红外光谱是检测和分析有机化合物的基准方法。但它需要复杂的程序和大而昂贵的仪器，使得设备小型化具有挑战性并且阻碍其用于一些工业和医疗应用以及用于现场数据收集，例如用于测量污染物浓度。此外，它基本上受到低灵敏度的限制，因此需要大量样品。

然而，EPFL工程学院和澳大利亚国立大学(ANU)的科学家已经开发出一种紧凑而灵敏的纳米光子系统，可以在不使用传统光谱测定法的情况下识别分子的吸收特性。

他们的系统由一个工程表面组成，表面覆盖着数百个称为元像素的微小传感器，可以为表面接触的每个分子生成独特的条形码。这些条形码可以使用先进的模式识别和分类技术(例如人工神经网络)进行大量分析和分类。这项研究 - 位于物理学，纳米技术和大数据的十字路口 - 已发表在“ 科学”杂志上。

将分子转换成条形码

有机分子中的化学键各自具有特定的取向和振动模式。这意味着每个分子都具有一组特征能级，这些能级通常位于中红外范围内 - 对应于约4至10微米的波长。因此，每种类型的分子吸收不同频率的光，给每一种分子带来独特的“特征”。红外光谱通过观察样品是否以分子的特征频率吸收光线来检测样品中是否存在给定分子。然而，这种分析需要具有大尺寸和价格标签的实验室仪器。

由EPFL科学家开发的先驱系统既高度敏感又能够小型化; 它使用纳米结构，可以捕获纳米级的光，从而为表面上的样品提供非常高的检测水平。“我们想要检测的分子是纳米级的，因此弥合这个大小差距是必不可少的一步，”EPFL BioNano光子系统实验室负责人，该研究的合着者Hatice Altug说。

系统的纳米结构被分组为所谓的元像素，以便每个元素以不同的频率共振。当分子与表面接触时，分子吸收光的方式改变了它接触的所有元像素的行为。

“重要的是，元像素的排列方式使不同的振动频率映射到表面的不同区域，”该研究的第一作者Andreas Tittl说。

这样可以创建一个像素化的光吸收图，可以转换成分子条形码 - 所有这些都不需要使用光谱仪。

科学家已经使用他们的系统来检测聚合物，农药和有机化合物。更重要的是，他们的系统与CMOS技术兼容。

“由于我们的传感器具有独特的光学特性，我们甚至可以使用宽带光源和探测器生成条形码，”该研究的合着者Aleksandrs Leitis说。

这个新系统有许多潜在的应用。“例如，它可用于制造便携式医疗检测设备，为血液样本中的每种生物标记生成条形码，”该研究的另一位合着者Dragomir Neshev说。

人工智能可以与这项新技术结合使用，创建和处理整个分子条形码库，用于从蛋白质和DNA到农药和聚合物的化合物。这将为研究人员提供一种新工具，用于快速准确地发现复杂样品中存在的微量化合物。