饮用水管理欠缺完善机制使全世界数以亿计的人接触到危险的污染物，这些污染物可能威胁到公众健康，并导致腹泻和癌症等各种疾病的传播。联合国的可持续发展目标要求到2030年公众可以普遍且公平地获得安全和负担得起的饮用水，这些饮用水不含粪便(如细菌)和化学污染(如重金属)。因此，越来越需要识别水中潜在的健康危害，以提供早期预警和预防灾难性事件，这需要智能、快速、适应性强和连续的传感系统来预测水污染。与耗时、昂贵、体积庞大的基于最先进的质谱技术的实验装置相比，电子传感器由于其优越的性能(例如，快速反应、高灵敏度和选择性、低成本和易于操作)以及与现有水基础设施和无线数据传输集成的潜力，显示出完成这项任务的希望。

       为实现实时监测水中的有毒物质，威斯康星大学密尔沃基分校（University of Wisconsin-Milwaukee）的研究人员报告了在放大制造过程中使用自下而上的方法对二维场效应晶体管传感器器件的质量进行战略控制，该方法可以可靠地实时监测流动水中的毒素，以促进基于石墨烯的场效应晶体管（GFET）传感器阵列的可扩展纳米制造以及故障设备的有效识别。最后，通过机器学习(ML)模型对GFET传感器阵列同时检测流动水中选定重金属和细菌种类的响应进行校准，并在ppb (cfu/ ML)水平上进行高精度分类和量化。

       研究人员将研究成果以“Scalable graphene sensor array for real-time toxins monitoring in flowing water”为题发表在《Nature Communications》上

图1. 石墨烯场效应晶体管(GFET)传感器阵列的纳米化与功能化

图2.用于隔离非理想设备的交流阻抗光谱仪。

图 3. GFET 传感器的噪声频谱测量

图 4：GFET 传感器阵列在流水系统中的测量结果

图 5. 用于分类和量化流水中各种混合离子和细菌物种的机器学习 (ML) 模型。

结论：

      研究团队展示了一种可扩展的方法，用于开发以多种生化配体和抗体为特异性探针的 GFET 传感器阵列装置，以同时检测自来水中的重金属和大肠杆菌。通过在硅衬底上旋涂的方法在晶圆级沉积 GO 分散体，可实现电阻和电流开/关比的窄分布，这对于商业化的电子传感器来说是非常理想的。

     为了剔除非理想传感动力学的传感器，可以通过高频阻抗和低频噪声测量预选出理想的器件。在 ML 的帮助下，真实自来水流中的多种毒素可以被成功识别并高精度量化。研究团队的场效应晶体管传感器规模化制造和器件变化最小化策略为未来自来水中各种有毒物质的实时动态预测和水风险管理带来了希望