Селективні біосенсори на основі графену в екологічному моніторингу

Abstract

Проведено комплексний аналіз фізико-хімічних властивостей різних форм графену (CVD-графен, GO, rGO, LIG), механізмів трансдукції та стратегій функціоналізації поверхні (зокрема, за допомогою ДНКаптамерів). Застосовано методи математичного моделювання для аналізу роботи GFET-біосенсора. Розрахунки базуються на рівнянні Дірака для безмасових ферміонів, дрейфово-дифузійній моделі провідності, ізотермі Хілла-Ленгмюра та враховують вплив квантової ємності графену. Систематизовано аналітичні характеристики графенових сенсорів для виявлення важких металів, пестицидів та патогенів. Розроблена математична модель GFET дозволила кількісно оцінити вплив екранування Дебая на чутливість пристрою в рідких середовищах. Встановлено, що для уникнення втрати сигналу довжина рецепторного шару (аптамера) повинна становити 2...3 нм, а іонна сила розчину не має перевищувати 10 мМ. Визначено оптимальне вікно стабільності сенсора (pH 6,0...6,2), що запобігає денатурації аптамера та гідролізу іонів металу. Моделювання підтвердило можливість досягнення межі виявлення (LOD) на рівні 0,1 нМ, а розрахований коефіцієнт селективності доводить високу специфічність сенсора до іонів свинцю навіть у присутності фонових електролітів. Обґрунтовано перспективність використання графенових біосенсорів як альтернативи традиційним аналітичним методам. Показано, що інтеграція масивів GFET з технологіями Інтернету речей (IoT) та алгоритмами штучного інтелекту (нейронні мережі, глибоке навчання) дозволяє створити високоефективні системи для безперервного екологічного моніторингу якості водних ресурсів та атмосферного повітря в режимі реального часу.

The paper provides a comprehensive review of the physicochemical properties of various graphene forms (CVD graphene, GO, rGO, LIG), transduction mechanisms, and surface functionalization strategies, specifically focusing on DNA aptamers. Mathematical modeling methods were employed to analyze the performance of a graphene field-effect transistor (GFET) biosensor. The calculations are based on the Dirac equation for massless fermions, the drift-diffusion model of conductivity, and the Hill-Langmuir isotherm, accounting for the effects of graphene’s quantum capacitance. Analytical characteristics of graphene-based sensors for the detection of heavy metals, pesticides, and pathogens are systematized. The developed GFET mathematical model enabled a quantitative assessment of the Debye screening effect on device sensitivity in liquid media. It was established that to prevent signal loss, the receptor layer (aptamer) length should be 2...3 nm, while the solution ionic strength must not exceed 10 mM. An optimal stability window (pH 6.0...6.2) was identified to prevent aptamer denaturation and metal ion hydrolysis. Modeling results confirmed a potential limit of detection (LOD) within the range of 1.5...2.0 nM, and the calculated ivity coefficient demonstrates high sensor specificity for lead ions even in the presence of background electrolytes. The findings substantiate the prospects of graphene biosensors as an alternative to conventional analytical methods. It is shown that integrating GFET arrays with Internet of Things (IoT) technologies and artificial intelligence algorithms (neural networks, deep learning) facilitates the development of high-performance systems for continuous, real-time environmental monitoring of water quality and ambient air.Проведено комплексний аналіз фізико-хімічних властивостей різних форм графену (CVD-графен, GO, rGO, LIG), механізмів трансдукції та стратегій функціоналізації поверхні (зокрема, за допомогою ДНК-аптамерів). Застосовано методи математичного моделювання для аналізу роботи GFET-біосенсора. Розрахунки базуються на рівнянні Дірака для безмасових ферміонів, дрейфово-дифузійній моделі провідності, ізотермі Хілла-Ленгмюра та враховують вплив квантової ємності графену. Систематизовано аналітичні характеристики графенових сенсорів для виявлення важких металів, пестицидів та патогенів. Розроблена математична модель GFET дозволила кількісно оцінити вплив екранування Дебая на чутливість пристрою в рідких середовищах. Встановлено, що для уникнення втрати сигналу довжина рецепторного шару (аптамера) повинна становити 2...3 нм, а іонна сила розчину не має перевищувати 10 мМ. Визначено оптимальне вікно стабільності сенсора (pH 6,0...6,2), що запобігає денатурації аптамера та гідролізу іонів металу. Моделювання підтвердило можливість досягнення межі виявлення (LOD) на рівні 0,1 нМ, а розрахований коефіцієнт селективності доводить високу специфічність сенсора до іонів свинцю навіть у присутності фонових електролітів. Обґрунтовано перспективність використання графенових біосенсорів як альтернативи традиційним аналітичним методам. Показано, що інтеграція масивів GFET з технологіями Інтернету речей (IoT) та алгоритмами штучного інтелекту (нейронні мережі, глибоке навчання) дозволяє створити високоефективні системи для безперервного екологічного моніторингу якості водних ресурсів та атмосферного повітря в режимі реального часу.