【美国威斯康星大学：研究可扩展石墨烯传感器阵列，应用于水中毒素的实时监测】

饮用水中的有毒元素暴露了全球数亿人口于危险的污染物之中，这可能威胁公共卫生，并导致各种疾病的传播，如腹泻和癌症。联合国可持续发展目标要求到2030年实现对安全、负担得起的饮用水的普遍和公平访问，该水应免受粪便污染（例如细菌）和重要化学污染物（例如重金属）的影响。因此，迫切需要识别水中的潜在健康危害，以提供早期警告并预防灾难事件，这需要智能、快速、适应性强且持续监测的传感系统来预测水污染。与基于最先进的质谱技术的耗时、昂贵和庞大的实验装置相比，这些实验装置限制了它们进行连续在线监测的能力，电子传感器表现出在这方面有望完成任务的潜力，因为它们具有卓越的性能（例如，快速响应、高灵敏度和选择性、低成本和易操作性）以及与现有水基础设施和无线数据传输的集成潜力。

基于二维（2D）层状纳米材料的场效应晶体管（FET）已成功用于化学和生物传感（例如，重金属离子、气体/生物分子和细菌。然而，用于实时水质感知的2D FET传感器的商业化仍然面临挑战，主要原因是设备质量控制不佳，导致响应趋势、校准和可靠性在设备之间存在差异。当前解决这些问题的尝试主要集中在控制传感器通道材料的先决步骤上，包括2D纳米材料的大规模化学气相沉积生长、直接印刷其薄膜、旋涂在基底上的自组装。在这些方法中，通过旋涂工艺将2D层状纳米材料湿法转移到基底上，可以是大规模电子器件纳米制造的高效、多功能和快速方法。然而，识别纳米材料的单层和随后在FET传感器中形成对电极的图案化是一项繁琐、能源密集和成本高昂的工作。相比之下，通过交错电极并联连接多个薄片可以更快速地扩大2D FET的制造规模，同时降低能源消耗和商业化成本。然而，目前尚无可综合考虑设备变异的方法，可以通过直接将有问题的传感器设备与非破坏性测量相关联，在大规模制造过程中将它们隔离开来，也没有用高级数据分析来模拟理想设备的传感器响应以实现高度精确的预测。

鉴于此，美国威斯康星大学Junhong Chen等人报告了一种自底向上的方法，用于在大规模制造过程中对2D FET传感器设备的质量进行战略性控制，这种方法使得能够可靠且实时地监测流动水中的毒素，如在基于石墨烯的场效应晶体管（GFET）传感器阵列中所展示的。重金属（铅和汞）以及大肠杆菌细菌被选为代表性的污染物进行测试，因为它们是饮用水供应中的主要污染物。技术上，首先通过在水中湿法转移单层氧化石墨烯（rGO）分散液并随后形成交错电极的图案来制备晶圆传感器器件，以通过它们的电子特性对均匀设备进行预筛选。我们发现，在热退火后，大多数（约60%）的设备都实现了相对较窄的电子分布（相对于众数值的变化在±10%范围内），无论是电阻还是漏电流开关比。具有窄电子特性分布的初始制造过程只是获得最佳传感器的先决条件。然后，通过将非理想的响应行为（即双向性）与低频时测得的阻抗比Zˊ/Z˝>1000相关联，成功地识别了有问题的设备，这可能归因于介电层（3纳米Al2O3）中的光学不可见缺陷。漏电流噪声功率谱密度（PSD）进一步表明，在预筛选后，近乎理想的传感器器件中不存在任何重要类型的缺陷，并验证了表面吸附的化学栅效应。最后，通过机器学习（ML）建模进行了GFET传感器阵列的响应校准，用于同时检测流动水中所选重金属和细菌种类，实现了在ppb（cfu/mL）水平上的高精度分类和定量。