组成图示
点击图片查看大图 · 依据论文自动绘制
传感器类型
综述或非传感器论文
检测对象
未指定具体靶标生物分子（target biomolecules，电荷量参照链霉亲和素 streptavidin）；样品基质：离子溶液/电解质（1:1 电解质，如 K+–Cl−，0.04–0.4 mM）
检测原理
受体探针固定在SiNW表面氧化层上，靶标生物分子通过生物亲和作用结合到受体位点。结合后，靶标携带的离散电荷（模拟为±1.2×10^-16 C的立方体）在溶液-氧化层-半导体界面形成局部库仑场。该电场穿透氧化层并调制p型SiNW沟道表面势，改变沟道势垒高度与载流子浓度，从而改变源漏间直流电导。溶液离子形成双电层，Debye屏蔽使电场随距离衰减，离子浓度越高屏蔽越强、电导调制越小。由于靶标随机结合位置不同，局部场效应非线性叠加，导致相同结合数下电流波动。信号通过漏极电流ID随液门电压VLG的转移特性变化读出。
检测灵敏度
未报告 LOD、线性范围、灵敏度斜率或相关系数。
效应效果
该文为模拟研究，未报告实际样品加标回收率、RSD、与ELISA/HPLC/qPCR对比或长期稳定性。模拟显示单个靶标可调制SiNW电导约4%；相同结合靶标数下，不同结合位置导致电导波动，且该波动可能大于不同靶标数之间的平均电导差，构成生物传感器噪声源。对p型SiNW，正电荷靶标比等量负电荷产生更强且更稳定的电导调制，提示器件多数载流子应与靶标电荷同极性以提高灵敏度。溶液离子浓度升高会增强Debye屏蔽，使电导调制下降，但波动也减小；0.04 mM与0.4 mM下Debye长度分别约56 nm和19 nm。作者认为该方法可用于分析传感极限、分辨率及器件/环境参数对灵敏度的影响。
传感器的构成
- 基底/换能器：SOI 硅纳米线场效应晶体管（SiNW FET），p 型 SiNW 沟道（掺杂 5×10^17）与 p+ 源漏，作为电荷感应换能器
- 绝缘层：100 nm 埋氧层（BOX）与 3 nm 表面氧化层（surface oxide），隔离背衬并形成溶液-半导体界面
- 识别元件：受体探针/受体立方体（receptor cubes，50 nm 介电立方体，距氧化层 2 nm），模拟靶标生物分子结合位点
- 信号元件：无标记靶标电荷（target charge，±1.2×10^-16 C），结合后通过库仑场调制 SiNW 沟道电导
- 电解质环境：离子溶液（1:1 电解质，如 K+–Cl−，0.04–0.4 mM），形成双电层并产生 Debye 屏蔽
- 读出电极：溶液顶部电极、背栅与源漏电极，施加直流偏置并读取漏极电流（ID）
中文摘要
本文提出一种面向生物传感器环境的模拟方法，利用成熟的半导体三维TCAD仿真工具，将半导体区域与电解质区域统一处理。该方法把电解质溶液等效为本征半导体材料，以空穴和电子分别代表溶液中的移动离子，从而无需在半导体/电解质界面引入额外边界参数，即可直接模拟SiNW生物传感器中由靶标电荷引起的直流场效应。作者采用更真实的靶标电荷模型，将结合在纳米线表面的靶标描述为随机分布的带电立方体，并分析靶标电荷位置与分布对SiNW FET的库仑效应。模拟结果表明，SiNW电流随结合靶标位置不同而显著变化，电导调制还依赖于靶标电荷极性。该模拟方法及结果可用于分析生物传感器器件的传感极限、分辨率等性能，以及器件参数和环境条件对灵敏度的影响。
英文摘要
We introduce a simulation method for the biosensor environment which treats the semiconductor and the electrolyte region together, using the well-established semiconductor 3D TCAD simulator tool. Using this simulation method, we conduct electrostatic simulations of SiNW biosensors with a more realistic target charge model where the target is described as a charged cube, randomly located across the nanowire surface, and analyze the Coulomb effect on the SiNW FET according to the position and distribution of the target charges. The simulation results show the considerable variation in the SiNW current according to the bound target positions, and also the dependence of conductance modulation on the polarity of target charges. This simulation method and the results can be utilized for analysis of the properties and behavior of the biosensor device, such as the sensing limit or the sensing resolution.