Diseño óptimo de sensores nanoestructurados: un enfoque basado en la metodología de superficie de respuesta

En los últimos años se han desarrollado sensores de muchos tipos y para una gran variedad de usos o aplicaciones. En esta tesis, se presenta un enfoque basado en datos para optimizar el diseño de sensores altamente sensible al peróxido de hidrógeno (H2O2) basados en arreglos de nanoalambres auto soportados de níquel (Ni NW), utilizando la metodología de superficie de respuesta (RSM). Los nanoalambres (NW) fueron desarrollados por la técnica de síntesis electroquímica asistida por membranas nanoporosas que fungen como moldes, utilizando como metal los iones de níquel para el crecimiento de los nanoalambres. RSM es aplicada utilizando datos experimentales obtenidos por voltamperometría cíclica (CV) optimizando el diseño de estos sensores nanoestructurados para detectar H2O2. El objetivo es mejorar el rendimiento del sensor variando la longitud de Ni NW al modificar las condiciones de trabajo, incluyendo la concentración de H2O2 y el potencial de medición aplicado. Se empleó con éxito RSM logrando identificar las condiciones teóricas óptimas para el sensor: con una longitud de NW de 2.64 μm, una concentración de 3.25 mM H2O2 y un potencial de detección de 0.02 V. Se fabricó un sensor con la longitud óptima de los nanoalambres obtenida por el modelo y se validó su rendimiento, comparándolo con sensores de diferentes longitudes de nanoalambres: un sensor plano de Ni; y otro sensor nanoestructurado Ni NW. El sensor optimizado logra una reducción del 50 % en el límite de detección (LOD) al H2O2 y un aumento del 18 % en sensibilidad al H2O2, respecto al sensor nanoestructurado. El sensor optimizado es al menos 35 veces más sensible para detectar H2O2 que sensores con geometrías planas, de uso estándar en aplicaciones comerciales. Estos resultados resaltan el potencial de RSM como una poderosa y rentable herramienta estadística para optimizar sensores nanoestructurados y acelerar el ciclo de diseño-construcción-prueba. El sensor de H2O2 optimizado se puede aplicar en la industria alimentaria, diagnóstico médico y monitoreo ambiental. Este sensor puede mejorar significativamente la detección de glucosa en muestras no invasivas como lágrimas y saliva al combinarlo con enzimas de glucosa oxidasa inmovilizadas, crucial en el continuo monitoreo de glucosa en pacientes con diabetes mellitus. RSM permite futuras extensiones para investigar otras variables de diseño y materiales de detección, así como optimizar los sensores para detectar diferentes sustancias, fomentando los avances en las tecnologías de sensores.