共振梯度超表面实现超紧凑宽带太赫兹光谱传感技术

《Nature Communications》：Ultra-compact broadband terahertz spectroscopy sensor enabled by resonant-gradient metasurface

为解决传统太赫兹光谱传感器存在的离散采样、大尺寸和复杂扫描等问题，研究人员开展了基于共振梯度超表面的太赫兹光谱传感研究。该研究通过设计梯度变化的金属微棒阵列，在400×125μm2的紧凑区域内实现了0.9 THz的连续光谱覆盖，并利用准连续域束缚态（QBIC）增强了光与物质相互作用。实验证明该传感器可实时、无标记地同时检测L-谷氨酸（L-Glu）、γ-氨基丁酸（GABA）和谷氨酰胺（Gln）等多种神经递质，结合深度学习神经网络（DNN）实现了混合物浓度的精准预测。这项技术为便携式太赫兹光谱仪的发展提供了新方案。

　　

在生命科学和医学研究领域，太赫兹（THz）波段的分子振动指纹识别技术正展现出巨大潜力。核酸、氨基酸、脂质和碳水化合物等生命基本组分的集体振动和旋转频率在太赫兹范围内表现出独特的光谱吸收特征，为无标记生物传感提供了理想窗口。然而，传统太赫兹光谱技术面临着一个关键瓶颈：现有的等离子体或介电微纳结构大多只能实现离散的频谱采样，难以实现连续的空间-频谱映射。这不仅限制了检测通量，还导致设备体积庞大、成本高昂，阻碍了其在便携式诊断和实时动态监测中的应用。

针对这一挑战，由王日德、张东泽等研究人员在《Nature Communications》上发表的研究工作提出了一种创新性的解决方案——基于共振梯度超表面的超紧凑宽带太赫兹光谱传感器。该技术通过精心设计金微棒尺寸的梯度变化，在微米尺度上实现了连续的共振频率调谐，打破了传统离散采样的限制。

研究人员采用的关键技术方法包括：基于有限时域差分法（FDTD）的数值模拟优化超表面结构参数；微纳加工技术制备金微棒阵列超表面芯片；太赫兹时域光谱系统（THz-TDS）进行光谱信号采集；微流控芯片集成实现实时动态监测；深度学习神经网络（DNN）建立浓度预测模型。

梯度超表面实现多QBIC宽带共振

研究团队设计了一种独特的共振结构，基于支持多个准连续域束缚态（QBIC）共振的微棒阵列。当结构中所有微棒尺寸相同时，会形成对称保护的BIC模式，完全与环境解耦；而当交替微棒的尺寸发生变化时，这种对称性被打破，完美的BIC模式转变为具有高Q因子的QBIC模式。

δ.(f) Schematic illustration of continuous resonant metasurface whose unit cell is made of two subgroups of gold microbars. The lengths of all microbars are intentionally perturbed to create multi-QBICs. The right part of each schematic is the corresponding SEM image.'>

通过系统调整中间微棒的长度（从48μm到93μm），研究人员在1.2 THz至2.1 THz的宽带范围内实现了19个共振峰，形成了连续的频谱覆盖。这种设计方法的创新性在于，通过合理设计相邻超原子中微棒的缩放比例，实现了共振频谱的连续映射，同时具备了小尺寸、显著增强的光与物质相互作用、宽带覆盖和高设计灵活性等多重优势。

梯度超表面实现多分析物检测

为了验证该技术在复杂生物样品检测中的实用性，研究团队以神经递质L-谷氨酸（L-Glu）、γ-氨基丁酸（GABA）和谷氨酰胺（Gln）的混合物为模型系统进行了测试。这些神经递质及其代谢副产物在阐明神经信号传递、调节神经系统功能以及理解相关神经系统疾病的发生、发展和治疗方面起着关键作用。

实验结果显示，该梯度超表面的相对光谱效率（A_f(f_o·D)）达到10.91 mm^-2，相比传统的像素化超表面设计，尺寸减小了一个数量级。与裸超表面相比，覆盖分析物后的传输光谱在L-Glu、GABA和Gln的特征吸收波段处出现了明显的强度调制，证明该平台能够同时检测多种生物样品。

实时动态灵敏度监测

研究人员进一步展示了太赫兹等离子体梯度超表面在实时、原位动态追踪多种生物分析物方面的能力。通过将超表面芯片与微流控室集成，他们监测了不同浓度L-Glu溶液的时间演化过程。

实验数据显示，电场振幅波动（ΔE_max-min）能够准确反映分析物质量的变化（0μg至16μg）。在612秒的连续监测过程中，系统表现出优异的稳定性，信噪比（SNR）达到约28 dB。通过"盲测"实验进一步验证了系统的定量检测能力，研究人员在未知分析物质量的情况下成功推算出12μg的设计值。

增强因子（EF）计算表明，该增强太赫兹吸收光谱（ETHzAS）技术的增强因子约为80，检测限（LOD）约为10μg/mm²（单位面积质量）。这些性能指标证明该技术在实际生物传感应用中具有显著优势。

基于DNN的混合分析物浓度预测

面对复杂样品中多种分析物同时检测的挑战，研究团队将梯度超表面的宽带传感能力与机器学习方法相结合，开发了基于深度神经网络（DNN）的浓度预测模型。

该DNN模型包含一个输入层、三个隐藏层（分别有300、128和64个节点）和一个输出层（三个节点对应三种物质）。经过100个训练周期后，网络损失稳步下降并最终稳定，最终损失为0.15，准确率达到93.31%。测试集上的预测结果与实际值高度吻合，证明该平台能够同时监测和区分多种生物分析物，即使是在最小量的情况下。

研究结论指出，这项研究通过实施统一的梯度超表面工具箱，利用太赫兹等离子体超表面的多功能性，实现了原位超宽带太赫兹传感和生物指纹识别的高灵敏度检测。通过合理调整金微棒的缩放比例，设计了多波段QBIC共振，在太赫兹范围内形成了连续的宽带光谱覆盖。结合DNN分析，研究人员展示了痕量检测和混合分析物浓度的确定与预测能力，克服了在单次测量中定量识别多种生物分析物的挑战。

该技术的意义不仅在于提供了一种敏感、多功能的微型化太赫兹光谱设备，还开辟了临床分析的新途径。由于该设备在清洗后可以重复使用，使其成为实际应用中具有成本效益的替代方案。尽管目前主要针对太赫兹波段（由于其在生物应用中的巨大兴趣），但这种等离子体梯度超表面设计可以简单地推广到其他波长范围，为更广泛的光谱传感应用奠定了基础。

这项研究代表了太赫兹光谱技术的一个重要里程碑，为实现便携式、高性能的生物分子检测平台提供了切实可行的解决方案，有望在疾病诊断、药物开发和基础生物学研究中发挥重要作用。