近日，我校智能制造学院贾欣博士在国际知名期刊《Nature Communications》上发表研究论文，题为“Creating locally enriched single-atom catalysts via bio-inspired internalization process for interference-resistant NO2 detection in complex environments”。 （《通过仿生内化过程构建局域型单原子催化剂用于复杂环境中抗干扰NO2检测》）。该研究提出了一种仿生原子内化策略，成功制备出局域富集型单Pt原子级催化剂，实现了在复杂气体环境中对NO2的高选择性、抗干扰稳定检测，为智能气体传感技术在工业安全和环境监测领域的应用开辟了新路径。
论文针对传统半导体气体传感器在复杂混合气体中易受干扰、选择性差等瓶颈问题，受生物系统中外源物质内吞作用的启发，创新性地设计了“仿生内化”工艺。研究团队以Pt₃Sn合金为前驱体，通过Sn/C同源受体介导的两步热重构过程，将Pt物种定向转化为在SnO₂表面局域富集、高度分散的单原子铂催化剂。通过原位透射电镜和分子动力学模拟，详细追踪了Pt₃Sn合金的内化演变过程，揭示了从合金到纳米颗粒再到单原子的两步转化机制。实验表明，所制备的1%-PtSn-SnO₂传感器对NO₂表现出优异的灵敏度和选择性，响应值达5.81/3 ppm，检测下限低至0.05 ppm，工作温度仅需90 °C，功耗仅6 mW。在长达550天的连续测试中，传感器性能衰减仅为4.6%，远超商用传感器水平。研究进一步将9种特性各异的传感器集成为传感阵列，并结合机器学习算法，对37种单一及混合气体实现了100%的分类识别准确率。团队还将传感阵列搭载于人形机器人，构建了自主“巡航-监测”系统，可在化工厂、污水处理等典型场景中实时识别NO₂等有毒气体。该仿生原子内化策略为构建能够在复杂环境中稳定运行的智能气体传感系统提供了一条通用且可规模化的技术路线。
上述研究工作得到了国家自然科学基金项目等支持。
论文链接：https://www.nature.com/articles/s41467-026-76850-4
