7月13日上午，化学系“光华化学论坛”于江湾校区化学楼A7032会议室顺利举行。新加坡南洋理工大学化学、化学工程和生物技术学院林歆怡教授应邀作了题为“基于预测生物医学应用的机器学习辅助等离子体纳米粒子传感器”的学术报告。化学系邓勇辉教授主持报告会，并向林歆怡教授颁发了证书。

林歆怡教授指出，表面增强拉曼散射（SERS）是一种超灵敏的振动光谱技术，可提供分子特异性指纹信号，在环境监测和生物医学传感等各个领域具有众多应用。然而，由于小分子物质的表面亲和性差、浓度低和拉曼截面小，SERS用于小分子检测仍然存在一定的局限性。为了增强拉曼信号，利用等离子体纳米材料中局部表面等离子体共振（LSPR）产生的强电磁（EM）电场可将固有的弱拉曼散射模式增强10¹⁰~10¹²。利用化学耦合方法和分析物定向策略捕获和限制SERS活性表面附近的分析物是实现无特定亲和力的小分子超灵敏SERS检测的另一新兴策略。此外，将纳米传感器技术推向实际应用仍需要克服ppb或nM水平的超低分析物浓度、样品成分复杂、干扰物质多、异构体难以区分等挑战，因此协同使用机器学习，如聚类、分类和回归算法进行数据探索和预测至关重要。林教授团队近年来致力于此方向的研究，他们将实验室SERS平台成功转化为临床应用，开发了“confine-and-capture”方法对与流产相关的尿液代谢物进行多重和超痕量检测，并利用主成分分析和偏最小二乘回归等化学统计学技术将分子指纹信息转换为可量化的读数，实现30 min内生物小分子标志物的超灵敏检测。此外，他们还设计了一个机器学习驱动的“SERS品尝器”，能够同时利用来自多个受体的有用振动信息来增强五种葡萄酒风味分子在百万分之一水平的多重检测，并通过构建全面的“SERS超谱”进行预测分析，其在人工葡萄酒矩阵的多重风味定量中达到了极高的准确度。最后，林教授团队还开发了一种基于SERS技术的先进无创呼吸分析仪，可用于5分钟内大规模筛查新型冠状病毒（COVID-19），具有超过95%的灵敏度和特异性。林歆怡教授的报告激起了与会师生的广泛兴趣并进行了热烈讨论，现场学术氛围浓郁。