Разработка фотолюминесцентных мультимодальных наносенсоров на основе углеродных точек с применением методов машинного обучения

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-12-00138

НазваниеРазработка фотолюминесцентных мультимодальных наносенсоров на основе углеродных точек с применением методов машинного обучения

Руководитель Доленко Татьяна Альдефонсовна, Кандидат физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный университет имени M.В.Ломоносова» , г Москва

Конкурс №68 - Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-304 - Спектроскопия

Ключевые слова оптическая спектроскопия, фотолюминесцентные наносенсоры, углеродные точки, методы машинного обучения, искусственные нейронные сети, многокомпонентные жидкие среды

Код ГРНТИ29.31.23

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Проект направлен на создание научной платформы для разработки новых фотолюминесцентных мультимодальных наносенсоров для диагностики сложных жидких сред. В рамках настоящего проекта впервые поставлена задача создания люминесцентного мультимодального наносенсора на основе углеродных точек (УТ), способного одновременно определять 5-6 параметров многокомпонентных жидких сред в режиме реального времени. Актуальность и научная значимость исследований обусловлена активным развитием науки и техники, где все более острым становится вопрос контроля различных параметров технологических процессов и содержания веществ в сложных многокомпонентных средах. Такой контроль и непрерывный мониторинг являются критически важными, например, при определении содержания сахара, холестерина, железа в крови человека, в процессе протекания химических реакций в различных технологических процессах, в молекулярных ДНК вычислительных устройствах, для контроля наличия/отсутствия вредных примесей в водопроводной воде и напитках и т.д. В настоящее время для этих целей широко применяются наносенсоры, основанные на различных физических принципах. Одними из наиболее перспективных являются оптические сенсоры, действие которых основано на изменении их абсорбционных или люминесцентных свойств за счет реакции определяемых веществ с люминофорами сенсора. Преимуществами оптических сенсоров являются их высокая чувствительность и скорость отклика, возможность работать бесконтактно при минимальной пробоподготовке, относительно небольшая стоимость производства. Недостатком такого сенсора является подверженность его оптических характеристик влиянию ряда параметров среды, например, температуры, что может исказить интерпретацию результатов. Этот недостаток устраняют фиксированием параметра, который негативно влияет на чувствительность сенсора. Однако при этом область применения такого сенсора существенно сужается. Другой способ – учет зависимости отклика сенсора от этого «мешающего» параметра. Это означает, что сенсор должен быть чувствителен одновременно ко множеству различных параметров, например, не только к содержанию определенных соединений в среде, но и к температуре среды, ее кислотности и др. Разработка такого мультимодального сенсора, обеспечивающего одновременное определение и контроль нескольких искомых и «мешающих» параметров многокомпонентных сред, позволяет проводить диагностику сложных сред и анализ исследуемых процессов на гораздо более высоком уровне. Именно такая задача стоит перед исполнителями данного проекта. Авторы настоящего проекта предлагают в качестве фотолюминесцентных наносенсоров для диагностики технологических и биологических сред использовать углеродные точки. В отличие от других наночастиц-сенсоров УТ обладают интенсивной стабильной фотолюминесценцией при комнатной температуре, способностью к модификации и функционализации их поверхности в соответствии с конкретной решаемой задачей, являются наиболее биосовместимыми и нетоксичными даже среди других углеродных наноматериалов. Эти свойства обуславливают возможность создания суспензируемых в жидких средах фотолюминесцентных наносенсоров, чувствительностью которых к определенным характеристикам среды можно управлять посредством соответствующей функционализации поверхности наночастиц или легирования их различными гетероатомами. В настоящее время уже запатентованы люминесцентные наносенсоры на основе УТ для определения концентрации тринитрофенола, содержания оксида азота (II), ионов Fe3+, Cd2+, Cu2+ в жидких средах. Согласно опубликованным результатам, УТ могут использоваться для обнаружения ДНК, PO43-, тромбина, нитритов, глюкозы, Cr3+, Fe3+, Ag+, Hg2+, pH. Однако, несмотря на явные успехи в разработке оптических наносенсоров на основе УТ, имеющиеся сенсоры «заточены» под определение лишь одного параметра. Вместе с тем, в большинстве научных и прикладных задач требуется именно одновременный мониторинг ряда параметров среды. Таким образом, несмотря на значительный прогресс, достигнутый в области наносенсорики за последнее десятилетие, проблема создания высокочувствительных оптических наносенсоров для определения одновременно множества параметров среды в режиме реального времени остается чрезвычайно актуальной на сегодняшний день. В настоящем проекте предлагается совершенно новый подход к обеспечению высокой чувствительности и множественной селективности фотолюминесцентного наносенсора на основе УТ: использование набора методов машинного обучения ММО (в основном, полносвязных, сверточных и генеративно-состязательных искусственных нейронных сетей), которые способны успешно решать многопараметрические обратные задачи оптической спектроскопии и распознавания образов. Авторам настоящего проекта неизвестны работы, в которых применялся бы такой подход в процессе разработки наносенсоров на основе УТ. Это подтверждает высокую значимость и научную новизну предлагаемого исследования. Создание эффективного фотолюминесцентного наносенсора непосредственно связано с умением управлять фотолюминесцентными свойствами УТ. Для этого необходимо изучить механизмы формирования фотолюминесценции наночастиц, а также зависимости их фотолюминесцентных свойств от искомых параметров среды, в нашем случае - от типа и концентрации различных растворенных ионов/молекул, температуры, кислотности среды. Несмотря на активно ведущиеся научные работы в мире, стоящие проблемы по всем указанным направлениям исследований чрезвычайно далеки от своего решения, а опубликованные результаты исследований носят, в основном, локальный характер. Для получения новых научных результатов в этой области в проекте планируется использовать ряд новых подходов к исследованию фотолюминесценции УТ в различных средах, а именно, для извлечения полезной информации из широких спектров фотолюминесценции УТ, спектров КР и ИК поглощения многокомпонентных сред с УТ предполагается использовать методы многомерного разложения кривых, генетические алгоритмы и анализ главных компонент. Это позволит получить важную информацию о возможных механизмах формирования спектральных полос и о взаимодействиях на границе поверхность УТ-окружение. На основании результатов фундаментальных исследований и полученной экспериментально базы спектров фотолюминесценции УТ с помощью набора ММО планируется разработать фотолюминесцентный мультимодальный наносенсор на основе УТ, обеспечивающий определение типа и концентрации одновременно 5-6 ионов (в том числе ионов тяжелых металлов) в водных технологических и биологических средах. Такой мультимодальный наносенсор будет создан впервые в мире. Создание таких наносенсоров позволит контролировать состав технологических сред и качество напитков дистанционно в режиме реального времени, обеспечит контроль внутриклеточных параметров и исследование сложных процессов в биоткани, позволит контролировать химические реакции в ДНК молекулярных вычислительных устройствах. Результаты научных исследований, проведенных в рамках данного проекта, будут способствовать решению фундаментальных проблем современной физики наноструктур - выяснению природы оптических и сорбционных свойств углеродных наночастиц, а также внесут существенный вклад в методологию и практику решения задач диагностики многокомпонентных технологических и биологических жидких сред. Имеющийся у исполнителей настоящего проекта – сотрудников физического факультета МГУ, НИИЯФ МГУ и ИОФ РАН – опыт плодотворной совместной работы и успешного выполнения множества проектов, материальная база и результаты исследований последних лет являются залогом успешного выполнения данного проекта. Предполагаемые результаты исследования соответствуют мировому уровню или превышают его. Это подтверждается использованием самых современных и высоко востребованных в научном сообществе в последние несколько лет методов машинного обучения, использованием экспериментальной базы современного уровня, высокой квалификацией руководителя и основных исполнителей проекта.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Лаптинский К., Хмелева М., Вервальд А., Буриков С., Доленко Т. Carbon Dots with Up-Conversion Luminescence as pH Nanosensor Applied Sciences, 12(23), 12006 (год публикации - 2022)
10.3390/app122312006

2. Вервальд Алексей М., Салехов Александр Д., Доленко Татьяна А. Effect of Temperature on Photoluminescence of Nanodiamonds and Carbon Dots in Aqueous Suspensions Журнал Сибирского федерального университета. Серия: Математика и физика, 15(6), 710–717 (год публикации - 2022)
10.17516/1997-1397-2022-15-6-710-717

3. Сарманова О.Э., Лаптинский К.А., Буриков С.А., Чугреева Г.Н., Доленко Т.А. Implementing neural network approach to create carbon-based optical nanosensor of heavy metal ions in liquid media Spectrochimica Acta - Part A: Molecular and Biomolecular Spectroscopy, 238, 122003 (год публикации - 2023)
10.1016/j.saa.2022.122003

4. Т. Доленко, С. Буриков, А. Вервальд, К. Лаптинский Laser spectroscopy of interactions at the carbon nanoparticle-medium interface Abstracts of the 29th International Conference on Advanced Laser Technologies – 2022., с. 174 (год публикации - 2022)
10.24412/cl-35039-2022-22-174-174

5. Вервальд А.М., Салехов А.Д., Доленко Т.А. Влияние температуры на фотолюминесценцию углеродных наночастиц в суспензиях Енисейская Фотоника – 2022. Всероссийская научная конференция с международным участием. Тезисы докладов., сс.130-131 (год публикации - 2022)

6. Лаптинский К.А., Хмелева М.Ю., Доленко Т.А. Наносенсор рН на основе антистоксовой люминесценции углеродных точек Енисейская Фотоника – 2022. Всероссийская научная конференция с международным участием. Тезисы докладов., сс. 120-121 (год публикации - 2022)

7. Чугреева Г.Н., Сарманова О.Э., Лаптинский К.А., Буриков С.А., Доленко Т.А. Оптический мультимодальный наносенсор ионов тяжелых металлов в жидких средах на основе углеродных точек Енисейская Фотоника – 2022. Всероссийская научная конференция с международным участием. Тезисы докладов., сс.105-106 (год публикации - 2022)

8. Сарманова О.Э., Чугреева Г.Н., Лаптинский К.А., Буриков С.А., Доленко С.А., Доленко Т.А. Decoding Fluorescence Excitation-Emission Matrices of Carbon Dots Aqueous Solutions with Convolutional Neural Networks to Create Multimodal Nanosensor of Metal Ions Moscow University Physics Bulletin, Vol. 78, No. Suppl.1, pp. S202–S209. (год публикации - 2023)
10.3103/S0027134923070287

9. Вервальд А.М., Лаптинский К.А., Чугреева Г.Н., Буриков С.А., Доленко Т.А. Quenching of Photoluminescence of Carbon Dots by Metal Cations in Water: Estimation of Contributions of Different Mechanisms Journal of Physical Chemistry C, Vol. 127, №44, pp. 21617–21628 (год публикации - 2023)
10.1021/acs.jpcc.3c05231

10. Сарманова О.Э., Кудряшов А.Д., Лаптинский К.А., Буриков С.А., Хмелева М.Ю., Федянина А.А., Доленко С.А., Голубцов П.В., Доленко Т.А. Applications of Fluorescence Spectroscopy and Machine Learning Methods for Monitoring of Elimination of Carbon Nanoagents from the Body Optical Memory and Neural Networks, Vol. 32, No. 1, pp. 20–33 (год публикации - 2023)
10.3103/S1060992X23010046

11. Чугреева Г.Н., Сарманова О.Э., Лаптинский К.А., Буриков С.А., Доленко Т.А. Application of Convolutional Neural Networks for Creation of Photoluminescent Carbon Nanosensor for Heavy Metals Detection Optical Memory and Neural Networks, Vol. 32, Suppl. 2, pp. S244–S251 (год публикации - 2023)
10.3103/S1060992X23060036

12. Корепанова А.А. Влияние характеристик растворителя на оптические свойства углеродных точек Ученые записки физического факультета МГУ, №4, pp. 2341109-1- 2341109-9 (год публикации - 2023)

13. Хмелева М.Ю., Лаптинский К.А., Доленко Т.А. Влияние рН среды на свойства углеродных точек с различной функционализацией поверхности: размеры и квантовый выход фотолюминесценции Оптика и спектроскопия, Vol. 131, № 6, pp.797-804 (год публикации - 2023)
10.21883/OS.2023.06.55913.104-23

14. Чугреева Г.Н., Лаптинский К.А., Пластинин И.В., Сарманова О.Э., Доленко Т.А. Development of a multimodal photoluminescent carbon nanosensor for metal ions in water using artificial neural networks Moscow University Physics Bulletin, номер Special Issue 2024: Deep Learning in Computational Physics (год публикации - 2024)

15. Доленко С., Лаптинский К., Корепанова А., Буриков С., Доленко Т. Intelligent control of the synthesis of luminescent carbon dots with the desired photoluminescence quantum yield using machine learning Optical Memory and Neural Networks (год публикации - 2025)

16. Корепанова А.А., Лаптинский К.А., Доленко Т.А. Влияние кислотности и основности растворителя на оптические свойства углеродных точек Оптика и спектроскопия, том 132, выпуск 3, сс. 247-253 (год публикации - 2024)
10.61011/OS.2024.03.58144.23-24

17. Куприянов Г., Исаев И., Лаптинский К., Доленко Т., Доленко С. Solution of an Inverse Problem of Optical Spectroscopy using Kolmogorov-Arnold Networks Optical Memory and Neural Networks (год публикации - 2024)

Публикации

Аннотация результатов, полученных в 2024 году
Проект посвящен разработке фотолюминесцентных мультимодальных наносенсоров на основе углеродных точек (УТ) для диагностики параметров среды с применением методов машинного обучения. Очевидно, что для создания таких УТ-сенсоров необходимо исследование молекулярных взаимодействий на границе УТ-окружающая среда, изучение механизмов влияния этих взаимодействий на фотолюминесцентные свойства наночастиц, и на основании этого – выявление селективной чувствительности люминесценции УТ определенного состава к конкретным характеристикам или компонентам среды. В свою очередь, состав, структура и фотолюминесцентные свойства наночастиц зависят от метода и условий синтеза УТ. Поэтому в рамках Проекта, в том числе, и в отчетном периоде, решались 3 задачи: 1). Исследование влияния типа и соотношения прекурсоров, температуры и времени гидротермального синтеза УТ на структуру и состав наночастиц. 2). Установление корреляций между параметрами синтеза, составом и структурой УТ и их фотолюминесценции. 3) Повышение модальности уже разработанных люминесцентных УТ-наносенсоров для одновременного определения концентрации 7 ионов в воде. 1). Исследование проводилось для 343 образцов УТ, синтезированных в 2023 г. из лимонной кислоты (ЛК) и этилендиамина (ЭДА) при варьируемых соотношениях ЭДА:ЛК от 0.1:1 до 20:1; температуре от 80 до 200оС и времени реакции от 0.5 до 6 часов, так как эти наночастицы имеют наибольший квантовый выход люминесценции (КВЛ) по сравнению с большинством других, а полученная база является наиболее полной из имеющихся в мировой литературе на данный момент (Рис.1). Для всех водных растворов 343 образцов УТ были получены спектры оптического поглощения, 3D-карты фотолюминесценции (ФЛ) (Рис.2) и ИК-поглощения (Рис.3). Рассчитаны КВЛ и люминофорная интенсивность Iлюм. Из анализа 3D карт ФЛ и спектров оптической плотности всех УТ в воде следует, что ФЛ синтезированных УТ обусловлена несколькими люминофорами, а наиболее интенсивную ФЛ УТ обеспечивает один и тот же люминофор с параметрами λвозб/λисп = 350/440 нм/нм (люминофор L350). Для всех образцов были рассчитаны КВЛ и люминофорная интенсивность Iлюм. На основании анализа спектрального материала и рассчитанных КВЛ и Iлюм в процессе гидротермального синтеза УТ из ЭДА и ЛК выделены этапы синтеза с точки зрения структурных преобразований продуктов реакции и образования люминофоров. Этап начала образования люминофоров. При минимальных параметрах синтеза (80°C, 0.5 ч) УТ уже обладают ФЛ, хотя КВЛ и Iлюм малы. При дальнейшем синтезе (100°C, 1 ч) эти люминофоры разрушаются: КВЛ и Iлюм падают. При параметрах (120°C, 2 ч) начинают образовываться основные люминофоры L350, КВЛ УТ до 100%. Этап роста люминофоров L350. Дальнейшая обработка продуктов (>100оС, более 1 ч) приводит к значительному росту Iлюм - дальнейшему синтезу люминофоров L350 (Рис.16). УТ (ЭДА:ЛК 4:1, 160°C, 4 ч) имеют максимальную Iлюм (образуется максимальное количество L350) и КВЛ 90%. Этап распада люминофоров L350. Продолжение гидротермального воздействия на УТ приводит к распаду люминофоров L350: КВЛ и Iлюм падают. Происходит графитизация образцов, количество L350 уменьшается, начинают образовываться другие люминофоры. Полученные экспериментальные и теоретические результаты позволили уточнить гипотезы о механизмах формирования ФЛ УТ. Источником ФЛ УТ, синтезированных гидротермальным методом, является множество молекулярных люминофоров. 2). На этапе 2024 г. была повышена модальность УТ-наносенсора: впервые с привлечением нейронных сетей (НС) был разработан люминесцентный УТ-сенсор, способный одновременно определять концентрацию 7 ионов Ni2+, Cu2+, Co2+, Pb2+, Al3+, Cr3+, NO3-в воде. Для решения поставленной 7-параметрической обратной задачи применялись Градиентный бустинг (ГБ), Многослойные персептроны (МСП), Сверточные нейронные сети (СНС) и сети Колмогорова-Арнольда (СКА). Следует отметить, что СКА применялись впервые в мире для решения задач оптической спектроскопии. Использовалась база 3D карт ФЛ 7813 приготовленных водных растворов УТ (ЭДА:ЛК 3.5:1, 145оС, 3 ч) с фиксированной концентрацией 5 мг/л и нитратами катионов Ni2+, Cu2+, Co2+, Pb2+, Al3+, Cr3+ с варьируемой концентрацией от 0 до 6 мМ. Если входными признаками для ГБ, МСП и СНС были непосредственно спектры ФЛ, то для применения СКА все спектры описывались 11-ю параметрами, которые и выступали в качестве входных признаков для обучения НС. Результаты применения всех алгоритмов показали, что наименьшие погрешности определения концентрации указанных ионов в воде по спектрам ФЛ УТ обеспечивают СНС и СКА. Высокая результативность СНС объясняется успешной обработкой данных с коррелированными признаками, каковыми и являются наши 3D МВИ. Важным результатом является «хорошая работа» СКА, которая впервые была применена для решения обратной многопараметрической задачи оптической спектроскопии. Для решения этой же обратной 7-параметрической задачи фотолюминесцентной спектроскопии был применен новый подход - перенос обучения с 6-параметрической (6П) задачи. Использовались МСП, ГБ, Случайный лес, Линейная регрессия, СКА. Перенос обучения НС с 6-параметрической задачи (Cu²⁺, Ni²⁺, Al³⁺, Co²⁺, Cr³⁺, NO₃⁻) на 7-параметрическую (с ионом Pb²⁺) осуществлялся путём дообучения на данных 7-параметрической задачи моделей, предварительно натренированных на данных 6-параметрической задачи. Сравнительный анализ обучения моделей только на данных 7-параметрической задачи и переноса обучения НС показал, что обе стратегии обеспечивают сопоставимые погрешности. Однако перенос обучения обеспечивает такое же качество решения при меньших вычислительных затратах. Таким образом, перенос обучения оказался эффективным методом решения обратной многопараметрической задачи. Разработанный УТ-наносенсор с помощью СНС и СКА способен обеспечивать следующие средние абсолютные ошибки (САО) определения концентрации ионов Ni2+, Cu2+, Co2+, Pb2+, Al3+, Cr3+, NO3-в воде: 1.05 мМ, 0.71 мМ, 1.10 мМ, 1.49 мМ, 0.45 мМ, 0.19 мМ, 2.6 мМ, соответственно. 3). Проведена апробация разработанных УТ-наносенсоров на реальных технологических и сточных водах. Сравнительный анализ значений концентраций растворенных в технологической среде ионов металлов, определенных с помощью рентгенофотолюминесцентного анализа (РФА) и с помощью 2D СНС, показал, что применение НС обеспечивает адекватную «работу» УТ-наносенсора для определения состава технологических водных сред (Таблица). Полученная точность определения концентрации ионов в воде фотолюминесцентным УТ-наносенсором полностью удовлетворяет требованиям контроля и мониторинга состава сточных и технологических вод. Таким образом, проведенные на этапе 2024 г. исследования показали высокий потенциал использования углеродных точек в качестве наносенсоров для диагностики жидких сред. Применение методов машинного обучения, в свою очередь, существенно расширяет возможности такого наносенсора.

Публикации

Возможность практического использования результатов
Результаты, полученные в ходе выполнения работ по Проекту, могут быть использованы (более того, планируются к конкретному использованию при продлении Проекта) для формирования научного и практического задела одновременно в нескольких областях. Во-первых, результаты исследования влияния параметров синтеза углеродных точек на их оптические свойства вместе с разработанной системой интеллектуального управления синтезом позволяют синтезировать углеродные точки с требуемыми целевыми показателями, что необходимо для их эффективного применения в конкретных задачах технологических процессов, экологии, пищевой промышленности, биомедицины. Во-вторых, разработка и успешное применение новых подходов и методов машинного обучения к решению обратных многопараметрических задач оптической спектроскопии, полученные массивы спектральных данных (совокупно более 100000 уникальных спектров) могут и будут использоваться для формирования научных компетенций у студентов и аспирантов, проходящих курс обучения «Машинное обучение в физике», читаемом основным исполнителем настоящего Проекта (https://teach-in.ru/course/machine-learning-in-physics/about), а также слушающих специальные курсы «Современные методы и возможности колебательной спектроскопии», «Оптическая спектроскопия дисперсных сред» и «Нейроинформатика», читаемые руководителем и другим основным исполнителем Проекта (https://istina.msu.ru/workers/420914/teaching/#courses_teachings). В-третьих, разработанный в ходе выполнения Проекта метод определения концентрации ионов, в том числе катионов тяжелых металлов, по оптическим спектрам углеродных наночастиц может найти реализацию в промышленности и экологии для осуществления быстрого одновременного определения ряда компонентов (ионов, тяжелых металлов, вредных примесей) в оборотных, стоковых и природных средах, что позволит на гораздо более высоком уровне проводить экологический мониторинг с целью здоровьесбережения населения (см.п.5.10).