测到戊烷、庚烷、甲苯、异戊二烯及1-丙醇等烃类和醇类物质;1型糖尿病患者呼出的丙酮水平超过1800 ppb,而健康个体仅为300–900 ppb。
传统的气相色谱-质谱联用(gas chromatography–mass spectrometry,GC–MS)技术虽能精确检测数千种化合物,但设备庞大、操作复杂、耗时较长,不适用于实时监测。石英晶体微天平(quartz crystal microbalance,QCM)作为一种低成本重力型传感器,通过监测涂覆电极质量变化引起的谐振频率改变,可实时检测VOCs。然而,单一聚合物涂层的选择性有限,而多聚合物阵列虽可提高交叉响应能力,但制备复杂。因此,开发基于单一聚合物、通过微结构多样性实现交叉响应的传感器阵列,成为该领域的重要研究方向。
二、研究内容与核心结论
研究人员首次开发了一种基于单一聚合物——乙基纤维素(ethyl cellulose,EC)的12传感器阵列,由三种不同微结构组成:浇铸膜(casting films,CFs)、反溶剂微粒(anti-solvent microparticles,ASMs)和电喷雾微粒(electrospray microparticles,ESMs),每种微结构对应4个30 MHz QCM传感器。该阵列在20 °C、20%相对湿度条件下,对乙醇(EtOH)、乙酸乙酯(EtOAc)和庚烷(hp)三种分别代表醇类、酯类和烷烃类的VOCs进行了ppm级浓度检测。研究结果表明,ASMs对极性化合物(EtOH、EtOAc)敏感,ESMs对非极性化合物(hp)敏感,CFs则表现出两亲性行为。主成分分析(principal component analysis,PCA)结合马氏距离和支持向量机(support vector machine,SVM)实现了三种VOCs的100%准确分类;主成分回归(principal component regression,PCR)和偏最小二乘回归(partial least squares regression,PLSR)实现了浓度预测,决定系数R2 > 0.99,PLSR的估计检测限(limits of detection,LOD)较PCR降低约50%。
三、主要关键技术方法
研究人员采用了以下关键技术方法:基于Sauerbrey方程的QCM质量敏感度分析;反溶剂微粒诱导法制备ASMs;电喷雾(electrospray)技术制备ESMs;滴铸法制备CFs;扫描电子显微镜(scanning electron microscopy,SEM)表征微结构形貌;傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)分析官能团变化;主成分分析(PCA)进行特征提取与降维;马氏距离与SVM用于VOC分类;PCR与PLSR用于浓度预测及LOD估计。
四、研究结果
4.1 乙基纤维素微结构表征分析
SEM表征显示,CFs在QCM电极上形成具有不同尺寸开孔的网状结构,250个网孔的平均直径为1.13 ± 0.44 μm,变异系数为38.7%。ASMs滴铸后呈现咖啡环效应,Zone 1(边缘区域)小颗粒平均直径为60 ± 15 nm,Zone 2(中心区域)大颗粒平均直径为162 ± 52 nm,该分布归因于水滴蒸发引起的毛细流动。ESMs方面,0.3% w/v EC/EtOH溶液形成平均尺寸为2.7 ± 0.8 μm的铺展凹面结构,5% w/v溶液则形成平均尺寸为1.1 ± 0.3 μm的红细胞样凹面结构,后者归因于电喷雾过程中液滴的库仑裂变导致内部塌陷。
FTIR分析表明,ASMs和EC在3471和3461 cm?1处存在O–H弯曲振动带,而ESMs该谱带显著减弱,表明电喷雾过程中高电压导致羟基减少,这有助于ESMs对非极性化合物hp具有更高亲和力。C–O弯曲振动出现在1100、1098和1107 cm?1,糖苷键C–O–C振动出现在1050、1053和1055 cm?1,分别对应EC、ASMs和ESMs。
4.2 QCM传感器稳态响应与灵敏度
传感器对三种VOCs的稳态响应随浓度线性增加,线性拟合R2 > 0.96,验证了数据可靠性。灵敏度分析表明,ASMs因暴露更多羟基,对极性VOCs(EtOH、EtOAc)响应更强;ESMs因表面富含乙氧基,对非极性hp灵敏度最高;CFs表现出中间行为。归一化灵敏度对比显示,ASMs对EtOH和EtOAc灵敏度最高,CFs对EtOAc灵敏度较高,ESMs对hp灵敏度最高。湿度灵敏度分析表明,ASMs对相对湿度最敏感,ESMs最不敏感,CFs和ESMs的湿度灵敏度分别比ASMs低30%和52%。Hansen溶解度参数分析进一步解释了VOCs与EC的亲和力差异,EtOAc的HSP与EC最接近,解释了其更强的亲和力。
4.3 主成分分析、马氏距离与支持向量机分类
PCA分析显示,仅使用前两个主成分即可解释94%(响应数据)和95%(分配系数数据)的累计方差,三个主成分时分别达到98%和97%。基于马氏距离的95%置信椭圆完全包络各VOC的数据点,所有组间距离均超过2σ,证明三类化合物可被正确分类。SVM分类器在PCA空间中实现了100%的分类准确率和精确率,其中基于ln(K)数据的分类边界更清晰、类间分离更宽,优于标准化响应数据。
4.4 主成分回归与偏最小二乘回归的浓度预测及检测限估计
通过交叉验证确定了PCR和PLSR模型的最优主成分/潜变量数量,最终统一采用3个PCs和3个LVs。校准曲线显示,所有模型的R2 > 0.99,表明12传感器阵列能准确预测三种VOCs的浓度。PCR估计的LOD分别为EtOH 143.6 ppm、EtOAc 57.0 ppm、hp 42.1 ppm;PLSR估计的LOD分别为EtOH 70.5 ppm、EtOAc 32.8 ppm、hp 26.5 ppm。PLSR较PCR将估计LOD降低了最高51%。将估计LOD代入灵敏度最高的传感器F580的线性拟合方程,得到的频率偏移约为频率计分辨率(1 Hz)的10–31倍,表明估计LOD可被精确测量。
五、结论
本研究开发了一种基于30 MHz QCM的新型单聚合物12传感器阵列,通过三种乙基纤维素微结构(CF、ASM、ESM)实现了EtOH、EtOAc和hp的检测、分类和浓度预测。简单的合成方法制备了形态各异的微结构涂层:CFs呈连续网状结构,ASMs在电极边缘和中心呈现不同粒径分布,ESMs呈塌陷球体或红细胞样形态。ASMs对极性化合物敏感,ESMs对非极性化合物敏感,CFs表现出两亲性。PCA结合马氏距离和SVM实现了三种VOCs的准确分类,PCR和PLSR模型预测浓度的R2 > 0.99,PLSR将估计LOD降低至PCR的一半左右。通过选择溶剂和沉积方法定制乙基纤维素微结构,研究人员构建了一种通用的单聚合物30 MHz QCM传感器阵列,在测试条件下实现了VOCs的检测、分类和浓度预测,估计LOD处于数十ppm范围。