电子鼻安全应用案例嗅！电子鼻更灵敏了|上海羊羽卓进出口贸易有限公司

嗅！电子鼻更灵敏了

经过数亿年的发展，生物进化出了近乎完美的嗅觉系统以躲避威胁、捕获猎物，从而得以生存。早在1.5万年前，人类就利用犬类具有更加优异嗅觉的特点，驯化了犬类辅助捕猎和预防猛兽袭击。此后，人们还利用金丝雀对地下煤矿中的一氧化碳进行检测，利用警犬检测爆炸物、毒品、疾病等。

但是，直接利用生物进行检测存在成本高、生物情绪状态不稳定等缺点，限制了其在实际环境中的应用。因此，人们试图通过模仿生物的嗅觉，开发具有仿生功能的人工嗅觉系统，即电子鼻、生电鼻和比色鼻。

图1 （a-c）自然嗅觉系统识别气味过程机理图；（d-f）比色人工嗅觉系统总图及其检测过程图；（g-h）比色人工嗅觉系统分解图及其制备过程图

电子鼻是1982年由Persaud和Dodd开发出了第一个人工鼻子，其成功利用传感阵列并辅助以指纹识别技术实现了对于多种气味的区分识别。但是，电子鼻依然主要依赖于待测物与目标气体分子间的无特异性物理吸附，这就导致其依然容易受到环境中其它物质，尤其是湿度的干扰。而通过对电子鼻表面化学修饰以提高其选择性，不仅极大提高了材料制备的复杂性，还由于这种不可逆的化学反应而导致基线漂移。

随着1991年哥伦比亚大学科学家Buck和Axel解码了嗅觉受体这一划时代的发现，生电鼻获得了极大的发展。它不仅具有优异的抗干扰特性，而且可以达到0.1 fM的液体超灵敏检测和PPt 级别（10-12，万亿分之一）的气体检测限。但是，由于生电鼻完全依赖种类有限的生物嗅觉受体，这就导致对于一氧化氮、甲烷等无味有毒气体难以检测，更不要说其所需的复杂异质表达系统和要求较高的培养环境。

北伊利诺伊大学的 Suslick 课题组在2000年率先利用金属卟啉染料制备出了比色鼻子。由于比色鼻子主要利用其与目标分子从最弱的范德瓦尔斯键到最强的共价键或离子键等一系列弱强不同的比色阵列组成，因此其具有极其优异的灵敏度和选择性。但是其由于采用的比色阵列均为交叉相应，这就导致较弱闭塞单元被干扰后就会引起整体判断的错误。此外，因为是一次性使用，这就造成了不必要的环境污染和资源浪费。

无论是哪种人工鼻子，其都无法完成对挥发性极低甚至不挥发物质的检测，这也就极大地限制了人工鼻子的发展。

如何针对挥发性极低甚至不挥发爆炸物检测，从人工嗅觉系统方面提出新的解决方案，是一项极为挑战性的课题，而这也极大地限制了人工嗅觉系统的发展。是否有可能将电子鼻的可重复使用性、生电鼻的特异性和比色鼻的完全不依赖生物组织的优点结合在一起，并且克服其共同的缺点——无法检测挥发性极低甚至完全不挥发物质，是当今痕量检测领域面临的巨大挑战。

众所周知，人体嗅觉系统能够受到固体花粉刺激。那么，是否可以通过检测空气中悬浮颗粒而达到检测难挥发物质的目的呢？

经过深入分析嗅觉系统的作用机理，研究人员设计开发出一种全新的人工嗅觉系统——基于水凝胶的比色人工嗅觉系统。主要基于三个方面的仿生效果：1）利用水凝胶既具有微液环境又具有固体机械性能的特点，模拟嗅觉粘膜，实现空气中悬浮颗粒的吸附、溶解及检测；2）以针对待检测物的、特异性强的比色探针加载到水凝胶中以模拟气味结合蛋白；3）利用反应产物特定颜色传导出的光学信号，模拟嗅觉受体发生形状变化传输信号。

比色水凝胶首先通过物理吸附将悬浮在空气中的非制式爆炸物颗粒吸附在其表面，之后颗粒边溶解边与比色水凝胶中的试剂反应，最后在一定区域内产生明显地颜色变化。

图2（a）比色试剂检测1 mM的NaClO前后紫外-可见吸收光谱对比图，插图为比色皿中试剂颜色对比图片及其反应机理图；（b-d）随NaClO浓度增加试剂的颜色变化过程图，紫外-可见吸收光谱变化图，666 nm位置处吸收值变化图及其拟合曲线插图；（e）试剂在60天内检测不同浓度NaClO的666 nm位置处紫外-可见吸收峰值变化图及其实物照片；（f）试剂检测不同浓度NaClO的RGB距离变化图及其拟合曲线插图；（g-h）RGB距离分析试剂对于日常用品及其空气中水溶性悬浮离子的选择性和抗干扰性能，插图为其相应的实物照片（图中的标准偏差均为3次测试后的计算结果）

实验结果表明比色水凝胶检测5种1.2-9.8 µm直径范围内的非制式爆炸物颗粒时，对NaClO、KClO₃、NaClO₄、尿素和KNO₃可分别在20 s、0.6 s、0.3 s、1 s和0.2 s实现识别。同时，该比色人工嗅觉系统对不同种类的非制式爆炸物颗粒质量低至66.7 pg（NaClO），39.4 pg（KClO₃），137.9 pg（NaClO₄），65.5 pg（尿素）和127.2 pg（KNO₃）时就能实现明显识别，因而具有pg级的检测限。不仅如此，该比色人工嗅觉系统还具有优异的选择性和可重复使用性。

图3 （a）赋予水凝胶比色检测性能及其可重复使用性能的示意图与扫描电镜图；（b-c）水凝胶、比色水凝胶、检测后及其萃取后水凝胶的傅里叶-红外光谱和重复使用时的RGB距离变化

图4 （a-c）比色水凝胶检测颗粒过程示意图；比色水凝胶检测5种非制式爆炸物悬浮颗粒的（d）时间序列图，（e）差色图,（f）颜色扩散面积随时间的变化图

该方法克服了传统意义上电子鼻、生电鼻、比色鼻的缺点，不仅解决了严重威胁世界人民生命和财产安全的难挥发性非制式爆炸物检测难题，而且将人工嗅觉系统推向了一个新高度。在实际情况下，该方法还可以扩展到毒品检测、环境污染物监测、食品安全等领域。

实际测试使用

日前，相关研究成果以 A Colorimetric Artificial Olfactory System for Airborne Improvised Explosive Identification 为题发表在材料领域国际期刊Advanced Material 上，并被选为杂志内封底，随后还得到得到材料领域学术网站Materials Views China报道。

来源：中国科学院新疆理化技术研究所

浙农林大师生研发“电子鼻” 助力茶叶品质检测

中新网杭州5月11日电 (王题题陈胜伟)5月11日，中新网从浙江农林大学(下称“浙农林大”)获悉，该校师生团队成功研发茶叶品质智能嗅觉检测技术。这一技术能在短短2分钟内迅速识别茶叶的产地与品质信息，且准确率高达99.8%，极大地提升了茶叶品质检测的效率。

近年来，中国茶叶市场交易额持续增长，预计2024年将接近5000亿元人民币。在茶叶销售旺季，茶叶的品质往往成为决定其价格的关键。然而，即便是经验丰富的茶人，也难以实时精准地掌握茶叶的特性品质。

针对这一现状，浙农林大数学与计算机学院的学生团队曾进行了一项涵盖3078份有效问卷的调研。调研结果显示，无论是茶叶生产者还是消费者，均期望有一种高效精准的茶叶检测技术，以应对市场上茶叶产地造假、品质参差不齐的问题。

“目前市面上的茶叶检测大多采用化学分析的方法，不仅耗费的时间较长，消耗的人力物力资源也相对较大，同时化学检测还有碾碎、滴定、萃取等步骤，操作复杂且有损样本，这些都大大增加了企业的成本，难以在市场中普遍推广。”面对这一挑战，2022年底，浙农林大的李馨怡等学生开始思考，能否结合机器学习算法和云数据库技术，研发一套快速无损的茶叶产地、品质检测系统。

在此想法的驱动下，李馨怡牵头组建了一支由物联网、茶学、计算机、大数据等不同专业学生组成的云鼻智鉴科技团队，并邀请该校食品安全与人工智能领域的专家惠国华教授担任指导老师，致力于解决这一难题。

在研发过程中，李馨怡和团队成员们对包括西湖龙井、祁门红茶在内的12种市面热门茶叶进行了测定，并收集了近150万条实验数据。他们发现，非线性的电子鼻技术和气相色谱柱富集技术的结合，能够丰富茶叶气体数据的采集，并加快系统检测的速度。

经过一年多的科研攻关，云鼻智鉴科技团队成功研发出“云鼻智鉴”茶叶品质快速检测系统。该系统融合了电子鼻设备、数据可视化界面和数据分析软件，实现了对茶叶产地品质的高效无损检测。通过将茶叶样本与电子鼻检测探针置于密封容器内，系统能在两分钟内迅速判断出茶叶的原产地和品质等级。