传感器和材料的结合模拟了人工嗅觉。图片来源：Amadeus Bramsiepe，KIT

在自然界中，植物散发出的气味会吸引昆虫等动物。然而，香精也用于工业，例如香水和香精的生产。特别是为了实现对薄荷气味的可靠、快速和客观的区分，KIT（卡尔斯鲁厄理工学院）的研究人员开始跨学科合作，开发出一种具有人工嗅觉的电子鼻。这种 E-nose 在识别不同薄荷种类方面实现了高精度，这使其成为适用于从药物质量控制到薄荷油作为环保生物除草剂的监测等应用的合适工具。

“到目前为止，科学家们已经能够识别出大约 100,000 种不同的生物化合物，相邻植物通过这些化合物相互作用或控制其他生物，例如昆虫，”KIT 植物研究所的彼得尼克教授说。“这些化合物在同属植物中非常相似。” 植物界的一个经典例子是薄荷，不同品种的薄荷具有非常特定的物种气味。科学家解释说，薄荷油的工业质量控制尤其受到严格的法律法规的约束，以防止掺假，这既耗时又需要大量的专业知识。配备由复合材料制成的传感器的新型“电子鼻”将支持这一过程。植物研究所的研究人员，

基于生物模型的电子鼻

在电子鼻的研发过程中，整个研究团队尽可能以生物模型为指导：人类通过电脉冲向大脑传递信息的嗅觉细胞被十二个特殊的QCM（石英晶体微量天平）传感器。这些传感器由两个装有石英晶体的电极组成。其中，此类组件也可以在手机中找到，因为它们以低成本保证了高度准确的手机频率。“薄荷气味沉积在传感器的表面。这会改变它们的共振频率，我们对各自的气味产生反应，”来自 IFG 的 Christof W?ll 教授解释说。气味由有机分子组成在不同的组成中。为了使新传感器能够吸收这些分子，IFG 研究人员使用了十二种特定的传感器材料，包括 IFG 开发的金属有机框架 (MOF)。“这些材料具有高度多孔性，特别适合传感器应用，因为它们可以像海绵一样吸收许多分子，”沃尔说。“通过将传感器与不同的材料相结合，我们创建了可能被称为神经网络的东西。”

使用机器学习训练六种薄荷种类的电子鼻

科学家们用六种不同的薄荷品种——包括经典薄荷、马薄荷和猫薄荷——测试了电子鼻。“我们使用不同的机器学习方法来训练传感器，以便它们可以从收集到的数据中创建相应气味的指纹，从而区分气味，”W?ll 说。在每个气味样本之后，E-nose 用二氧化碳 (CO 2 )冲洗大约半小时，以使传感器再生。

跨学科研究团队获得的结果表明，带有 QCM 传感器的电子鼻可以为特定物种分配具有高度特异性的薄荷气味。此外，科学家进一步指出，它是一种用户友好、可靠且具有成本效益的替代传统方法（如质谱法）的方法。进一步的开发将集中在能够更快地再生以再次吸收气味的传感器。IFG 研究人员将继续专注于 MOF 材料，以便将它们用于其他应用，例如用于医学诊断的人工嗅觉感知。