随着新生代消费者审美品味的提升以及消费升级的趋势，香水市场需求不断提高。然而，掺假劣质香水对人体健康产生一定危害，因此建立一套经济有效的方法识别掺入的廉价添加剂，并及时区分香水真伪具有重要意义。传统的分析方法如气相色谱法、紫外分光光度法、质谱法、核磁共振法等，通常依赖于昂贵的仪器和训练有素的操作人员，难以普及应用。闻香师鉴别虽然较为可靠，但也受偶尔主观误判或只能提供定性结果的限制。受感官分析的启发，研究人员将敏感元件的光电响应信号视为某一分析物的独特“指纹”，开发出一类新型的交叉反应微型传感器——“电子鼻”技术。基于受体和分析物之间广泛的分子间相互作用，光电子鼻在利用“嗅觉”识别各种挥发性成分领域已取得成功应用。然而，将其用于真假香水鉴别和香基成分区分的应用却鲜有报道。

基于电子鼻技术原理，深圳大学高等研究院李正研究员团队报道了一种由24种有机染料构成的光学传感阵列，用于检测和鉴别常见的香基和品牌香水(图a)。使用廉价载玻片作为基底，通过对基底表面进行疏水修饰（图b），有助于维持染料液滴的形状与完整度，增强了比色传感器阵列的鲁棒性和对湿度波动的抵抗力，从而显着降低潜在的信号漂移,提高了器件制备与测试结果的可重复性。通过COMSOL Multiphysics软件模拟，验证流线型的气流通道可以保证待检气体在通气15秒内即可扩散至所有染料点，且响应时间小于30秒（图c）。数据采集方面，使用家用扫描仪捕获染料点阵列的颜色变化，将其转化为RGB色值，构成72维度的数字“指纹”信息。借助标准的数据降维方法，包括层次聚类分析（图d）和主成分分析（图e），成功区分香基样品和品牌香水。在概念验证实验中，该传感器阵列还可将掺入不同体积分数乙醇的模拟摻假样品成功区分，显示了其在香水甄别方面的潜力。该传感阵列具有快速、廉价和便携的特征， 72维度数据库可储存大量样品“指纹”，可与机器学习结合，构建在线数据库实现实时鉴别，在化妆品、食品等安全和质量监测中显示出巨大应用前景。

该成果以“Hydrophobic and Rapid-Response Sensor Inks: Array-Based Fingerprinting of Perfumes”为题，发表于美国化学会著名应用材料期刊ACS Applied Materials & Interfaces（IF=9.229，中科院工程技术 1区TOP）。高等研究院研究生孙琳琳和科研助理张若晗为共同第一作者，李正研究员为唯一通讯作者，深圳大学高等研究院为第一单位。该成果得到国家自然科学基金委、广东省自然科学基金委等项目的支持。

论文链接：https://pubs.acs.org/doi/full/10.1021/acsami.2c03081