检测空气污染物应对气候变化
邢教授领导的研究人员凌易新加坡南洋理工大学(南大新加坡)的年代,学校化学、化学工程和生物技术已经开发出一种表面增强喇曼散射(ser)芯片,快速、准确地检测二氧化硫(2)和二氧化氮(没有2)。这些气体排放的车辆和工业,导致酸雨和也与呼吸问题。南大新加坡研究发表在《应用化学国际版在2022年。
呼吸新鲜空气
传统的分析技术等气相色谱法通常用于检测和量化2也没有2气体。然而,这样的分析需要在实验室中进行,可以努力检测气体在低浓度和是昂贵的。
相比之下,ser技术可以检测污染物浓度和更有效的成本要低得多。
ser的作品放大每个分子的光散射信号。当光线照在一个分子,它散射光,并生成一个签名,称为频谱。像一个指纹,这对每个分子光谱是独一无二的。与分子ser问题连接到一个衬底,如金属纳米粒子和激光的光线而兴奋不已。金属基体增强了光散射特征,使分子在低浓度的敏感检测。
通过分析ser光谱,个人化学品混合物中可以被识别。ser的应用范围从检测生物标志物在疾病诊断监测有害污染物在环境中。
然而,捕捉低浓度气体有效ser衬底上仍然是一个挑战和技术来检测气体的使用是一项正在进行中的工作。最近的研究来解决这一问题的发展一个1厘米1厘米的芯片,可以检测和量化气体在同一时间。
检测气体的准确
捕捉低浓度2也没有2,科学家们测试了几个探测器——化合物结合目标分子进行分析,发现4-mercaptopyridine (MPY)和二硫化4-aminophenyl (adp)绑定到气体最有效。
科学家们并将之融入方形MPY和adp的银纳米颗粒,创建他们ser芯片。白银大幅提高ser产生的信号,使敏感的气态污染物的检测。
科学家们测试了芯片检测的能力2也没有2准确的废气让芯片的混合物2,没有2和有限公司2,模仿汽车排气。
研究的主要结论是:
- 所以2也没有2绑定迅速MPY和adp和形成稳定的化学环被ser的复合物,导致光散射光谱的转变。
- 绑定的2也没有2光谱探针组成了一个“double-fingerprint”,减少从公司背景干扰的影响2废气的主要组成部分。
- 一起使用机器学习算法训练来识别模式谱在不同浓度的气体,形成芯片同时使ser量化2也没有2,91.7%的准确率和低浓度的5到20倍比金额通常出现在汽车排气。
“我们在使用的芯片是一个一步ser检测气体,“说博士生Nguyen Thanh Lam,论文的第一作者。
现场环境监测的一个起点
随着气候变化和环境污染人类今天面临的最大威胁之一,能够准确检测气体分子在低浓度促进环保政策的实施,将减轻这些挑战。
“通过提高ser可靠地检测空气污染物,创新节目现场废气和空气质量监测、潜力巨大”凌教授说。
“未来,该平台可以扩大到其他气态污染物检测。”
结果也证明人工智能机器学习等技术可以用来提高ser光谱分析。
计划是在管道进一步开发原型芯片。虽然研究表明,有限公司2在排气不影响的量化2也没有2需要进行进一步的调查,确定其他气体干扰芯片检测污染物的能力。
拉曼光谱和分光计的大小也影响芯片的实际应用的主要因素为监控车辆和工业排放。手持或便携式拉曼光谱仪在未来可能的关键使用芯片作为现场监测的传感器。
接下来的步骤
建立在他们的研究中,研究人员目前正在努力扩展平台检测其他气态污染物,如氯、溴、氨和环氧乙烷。在未来,他们打算将芯片集成到一个高通量数据采集系统,使自动化收集ser光谱的环境监测。
科学家们与政府机构合作在新加坡测试芯片和一个便携式拉曼光谱仪对环境监测污染物的工业和汽车尾气。团队已经申请多项专利的基础上研究。
参考:Nguyen LBT梁YX和Koh CSL et al .诱导环络合的有效的捕获和检测小分子气体使用ser环境监测。Angew。化学。Int。。2022 (61):e202207447。doi:10.1002 / anie.202207447