挥发性有机化合物(VOCs)的快速检测在许多领域越来越重要。非侵入性医学诊断可以基于人类呼吸中VOC的特定组合；检测环境危害(如真菌生长)释放的挥发性有机化合物可以预防疾病；通过监测食物储存过程中产生的气体可以减少浪费。电子鼻已被应用于此类问题，然而，一个常见的限制是在提高选择性。石墨烯是一种适应性强的材料，可以被许多化学受体功能化。

近日，明尼苏达大学Steven J. Koester利用这种多功能性，通过基于石墨烯的可变电容(变容二极管)阵列来展示对不同浓度的多种VOC的选择性和快速检测。

文章要点

1）每个阵列包含108个传感器，用36种化学受体进行功能化，以实现交叉选择性。108个传感器的多路数据采集在几十秒内完成。

2）虽然这种快速测量降低了信号幅度，但使用监督机器学习(Bootstrap Aggregated Random Forest)的分类显示了5种分析物(乙醇、己醛、甲基乙基酮、甲苯和辛烷)在4种浓度下98%准确度的优异结果。加入1-辛烯(一种与辛烷结构高度相似的分析物)后，准确度可达89%。

3）这些结果证明了选择分析方法的重要作用，尤其是在存在噪声数据的情况下。这是充分利用石墨烯传感器阵列进行快速气体传感应用的重要一步，从环境监测到人类呼吸中的疾病检测。

参考文献

Nyssa S. S. Capman, et al, Machine Learning-Based Rapid Detection of Volatile Organic Compounds in a Graphene Electronic Nose, ACS Nano, 2022

DOI: 10.1021/acsnano.2c10240

https://doi.org/10.1021/acsnano.2c10240