💡 Ученые Института элементоорганических соединений имени А.Н. Несмеянова РАН и Университета Барселоны разработали новую конструкцию сенсоров типа «электронный язык». Авторы предложили использовать в их основе одноразовые токопроводящие элементы с покрытием из пористых металлоорганических соединений. Разработка открывает путь к созданию недорогих сенсоров для диагностики, экомониторинга и контроля качества продуктов. Исследование поддержано Российским научным фондом.

➡️ Обычно «электронный язык» состоит из набора разных электродов — проводников тока, каждый из которых по-своему реагирует на компоненты в растворе. Когда сенсор погружают в жидкость и пропускают через него ток, возникает серия откликов, зависящих от химического состава. Поскольку таких веществ в пробе может быть десятки, сигналы получаются сложными и неоднозначными — даже специалисту трудно их интерпретировать без помощи алгоритмов. Поэтому для анализа часто используют нейросети.
Современные «электронные языки» обычно представляют собой дорогое оборудование с многоразовыми сенсорами, которые требуют обязательной и тщательной очистки после каждого анализа, чтобы избежать перекрестного загрязнения. Кроме того, отдельные электроды должны отличаться — это необходимо для распознавания разных групп веществ в исследуемой жидкости.

✔️ Ученые предложили создавать одноразовые «электронные языки» с электродами, покрытыми слоем из металлоорганических каркасов — соединений, состоящих из разных ионов металлов (цинка, меди, никеля и железа) и органических молекул, образующих пористую структуру. Благодаря разнообразию размеров и форм пор каждый такой каркас избирательно взаимодействует с определенными молекулами, позволяя покрытому им электроду регистрировать сигнал только от «своей» группы веществ в изучаемой жидкости.

Для проверки эффективности было изготовлено 93 сенсора. Их тестировали на распознавание различных сортов чая — жидкости со сложным и переменным составом. Сенсоры погружали в заваренный одинаковым образом чай разных сортов, а полученные электрические сигналы анализировали с помощью сверточной нейронной сети. После обучения модель достигла точности 76% при классификации напитков. Несмотря на меньшую точность по сравнению с коммерческими системами, новое устройство выигрывает в цене, простоте и возможности одноразового применения — особенно в полевых условиях и экспресс-диагностике.

«В дальнейшем мы планируем протестировать металлоорганические каркасы с другим составом, чтобы повысить точность "электронного языка". Мы попробуем изменить сенсоры, увеличив число электродов и улучшив их прочность. Также мы собираемся проверить, как изготовленные "языки" справятся с другими задачами. Например, когда важно оценить содержание того или иного соединения в жидкости, допустим, для оценки количества антител к определенному вирусу в крови», — рассказывает руководитель проекта, поддержанного грантом РНФ, Юлия Нелюбина, доктор химических наук, ведущий научный сотрудник группы исследования молекулярных материалов Института элементоорганических соединений имени А.Н. Несмеянова РАН

📌 Результаты опубликованы в Journal of Materials Chemistry C

📰 Подробнее — в материале РИА Новости

#новостинауки_РНФ #химия