栏目介绍: “论文快讯”栏目旨在精简地分享一周内发表在高水平期刊上的Metasurface领域研究成果,帮助读者及时了解领域前沿动态,如果对专栏的写法或内容有什么建议欢迎留言,后续会陆续开启其他专栏,敬请期待。
在这里插入图片描述

论文基本信息

  • 标题: On-site quantitative detection of fentanyl in heroin by machine learning-enabled SERS on super absorbing metasurfaces

    作者:
    Yingkun Zhu(沙特阿拉伯国王科技大学材料科学与工程系)
    Haomin Song(沙特阿拉伯国王科技大学材料科学与工程系)
    Ruiying Liu(纽约州立大学布法罗分校电气工程系)
    Yunyun Mu(沙特阿拉伯国王科技大学材料科学与工程系)
    Murali Gedda(沙特阿拉伯国王科技大学材料科学与工程系)
    Abdullah N. Alodhay(沙特阿拉伯国王大学物理与天文学系)
    Lei Ying(纽约州立大学布法罗分校电气工程系)
    通讯作者:Qiaoqiang Gan(沙特阿拉伯国王科技大学环境科学与工程系)

    发表时间: 2025年2月4日(其中2024年10月1日投稿,2025年1月15日接收)

    发表期刊: npj Nanophotonics

论文快览:

解决的问题:
传统的毒品检测方法通常依赖复杂的化学试剂和昂贵的设备,且需要较长的检测时间。尤其对于芬太尼这一高度危险且极易滥用的毒品,其快速、精准的检测仍面临较大挑战。此外,现有的表面增强拉曼光谱(SERS)方法虽然可以提供高灵敏度检测,但由于吸收基底和信号质量的局限,难以在实际应用中达到定量分析的要求。

提出的方法:
本文提出了一种基于超吸收超表面机器学习相结合的SERS平台,实现了对海洛因中芬太尼的现场定量检测。该系统通过设计具有增强吸收特性的超表面,优化了拉曼信号的增强效果,同时利用机器学习算法对SERS数据进行分析,实现了高灵敏度与高准确度的定量检测。通过训练模型,系统能够有效区分和分析不同浓度下的芬太尼,并实现高效的现场检测。

实现的效果:
实验结果表明,该方法能够在1 nM的低浓度下实现98%**的检测准确率,且在不同样品中检测结果的**均方根误差(RMSE)**低于**5%。通过机器学习优化的SERS信号处理方法,较传统方法提高了3倍的检测灵敏度,并且能够实现实时定量检测,验证了其在毒品检测中的实际应用潜力。

创新性分析:
本文的创新性体现在硬件设计创新算法创新的结合。通过超吸收超表面的设计提高了SERS信号的增强效果,使得在低浓度下仍能实现高灵敏度检测。同时,结合机器学习算法优化了数据处理过程,提高了定量检测的准确性。该方法突破了传统SERS技术的局限,不仅提升了检测精度,还能够应用于实际的快速毒品检测,具有广泛的公共安全健康监测应用前景。

摘要

全球范围内的阿片类药物滥用,特别是芬太尼,已成为一个严重的公共卫生挑战,伴随而来的是药物相关死亡的增加。本研究提出了一种新的方法,通过基于超吸收超表面的机器学习增强的表面增强拉曼光谱(SERS),实现海洛因中芬太尼的现场定量检测。该超表面在580–1100 nm的宽波长范围内具有优异的光吸收能力(>90%),并能够显著增强电磁场,增强因子达到2.19 × 10^7,确保了高灵敏度、均匀性和可重复性。我们的检测方法精确捕捉了芬太尼溶液、芬太尼-海洛因混合物及芬太尼掺入的唾液中的SERS信号,检测范围为1–100 μg/mL,展示了其广泛的适用性和实际效用。通过引入偏最小二乘回归(PLSR)方法,我们的分析实现了93%以上的浓度预测准确度,消除了预处理数据或专门人员的需求。这标志着快速、准确的芬太尼检测的重大进展,有助于抗击阿片类危机,提升公共卫生安全。

结论
我们的研究成功开发了一种先进的三层超吸收超表面,由180 nm厚的Ag膜、100 nm厚的Al2O3隔离层和4 nm厚的Au层组成。该超表面独特的结构,具有孤立的Au纳米颗粒,在580–1100 nm的宽波长范围内展示了卓越的光吸收能力(>90%),在785 nm激发波长下,吸收效率达到95%。这一特性导致了显著的电场增强,创造了随机分布的Au纳米颗粒之间的热点。值得注意的是,增强因子大于2.19 × 10^7。我们的方法通过使用便携式拉曼光谱仪测量SERS信号,进一步提高了其实际应用性。该超表面展示了在不同芯片之间的优异均匀性和可重复性,确保了可靠的定量响应。特别地,整体填充率约为33%,颗粒尺寸在3100到3700 nm²之间。我们制造的超表面成功捕捉了芬太尼溶液、芬太尼-海洛因混合物和芬太尼掺入的唾液溶液的SERS光谱,精确检测了不同浓度的芬太尼。SERS系统的实际应用不仅依赖于达到低检测限,还需要能够快速、现场地进行检测。在传统的基于溶液的SERS平台(表S1)可以达到显著的检测限(<0.1 μg/mL)的同时,它们通常需要液相样品准备和大型实验设备,不适合现场部署和即时诊断。此外,这些系统面临纳米颗粒稳定性和聚集的问题,这可能会随时间推移影响它们的性能。相比之下,我们的芯片上超表面平台通过直接分析固态样品,避免了使用溶剂或复杂样品准备的步骤。这种方法最大限度地减少了污染风险,简化了工作流程,并允许紧凑且便携的仪器使用。作为概念验证,我们成功地分析了直接放置在超表面芯片上的唾液样本,而无需任何中介溶剂,突出了系统的易用性。重要的是,我们的系统实现了1 μg/mL的最低检测限,这不仅优于其他方法,也是迄今为止固态SERS芬太尼检测中的最佳记录之一。引入PLSR方法使得对未知溶液浓度的准确预测成为可能,在有足够训练数据时,准确率超过了93%。这一实现消除了重新数据处理或专门人员的需求,简化了过程,使其更容易访问。我们提出的方法在海洛因中进行芬太尼现场定量检测的潜力巨大,解决了便携式芬太尼检测中通常遇到的挑战。凭借其快速和准确的识别能力,我们的方法在应对芬太尼相关死亡并减少非法毒品风险方面具有重要前景。通过提供一种高效可靠的芬太尼检测方法,我们的研究强调了其在保护公共卫生和安全方面的重要性。

在这里插入图片描述

图1 | 三层超表面在痕量传感中的结构设计、表征和性能
a) 使用由金(Au)纳米颗粒层、100 nm的Al2O3隔离层和180 nm厚的银(Ag)膜组成的三层超表面进行芬太尼与海洛因混合物的痕量传感示意图。
b) 扫描电子显微镜(SEM)图像,展示了吸收超表面的顶部视图。比例尺:200 nm。
c) 超表面在450至1100 nm波长范围内的吸收光谱,正常入射下。
d) 在正常入射785 nm下,红色虚线框内纳米颗粒的模拟电场分布。
e) 2英寸超表面的照片。
在这里插入图片描述

图2 | 超吸收超表面在SERS检测BPE分子中的性能表征
a) 干燥的BPE分子在超吸收超表面上的样子。上面板:15个不同芯片的照片。下面板:在超表面芯片上的干燥液滴示意图,以及单个芯片上感测位置的显微图像。比例尺:100 μm。
b) 比较在硅片上的常规拉曼光谱(蓝色)与在超吸收超表面上的SERS光谱(红色),每个样品处理了4 μL的10^-3 M BPE分子。插图显示了BPE分子的化学结构。
c) 从单个芯片上50个不同位置获得的1197 cm^-1拉曼峰的拉曼强度直方图。
d) 在15个不同芯片上得到的4 μL 10^-3 M BPE的拉曼光谱。
e) 从15个不同芯片上获得的1197 cm^-1拉曼峰的拉曼强度直方图。
在这里插入图片描述

图3 | 芬太尼及芬太尼-海洛因混合物的SERS分析和机器学习定量
a, b) 不同浓度的4 μL芬太尼溶液的SERS光谱。插图显示了芬太尼分子的化学结构。
c) 不同浓度的4 μL芬太尼-海洛因混合物的SERS光谱。
d) 基于机器学习的SERS工作流程。
e) 实际与预测分析物的混淆矩阵。
f) 预测芬太尼溶液浓度的PLSR结果。
g) 预测芬太尼在海洛因混合物中浓度的PLSR结果。
在这里插入图片描述

图4 | 使用超吸收超表面检测芬太尼唾液溶液
a) 示意图,展示了使用超吸收超表面感测芬太尼唾液溶液的过程。
b) 不同浓度的4 μL芬太尼唾液溶液的SERS光谱。
c) 预测芬太尼唾液溶液浓度的PLSR结果。

参考文献:

Zhu, Y., Song, H., Liu, R. et al. On-site quantitative detection of fentanyl in heroin by machine learning-enabled SERS on super absorbing metasurfaces. npj Nanophoton. 2, 7 (2025).
DOI:https://doi.org/10.1038/s44310-025-00055-8

免责声明:
本公众号专注于超表面领域的最新研究动态、学术成果和技术应用分享。所有发布的内容和图片,均已标明来源,且仅供个人学术学习和知识积累使用,不得用于商业目的。如您发现任何版权或相关问题,欢迎通过邮箱 metasurface@126.com 联系我们,我们将尽快处理并协调相关事宜。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐