Matière
- Matière et Energie
- Chimie
Un nez artificiel ultra-sensible
- Tweeter
-
-
0 avis :
Des chercheurs américains de l'Université de Californie ont mis au point un "nez artificiel" inspiré de la truffe du chien. Ce "nez" qui a la taille d'un timbre-poste utilise vingt micro-canaux microfluidiques ; il est si sensible qu'il peut identifier la présence de nombreuses substances en analysant directement les molécules présentes dans l'air.
Cette technique permet d'atteindre une sensibilité parfois supérieure à celle des chiens et d'identifier la présence de molécules à une concentration très faible, de l'ordre d’une sur un milliard. La signature spectrale des molécules captées est ensuite amplifiée à l'aide de nanoparticules. Enfin, dans un troisième temps, un spectromètre laser analyse leur composition avec précision. Il ne reste plus alors qu'à comparer la structure obtenue avec celles contenues dans une immense base de données pour savoir exactement à quelle molécule on a affaire.
Développée à l'origine pour détecter la présence d'explosifs, cette technologie pourrait avoir une multitude d'applications dans de nombreux secteurs. Un tel outil, très sensible et très sélectif, pourrait être utilisé pour repérer d'infimes quantité de drogues, estimer l'état de conservation des aliments ou encore diagnostiquer très précocement certains cancers.
Article rédigé par Mark FURNESS pour RTFlash
Noter cet article :
Vous serez certainement intéressé par ces articles :
Vers de nouveaux polymères dégradables
Une équipe de recherche du CNRS et de l’Université Paris-Saclay a pu mettre au point de nouveaux polymères qui se dégradent dans l’eau en une semaine, un temps record. Les polymères vinyliques, ...
Une pile à combustible microbienne pour protéger les bétons armés en mer
Le béton armé doit faire face à un ennemi sournois et implacable, la corrosion. Ceux exposés à un environnement marin le sont encore plus, car le sel de l’eau de mer a pour effet d’accélérer ce ...
Le Machine Learning prédit les capacités thermiques des MOFs
Des chercheuses et chercheurs de l’EPFL ont mis au point un modèle de machine learning capable de prédire avec précision la capacité thermique des réseaux organométalliques, des matériaux très ...
Recommander cet article :
- Nombre de consultations : 325
- Publié dans : Chimie
- Partager :