瑞士聯邦理工學院研發的新型傳感器系統無需紅外光譜儀便能高精度地探測和分析分子，再借助人工智能（AI），為基于成像的大規模材料分析開辟了道路據麥姆斯咨詢介紹，紅外光譜學是檢測和分析有機化合物的一種基準方法。但是它需要復雜的操作過程和大型、昂貴的儀器設備，因此設備的微型化充滿挑戰，阻礙了紅外光譜技術的一些工業和醫療應用，以及戶外現場的數據收集，例如污染物濃度的測量等。

此外，其相對較低的靈敏度要求較大的樣本量，因而也從根本上限制了其廣泛應用。為此，EPFL（瑞士聯邦理工學院）工程學院（瑞士洛桑）和Australian National University（ANU，澳大利亞國立大學）的科學家們開發了一款緊湊型、高靈敏度納米光子傳感器系統，無需使用傳統的光譜學技術便能識別分子的特征吸收。他們已經將該系統用于聚合物、農藥和有機化合物的探測。更為重要的是，這項技術還與CMOS技術兼容。

將分子的特征吸收轉譯為“條形碼”有機物分子中的化學鍵都有其特定的方向和振動模式，這影響了分子對光的吸收，使每個分子都有其獨一無二的“指紋吸收”。紅外光譜學通過檢測樣本是否吸收分子的指紋特征頻率，來探測樣本中是否含有給定分子。然而，這種分析需要尺寸龐大、價格昂貴的實驗室儀器。EPFL科學家開發的系統包含一種工程化的表面，覆蓋有數百個被稱為Metapixels（超像素）的微型傳感器系統，可以為表面接觸的每個分子生成不同的“條形碼”。

這些條形碼可以使用先進的模式識別和分類技術（如人工智能神經網絡）進行大規模分析和分類。這項研究成果已發表于今年6月出版的Science雜志。EPFL開發的這款開創性傳感器系統不僅靈敏度高，且能夠實現微型化；它采用了能夠在納米尺度捕捉光的納米結構，因而對系統表面上的樣品具有極高的靈敏度。“我們想要探測的分子是納米級的，因此橋接這一尺寸鴻溝是必不可少的一步，” EPFL生物納米光子系統實驗室負責人及本研究聯合作者Hatice Altug說。該系統表面的納米結構被分為數百個超像素組，每個超像素都以不同的頻率共振。

當一個分子與系統表面接觸時，該分子對光的特征吸收，會改變它接觸的所有超像素的振動。“非常重要的是，這些超像素的排列方式，可使不同的振動頻率映射于系統表面的不同區域，”本研究聯合作者Andreas Tittl介紹說。這便獲得了一種像素化的光吸收圖，可以轉譯為分子條形碼。整個過程都不需要使用光譜分析儀。這款新系統的潛在應用很廣。“例如，它可以用于制造便攜式醫療測試設備，為血液樣本中的每種生物標記物都創建條形碼，”本研究聯合作者Dragomir Neshev說。

這項技術還可以和人工智能結合，為從蛋白質和DNA到農藥和聚合物的各種化合物，創建并處理分子條形碼庫，為科研人員提供一種新的工具，快速、精確地從復雜樣本中發現微量的化合物。