МОСКВА, 10 июн. Новую конструкцию «электронного языка» на основе недорогих одноразовых датчиков для анализа жидкостей в медицине, экологии и пищевой промышленности создали российские ученые в составе международной научной группы, сообщили в Российском научном фонде (РНФ).
В биологических жидкостях, напитках и продуктах питания содержится большое количество разнообразных веществ. Для выявления их состава в некоторых случаях достаточно определить принадлежность образца к определенному классу веществ. К примеру, в медицине важно установить диагноз — здоров человек или болен, в пищевой промышленности — отличить подделку от оригинального продукта. Для такого анализа применяют так называемые «электронные языки».
Как рассказал в пресс-службе РНФ, использующиеся сегодня «электронные языки» — это дорогостоящие приборы с многоразовыми сенсорами, которые необходимо тщательно очищать после каждого использования, чтобы не занести ничего «чужого» в следующий образец. При этом отдельные электроды в «языке» должны отличаться, чтобы «чувствовать» разные химические вещества в анализируемой жидкости.
Для решения этой проблемы ученые Института элементоорганических соединений имени А.Н. Несмеянова РАН совместно с коллегами из Университета Барселоны (Испания) разработали новую конструкцию сенсоров. В ее основе лежат одноразовые «языки» с электродами, покрытыми тонким слоем металлоорганических каркасов — соединений, состоящих из разных ионов металлов (цинка, меди, никеля и железа) и органических молекул, образующих пористую структуру.
Уникальность разработки заключается в низкой стоимость материалов, простоте изготовления и возможности одноразового использования, рассказали ученые, слова которых приводятся в сообщении. Хотя точность определения веществ немного уступает коммерческим устройствам, разработка может быть особенно привлекательной для анализа в полевых условиях, где нет возможности применять громоздкое оборудование или обеспечить надлежащую очистку сенсоров.
Авторы создали 93 одноразовых «электронных языка» и проверили их работу в задаче по распознаванию различных сортов чая. Сенсоры погружали в заваренный одинаковым образом чай разных сортов, а полученные электрические сигналы анализировали с помощью сверточной нейронной сети. Такой тип машинного обучения широко используется для обработки изображений, например распознавания лиц на фотографиях.
1 из 3
2 из 3
3 из 3
1 из 3
2 из 3
3 из 3
После обучения на множестве приготовленных напитков модель стала определять разные сорта чая с точностью до 76 процентов.
«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», — рассказала руководитель проекта, поддержанного грантом РНФ, ведущий научный сотрудник группы исследования молекулярных материалов Института элементоорганических соединений имени А.Н. Несмеянова РАН Юлия Нелюбина, слова которой приводятся в сообщении.
Также ученые планируют исследовать то, как изготовленные «языки» будут справляться с другими задачами. К примеру, в ситуации, когда важно оценить содержание того или иного соединения в жидкости для оценки количества антител к определенному вирусу в крови.
Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в Journal of Material Chemistry С.
Свежие комментарии