今日Nature：AI辅助下的石墨烯基化学传感器

一、【科学背景】

化学传感器能够收集与液体化学成分相关的信息，并将其转换为电信号，其在环境监测、医疗保健诊断和工业过程控制中发挥着至关重要的作用。在化学传感器中，离子敏感场效应晶体管（ISFETs）因其出色的灵敏度与高度可扩展的设计相结合而成为一项颇具前景的技术。石墨烯的高迁移率和独特的电学性质使其成为ISFETs的理想材料，基于石墨烯的ISFETs具有革命性的变化，可广泛用作商业化学传感器，改变传统传感器领域。

二、【创新成果】

近日，宾夕法尼亚州立大学帕克分校的Saptarshi Das教授创新的将石墨烯基ISFET技术与机器学习算法相结合，通过这种方法显著提升了化学传感的性能，不仅解决了ISFET在实际应用中面临的循环间、传感器间及芯片间差异等挑战，还能高精度地检测pH值、食品掺假及有害污染物浓度，且单一的传感器设计可在多种应用场景中使用，无需重新校准或模型再训练，为化学传感应用提供了一个成本效益高的平台，并创新性地应用于食品行业，实现了对食品掺假及食品安全问题的有效检测，展示了ISFETs在多个领域的广阔应用前景。

图1石墨烯基ISFETs的pH敏感性，非理想因素，缓解© 2024 Springer Nature Limited

图2利用人工神经网络理解pH敏感性© 2024 Springer Nature Limited

图3掺假牛奶的分类到量化© 2024 Springer Nature Limited

图4机器学习辅助的石墨烯基ISFETs进行食品鉴别© 2024 Springer Nature Limited

图5机器学习辅助的石墨烯基ISFETs监测食物新鲜度© 2024 Springer Nature Limited

三、【科学启迪】

该成果展示了石墨烯基离子敏感场效应晶体管(ISFETs)在环境监测、医疗健康诊断、工业过程控制及食品安全等领域的应用潜力。文章深入分析了石墨烯ISFETs的pH敏感性，指出其能准确感知液体溶液的pH值，并讨论了影响ISFET响应的非理想因素。此外，文章还提出了利用机器学习算法来减轻这些挑战的方法，为ISFETs更广泛的应用奠定了理论基础。

原文信息：Pannone, A., Raj, A., Ravichandran, H. et al. Robust chemical analysis with graphene chemosensors and machine learning.Nature(2024).

https://doi.org/10.1038/s41586-024-08003-w