Plataforma de nanofibras reactivas de tinta de plata generadoras de SERS que permite la detección sensible de...

Área de la Ciencia:

• Química Analítica
• Ciencia de Materiales
• Espectroscopia

Sus antecedentes:

• La espectroscopia Raman de superficie mejorada (SERS) ofrece una detección sensible de analitos, pero enfrenta desafíos en la fabricación de sustratos y la interpretación espectral.
• Los sustratos SERS prácticos y escalables son cruciales para una aplicación generalizada en el análisis químico.

Objetivo del estudio:

• Desarrollar una plataforma SERS escalable y práctica asistida por aprendizaje automático para la detección y clasificación sensible de analitos.
• Crear un sustrato SERS novedoso utilizando nanofibras decoradas con nanopartículas de plata (AgNF).

Principales métodos:

• Fabricación de sustratos SERS mediante la integración de tinta de plata en una matriz de nanofibras (PVP/PEO) para la formación de nanostructures guiadas.
• Utilización de la espectroscopia Raman de superficie mejorada (SERS) para detectar aminoácidos a bajas concentraciones (0.3 μM).
• Aplicación de algoritmos de aprendizaje automático (ML), incluido el vector de soporte lineal (SVM), para el análisis de datos espectrales y la clasificación de aminoácidos.

Principales resultados:

• Se logró un alto factor de mejora analítica (AEF) de 2.9 × 10⁷ con el sustrato SERS AgNF.
• Se demostró la detección sensible de cinco aminoácidos con una fuerte correlación entre la intensidad de la señal y la concentración (R² > 0.9).
• Se obtuvo aproximadamente un 98% de precisión en la clasificación de aminoácidos utilizando el algoritmo SVM lineal.

Conclusiones:

• La plataforma SERS mejorada por ML desarrollada es eficaz para detectar y clasificar diversos analitos con simplicidad, escalabilidad y reproducibilidad.
• El sustrato SERS basado en AgNF ofrece ultra-sensibilidad y aplicabilidad práctica para la detección química.
• Este enfoque integrado supera las limitaciones en la fabricación de sustratos SERS y el análisis espectral, allanando el camino para herramientas analíticas avanzadas.