【美國威斯康星大學：研究可擴展石墨烯傳感器陣列，應用于水中毒素的實時監測】

飲用水中的有毒元素暴露了數億人口于危險的污染物之中，這可能威脅公共衛生，并導致各種疾病的傳播，如腹瀉和癌癥?？沙掷m發展目標要求到2030年實現對安全、負擔得起的飲用水的普遍和公平訪問，該水應免受糞便污染（例如細菌）和重要化學污染物（例如重金屬）的影響。因此，迫切需要識別水中的潛在健康危害，以提供早期警告并預防災難事件，這需要智能、快速、適應性強且持續監測的傳感系統來預測水污染。與基于的質譜技術的耗時、昂貴和龐大的實驗裝置相比，這些實驗裝置限制了它們進行連續在線監測的能力，電子傳感器表現出在這方面有望完成任務的潛力，因為它們具有的性能（例如，快速響應、高靈敏度和選擇性、低成本和易操作性）以及與現有水基礎設施和無線數據傳輸的集成潛力。

基于二維（2D）層狀納米材料的場效應晶體管（FET）已成功用于化學和生物傳感（例如，重金屬離子、氣體/生物分子和細菌。然而，用于實時水質感知的2D FET傳感器的商業化仍然面臨挑戰，主要原因是設備質量控制不佳，導致響應趨勢、校準和可靠性在設備之間存在差異。當前解決這些問題的嘗試主要集中在控制傳感器通道材料的先決步驟上，包括2D納米材料的大規模化學氣相沉積生長、直接印刷其薄膜、旋涂在基底上的自組裝。在這些方法中，通過旋涂工藝將2D層狀納米材料濕法轉移到基底上，可以是大規模電子器件納米制造的高效、多功能和快速方法。然而，識別納米材料的單層和隨后在FET傳感器中形成對電極的圖案化是一項繁瑣、能源密集和成本高昂的工作。相比之下，通過交錯電極并聯連接多個薄片可以更快速地擴大2D FET的制造規模，同時降低能源消耗和商業化成本。然而，目前尚無可綜合考慮設備變異的方法，可以通過直接將有問題的傳感器設備與非破壞性測量相關聯，在大規模制造過程中將它們隔離開來，也沒有用高級數據分析來模擬理想設備的傳感器響應以實現高度精確的預測。

鑒于此，美國威斯康星大學Junhong Chen等人報告了一種自底向上的方法，用于在大規模制造過程中對2D FET傳感器設備的質量進行戰略性控制，這種方法使得能夠可靠且實時地監測流動水中的毒素，如在基于石墨烯的場效應晶體管（GFET）傳感器陣列中所展示的。重金屬（鉛和汞）以及大腸桿菌細菌被選為代表性的污染物進行測試，因為它們是飲用水供應中的主要污染物。技術上，首先通過在水中濕法轉移單層氧化石墨烯（rGO）分散液并隨后形成交錯電極的圖案來制備晶圓傳感器器件，以通過它們的電子特性對均勻設備進行預篩選。我們發現，在熱退火后，大多數（約60%）的設備都實現了相對較窄的電子分布（相對于眾數值的變化在±10%范圍內），無論是電阻還是漏電流開關比。具有窄電子特性分布的初始制造過程只是獲得傳感器的先決條件。然后，通過將非理想的響應行為（即雙向性）與低頻時測得的阻抗比Zˊ/Z?>1000相關聯，成功地識別了有問題的設備，這可能歸因于介電層（3納米Al2O3）中的光學不可見缺陷。漏電流噪聲功率譜密度（PSD）進一步表明，在預篩選后，近乎理想的傳感器器件中不存在任何重要類型的缺陷，并驗證了表面吸附的化學柵效應。最后，通過機器學習（ML）建模進行了GFET傳感器陣列的響應校準，用于同時檢測流動水中所選重金屬和細菌種類，實現了在ppb（cfu/mL）水平上的高精度分類和定量。