Innovativer Sensor spürt Moleküle gezielt und genau auf

Kombination von Graphen-Transistor mit metallorganischer Beschichtung ermöglicht sensitive und selektive Detektion

ie Sensoreinheit, bestehend aus einem Graphen-Feldeffekttransistor, auf den ein oberflächengebundenes metallorganisches Gerüst aufgewachsen ist. (Abbildung: Sandeep Kumar, KIT)

Die Sensoreinheit, bestehend aus einem Graphen-Feldeffekttransistor, auf den ein oberflächengebundenes metallorganisches Gerüst aufgewachsen ist. (Abbildung: Sandeep Kumar, KIT)

Einen neuartigen Sensor für Gasmoleküle haben Forschende am Karlsruher Institut für Technologie (KIT) und an der Technischen Universität Darmstadt entwickelt. Dazu haben sie einen Graphen-Transistor mit einer maßgeschneiderten metallorganischen Beschichtung kombiniert. Der innovative Sensor erkennt Moleküle gezielt und genau und bereitet den Weg zu einer ganz neuen Klasse von Sensoren. Als prototypisches Beispiel demonstriert die Gruppe einen Ethanolsensor, der weder auf andere Alkohole noch auf Feuchtigkeit reagiert.

Forschenden des KIT und der Technischen Universität Darmstadt ist es nun gelungen, einen neuartigen Sensor für Moleküle in der Gasphase zu entwickeln. Wie die Wissenschaftlerinnen und Wissenschaftler berichten, basiert das Funktionsprinzip dieser neuen Klasse von Sensoren auf der Kombination von sensitiven Graphen-Transistoren mit maßgeschneiderten metallorganischen Beschichtungen. Diese Kombination ermöglicht eine selektive Detektion von Molekülen. Als prototypisches Beispiel demonstrieren die Autoren einen spezifischen Ethanolsensor, der im Unterschied zu aktuell verfügbaren kommerziellen Sensoren weder auf andere Alkohole noch auf Feuchtigkeit reagiert.

Bei Graphen handelt es sich um eine Modifikation des Kohlenstoffs mit zweidimensionaler Struktur. Graphen ist von Natur aus höchst sensitiv gegenüber Fremdmolekülen, die sich auf der Oberfläche anlagern. „Allerdings weist Graphen als solches keine molekülspezifische Wechselwirkung auf, wie sie für eine Anwendung als Sensor erforderlich ist“, erklärt Ralph Krupke, Professor am Institut für Nanotechnologie (INT) des KIT und am Institut für Materialwissenschaft der TU Darmstadt, der zusammen mit Professor Wolfgang Wenzel vom INT des KIT und Professor Christof Wöll, Leiter des Instituts für Funktionelle Grenzflächen (IFG) des KIT, bei der Studie federführend war. Erstautor ist Sandeep Kumar, der im Labor von Ralph Krupke am KIT forscht und im Fachgebiet Molekulare Nanostrukturen am Institut für Materialwissenschaft der TU Darmstadt promoviert. „Um die geforderte Selektivität zu erreichen, haben wir ein metallorganisches Gerüst auf der Oberfläche aufwachsen lassen“, erläutert Krupke.

Sensoren lassen sich passgenau einstellen 

Metallorganische Gerüste (metal-organic frameworks – MOFs) sind aus metallischen Knotenpunkten und organischen Molekülen als Verbindungsstreben aufgebaut. Durch verschiedene Kombinationen lassen sich diese hochporösen kristallinen Materialien für verschiedene Anwendungen maßschneidern, um beispielsweise bei Sensoren eine selektive Absorptionsfähigkeit für bestimmte Moleküle zu erreichen. Die Forschenden aus Karlsruhe und Darmstadt demonstrierten eine selektive Sensorplattform, indem sie ein oberflächengebundenes metallorganisches Gerüst (surface-mounted metal-organic framework – SURMOF) direkt auf einen Graphen-Feldeffekttransistor (GFET) aufwachsen ließen. Ein solches Bauelement profitiert sowohl von der hohen Sensitivität und dem einfachen Auslesen eines GFETs als auch von der hohen Selektivität eines SURMOFs.

„Die Kombination der einzigartigen elektronischen Eigenschaften von Graphen mit der immensen chemischen Variabilität der MOFs eröffnet ein riesiges Potenzial“, sagt Christof Wöll. Da sich SURMOFs in vielen Varianten anfertigen lassen und sich die Schnittstelle zwischen GFET und SURMOFs chemisch verschieden gestalten lässt, bereitet die Arbeit der Forschenden aus Karlsruhe und Darmstadt den Weg für eine ganz neue Klasse von Sensoren mit passgenau eingestellter Selektivität und Sensitivität. „Hier kann die Simulation helfen“, erklärt Wolfgang Wenzel, da wir am Rechner viele MOFs aufbauen können, ohne sie synthetisieren zu müssen.“

Weitere Informationen: https://doi.org/10.1002/adma.202103316

Speichere in deinen Favoriten diesen permalink.