Un biosensor de vanguardia fusiona la nanotecnología y la IA para detectar COVID 19 de manera más rápida y precisa, abriendo la puerta a futuros diagnósticos portátiles y asequibles listos para pandemias.
En un estudio de Scientific Reports, los investigadores presentan un biosensor de metasuperficie de grafeno y plata combinado con aprendizaje automático para una detección de COVID-19 altamente precisa y sin etiquetas. El dispositivo ofrece sensibilidad de 400 GHz / RIU, detección en tiempo real y fabricación escalable y de bajo costo adecuada para diagnósticos en el punto de atención.
¿Por qué seguimos buscando soluciones al COVID-19?
La aparición del coronavirus 2 del síndrome respiratorio agudo severo (SARS-CoV-2) a finales de la 2019 desencadenó una pandemia mundial, revelando debilidades en los sistemas de vigilancia y diagnóstico.
Si bien las pruebas de antígenos y la reacción en cadena de la polimerasa con transcriptasa inversa (RT PCR) fueron cruciales, fueron limitadas en dos áreas clave. La RT-PCR requirió laboratorios y tiempo, mientras que las pruebas de antígenos carecían de sensibilidad. En un momento de urgencia, estas fallas destacaron la demanda de soluciones de diagnóstico innovadoras y accesibles a nivel mundial.
La resonancia de plasmones de superficie (SPR) se convirtió en la solución, ofreciendo detección de interacciones biomoleculares sin etiquetas, altamente sensible y en tiempo real. Los biosensores SPR son rápidos, requieren una preparación limitada de muestras y se pueden miniaturizar para pruebas portátiles.
Los estudios han demostrado que los antígenos del SARS-CoV-2 pueden ser atacados utilizando aptámeros, polímeros de impresión molecular y anticuerpos. Las mejoras en el control térmico, el procesamiento avanzado de señales y la microfluídica han reducido el ruido y mejorado la sensibilidad.
La integración de la inteligencia artificial y el aprendizaje automático también minimizó los falsos positivos y aumentó la precisión del diagnóstico. La incorporación de materiales como el grafeno y las perovskitas con arquitecturas como los nanoanillos ha alcanzado sensibilidades de hasta 2000 GHz/RIU.
Estos sistemas muestran potencial en los dominios ambiental, industrial y biomédico. Sin embargo, traducir prototipos en herramientas clínicas presenta desafíos, particularmente para garantizar escalabilidad, estabilidad, reproducibilidad y fabricación rentable para la implementación en el mundo real.
El estudio
En este trabajo, los investigadores propusieron un biosensor plasmónico de metasuperficie híbrido grafeno-plata de alto rendimiento que integra geometrías de resonador optimizadas con algoritmos de aprendizaje automático y nanomateriales avanzados. El sensor fue diseñado para la escalabilidad, con un potencial de producción a escala industrial superior a 10,000 unidades por oblea y un costo estimado por sensor de entre $ 2 y $ 5.
Diseño para una resonancia plasmónica mejorada
Para mejorar la resonancia plasmónica, la metasuperficie presentaba un resonador de anillo circular central recubierto de plata (diámetros internos de 3,8 μm, 4,3 μm externos). Este anillo estaba flanqueado por dos resonadores rectangulares más grandes (10 μm × 1,3 μm), y dos componentes rectangulares (3 μm × 1,3 μm) se colocaron metódicamente a cada lado del anillo circular central.
Estos rectángulos más pequeños flanquean a los más grandes para formar resonadores en forma de plus. Todos los componentes rectangulares estaban recubiertos de plata para mejorar la resonancia y una conductividad óptica constante. Estos resonadores se fijaron a una base cuadrada cubierta con una monocapa de grafeno de 0,34 nm de espesor, lo que mejoró la sintonización y el confinamiento del campo electromagnético.
Finalmente, la estructura completa se montó sobre un sustrato de dióxido de silicio de 21 μm × 21 μm × 1,5 μm, lo que garantiza el soporte mecánico y la transparencia óptica de terahercios. La tolerancia de fabricación se evaluó utilizando 1000 simulaciones Monte Carlo, teniendo en cuenta las desviaciones en el espesor de la plata (±8 nm), las dimensiones del rectángulo, el radio del anillo (±50 nm) y la cobertura de grafeno de −5 %.
El sensor
El sensor de metasuperficie de grafeno-plata se fabricó utilizando un proceso de nanofabricación de varios pasos cuidadosamente controlado. Primero, se preparó un sustrato de dióxido de silicio de alta pureza, se limpió utilizando un enfoque de semiconductor estándar y se secó con gas nitrógeno.
Una monocapa de grafeno, cultivada por separado por CVD sobre lámina de cobre, se transfirió sobre el sustrato utilizando una capa de soporte de poli (metacrilato de metilo) (PMMA), grabado de cobre con cloruro de hierro y posterior eliminación de PMMA por acetona. A continuación, la muestra se recoció en atmósfera de hidrógeno/argón para mejorar la adhesión y eliminar los residuos.
El patrón de metasuperficie, que incluye anillos circulares, resonadores en forma de plus y componentes rectangulares, se definió mediante litografía por haz de electrones de alta resolución sobre un sustrato recubierto de PMMA.
Después del desarrollo del patrón, la plata se depositó a través de la evaporación del haz de electrones para formar resonadores de 50-100 nm de espesor. Un proceso de despegue en acetona eliminó el exceso de metal y resistió, produciendo estructuras recubiertas de plata definidas con precisión. El recocido opcional mejoró la conductividad y cristalinidad del metal.
El sensor se caracterizó mediante microscopía electrónica de barrido (SEM) y microscopía de fuerza atómica (AFM) para evaluar su estructura y geometría superficial. La espectroscopia Raman confirmó la calidad del grafeno y la espectroscopia en el dominio del tiempo de terahercios (THz-TDS) evaluó su rendimiento óptico.
El sensor también podría integrarse con microfluidos a través de litografía suave. Su comportamiento electromagnético se modeló utilizando resonancia plasmónica, formalismo de Kubo, ecuaciones de Maxwell y teorías de modo acoplado.
Importancia del estudio
A través de la optimización paramétrica utilizando COMSOL Multiphysics, el sensor alcanzó una sensibilidad de 400 GHz / RIU, una figura de mérito (FOM) de 5.000 RIU-1 y un factor Q de 12.7 dentro de un Rango de índice de refracción RIU de 1.334-1.355.
Las simulaciones del estudio también demostraron un fuerte confinamiento del campo eléctrico a una frecuencia de resonancia de 1,08 THz, lo que enfatiza su precisión de detección.
Se utilizó un algoritmo de aprendizaje automático para mejorar la confiabilidad predictiva, con un coeficiente de determinación de 0,90 en diferentes índices de refracción. Este resultado se logró utilizando un modelo de regresión polinómica de grado 3 validado en múltiples escenarios de índice de refracción. El algoritmo se apoyó en el análisis residual y de correlación, lo que garantiza un alto rendimiento y un sobreajuste mínimo.
Sin embargo, es importante tener en cuenta que estos resultados se basan en simulaciones; La validación experimental y las pruebas clínicas multicéntricas se proponen en la siguiente fase del estudio.
Con su estrategia de fabricación integrada, la combinación de la metasuperficie de grafeno-plata con el modelado basado en ML permitió una detección rápida, sin etiquetas y altamente precisa. Este sensor superó a las pruebas convencionales de antígenos y RT PCR al ofrecer una sensibilidad, precisión y rentabilidad potencial superiores en comparación con los biosensores ópticos y de terahercios existentes.
Los autores evaluaron el rendimiento del sensor en condiciones ambientales, incluida la temperatura (15-40 °C), la humedad (30-90%) y la interferencia electromagnética. Los resultados mostraron una sensibilidad estable y una deriva mínima, lo que confirma su robustez para entornos del mundo real.
Conclusión
En resumen, este estudio demostró que el dispositivo propuesto podría ser eficaz como herramienta de diagnóstico aportable, rentable y novedosa para la preparación para pandemias de próxima generación. El desarrollo futuro se centrará en matrices de detección multiplexadas, paneles de patógenos respiratorios y preparación regulatoria (FDA, CE) para avanzar hacia el uso clínico.
Referencia de la revista
Natraj, N. A., Mubarakali, A., Alagarsamy, M., H., M. Y., Dhivya, R. (2025). Detección de COVID-19 de próxima generación mediante un biosensor de metasuperficie con detección de índice de refracción mejorada por aprendizaje automático. Informes científicos, 15(1), 1 20. DOI: 10.1038/s41598-025-18753-w, https://www.nature.com/articles/s41598-025-18753-w
Por Samudrapom Dam / Revisado por Frances Brigg
FUENTE: https://www.azosensors.com/news.aspx?newsID=16647
