Analisi dell’espirato e prevenzione delle patologie tumorali

Tags: Published On: 11 Agosto 2026

L’analisi del respiro espirato si è affermata come un approccio non invasivo promettente per la diagnosi di malattie, sfruttando i sensori di gas per la loro elevata sensibilità, portabilità e capacità di monitoraggio in tempo reale.

I nanomateriali bidimensionali, come il grafene, i dicalcogenuri di metalli di transizione (TMD), gli MXeni, il fosforo nero e le strutture metallo-organiche (MOF), mostrano eccezionali proprietà di rilevamento dei gas grazie al loro spessore a livello atomico, all’elevatissima superficie specifica e alle strutture elettroniche sintonizzabili.

Queste caratteristiche consentono un maggiore assorbimento di gas e il funzionamento a temperatura ambiente, rendendoli ideali per rilevare biomarcatori a livello di ppb come acetone, ammoniaca e ossido nitrico nel respiro.

Tuttavia, i sensori basati su materiali 2D non modificati presentano problematiche quali cinetiche di risposta/recupero lente, scarsa stabilità, debole resistenza all’umidità e selettività limitata in ambienti respiratori complessi.

Per ovviare a queste limitazioni, sono state sviluppate strategie di funzionalizzazione per modificare le proprietà dei materiali. Tra gli approcci chiave si annoverano il drogaggio con eteroatomi per modulare le strutture a bande elettroniche, la costruzione di eterogiunzioni per facilitare il trasferimento di carica e migliorare la selettività, e la decorazione con metalli nobili per potenziare cataliticamente l’adsorbimento dei gas.

Inoltre, l’irradiazione luminosa è stata impiegata per regolare la concentrazione di portatori di carica sulla superficie dei materiali sensibili. Queste strategie migliorano significativamente le prestazioni dei sensori, raggiungendo limiti di rilevamento a livello di ppb, una robusta resistenza all’umidità e una risposta rapida.

Le direzioni future prevedono l’integrazione di materiali 2D funzionalizzati in array di sensori multiplex indossabili per il rilevamento simultaneo di biomarcatori, abbinati all’apprendimento automatico per piattaforme diagnostiche in tempo reale.

Luigi Campanella

Ti è piaciuto l'articolo? Condividilo su:

Newsletter

Iscriviti alla nostra newsletter e resta aggiornato sul mondo della scienza!