一种基于miRNA检测的二维材料半导体传感器制备方法与流程

一种基于mirna检测的二维材料半导体传感器制备方法
技术领域
1.本发明属于二维半导体器件领域，更具体地，涉及一种基于mirna检测的二维材料半导体传感器制备方法。


背景技术：

2.心脑血管疾病是心脏血管和脑血管疾病的统称，泛指由于高脂血症、血液黏稠、动脉粥样硬化、高血压等所导致的心脏、大脑及全身组织发生的缺血性或出血性疾病。心脑血管疾病是一种严重威胁人类健康的疾病，患病人群也逐年呈现年轻化态势，甚至在部分青少年人群中都存在心血管疾病。在中老年群体中则具有高患病率、高致残率和高死亡率的特点，即使应用目前最先进、完善的治疗手段，仍可有50%以上的脑血管意外幸存者生活不能完全自理。全世界每年死于心脑血管疾病的人数高达1500万人，居各种死因首位。因此，针对心血管疾病的检测手段对早期发现和治疗心血管疾病具有重要意义。
3.在传统的心脑血管疾病检测中通常采用的检测心肌肌钙蛋白的方法并辅助以其他的血液检测手段（如血脂和血压检测），这是由于心肌肌钙蛋白只在心肌表达，是心肌损伤坏死的标志物，通常溶度越高，代表心肌损伤越严重。当心肌损伤时能较早地被检测出来，并且持续时间长，所以可以降低心肌梗死检测的遗漏率。但是，当患者肾功能异常时，因肌钙蛋白降解小片段的血浆清除下降，使得部分无心血管疾病患者同样出现较高浓度的心肌肌钙蛋白，所以用肌钙蛋白来检测心血管疾病存在特异性不足的问题。所以针对心血管疾病的检测需要更加精准有效的检测手段。
4.另外一种特异性更高的检测方法则是通过mirna的异常表达来检测心血管疾病。mirna，即由内源基因编码的长度约为22 个核苷酸的非编码单链rna分子，可以调节血管生成相关因子的表达，调节内皮细胞的增殖和迁移，最终影响血管生成，在心血管疾病的发生中有着重要作用，所以它们可以用作心血管疾病检测的标志物。而通过聚合酶链式反应（pcr）技术检测mirna的方法需要设计复杂的反转录步骤，且反应时间长；而且检测过程只能针对某种mirna进行识别，无法利用多种mirna信息实现高准确度的疾病诊断。


技术实现要素：

5.针对现有技术的缺陷，本发明的目的在于提供一种基于mirna检测的二维材料半导体传感器制备方法，检测流程简单快速，且还可实现对多种mirna的联合检测，提高对心血管疾病检测的准确度。
6.为实现上述目的，第一方面，本发明提供了一种基于mirna检测的二维材料半导体传感器制备方法，包括如下步骤：（1）制备半导体器件，所述半导体器件包括8个单点器件构成的crossbar阵列，每个单点器件均包括在衬底上依次层叠设置的背栅电极、栅介质层、浮栅电极、氧化铝制成的隧穿层和二硫化钼，所述二硫化钼上表面的两端处制备有源、漏电极，源电极和漏电极之间形成沟道区域；
（2）将配置好的pdms胶体通过模具固化形成pdms通道，然后将所述pdms通道从模具上剥离后转移热压至所述半导体器件的沟道区域上，形成待生物修饰的半导体器件；其中，所述pdms通道包括crossbar阵列的8个pdms子通道，各pdms子通道对应热压在各单点器件的沟道区域上；（3）向每2个单点器件中的pdms通道的一端注射含有同类型mirna探针的pbs溶液，所述mirna探针的类型包括mirna208、mirna1、mirna133和mirna499；静置一段时间，当各单点器件中的二硫化钼表面均吸附固定有mirna探针后，向各单点器件对应的pdms子通道的一端分别持续注入纯pbs溶液，同时在各单点器件对应的pdms子通道的另一端通过真空抽泵抽出pbs溶液，直到所有单点器件对应的pdms子通道内的pbs溶液无悬浮mirna探针；（4）构建全连接神经网络，通过多种mirna分子的浓度对所述全连接神经网络进行训练，所述mirna分子为不同浓度组合的mirna208、mirna1、mirna133和mirna499，获取训练好的全连接神经网络的权重因子，并将所述权重因子通过调节栅极电压对应映射至各单点器件的电导上。
7.本发明提供的基于mirna检测的二维材料半导体传感器制备方法具有如下优点：1）通过机器学习算法，可分析多种mirna分子及其浓度与心血管疾病的关系，有效提高识别心血管疾病的准确率；2）利用crossbar阵列的存算特性可以本地完成信息计算，实现对心血管疾病的快速检测，简化传统的检测手段；3）利用半导体器件优良的电学可调特性，可在极低的浓度下产生明显的响应。
8.在其中一个实施例中，步骤（1）具体为：（a）在衬底上旋涂一层光刻胶，利用光刻工艺和电子束蒸发工艺在所述衬底上制备背栅电极，然后利用原子层沉积工艺在所述背栅电极上沉积一层氧化铝作为栅介质层；（b）在所述栅介质层上旋涂一层光刻胶，利用光刻工艺和电子束蒸发工艺在所述栅介质层上制备浮栅电极，然后利用原子层沉积工艺在所述浮栅电极上沉积一层氧化铝作为隧穿层，且所述隧穿层位于所述栅介质层之上；（c）将制备好的二硫化钼转移至所述隧穿层上，并在所述二硫化钼的上表面旋涂一层光刻胶，然后利用光刻工艺和电子束蒸发工艺在所述二硫化钼上制备源、漏电极，源电极和漏电极之间形成沟道区域。
9.在其中一个实施例中，在所述光刻工艺中，所述光刻胶的旋涂转速分为两个阶段，第一阶段转速为500r/s持续9～11s，然后再用1500r/s的转速转38～41s；所述光刻胶的曝光时间为26～30s。
10.在其中一个实施例中，所述背栅电极和所述源、漏电极所用的金属类型为cr/au，厚度为10nm/50nm。
11.在其中一个实施例中，步骤（c）中，利用湿法转移工艺将化学气相沉积生长的二硫化钼转移至所述隧穿层上。
12.在其中一个实施例中，步骤（2）之前，还包括：在所述源、漏电极的表面分别旋涂覆盖光刻胶，并采用光刻工艺图案化留出部分沟道区域。
13.在其中一个实施例中，步骤（2）具体为：将pdms试剂与固化剂以质量比（8～12）：1的比例混合构成混合料；
将所述混合料搅拌均匀，并将搅拌均匀后的混合料倒入培养皿中；将所述培养皿放置在真空柜内抽真空以排除所述混合料中的气体，得到配置好的pdms胶体；在带有氧化硅的硅片上旋涂光刻胶利用光刻图案化得到矩形的形状之后，再用氢氧化钠溶液刻蚀得到模具；用丙酮或二甲基甲酰胺溶液去除剩余光刻胶，之后再将配置好的pdms胶体倒入到模具上，然后放入热基板或烘箱中烘干定型固化形成pdms通道；其中，所述pdms通道包括crossbar阵列的8个pdms子通道；将所述pdms通道从所述模具上剥离下来，然后再利用热键合和干法转移工艺将剥离后的所述pdms通道转移并热压在所述半导体器件的沟道区域上，各pdms子通道对应热压在各单点器件的沟道区域上。
14.在其中一个实施例中，步骤（3）之前，还包括：将所述待生物修饰的半导体器件进行热退火处理。
15.在其中一个实施例中，步骤（4）中具体为：构建样本数据集，所述样本数据集中的样本数据带有标签，所述样本数据集为患病和不患病的检测对象的mirna分子样本；设置全连接神经网络的初始权重因子，并向所述全连接神经网络中输入各单点器件的响应结果；获取所述全连接神经网络输出的结果，并将所述全连接神经网络输出的结果对应与样本数据集中各样本数据标签进行比对，然后通过反向传播和随机梯度下降法对权重因子进行更新，直到所述全连接神经网络输出的结果与样本数据集中各样本数据标签比对成功率在90%以上，得到训练好的全连接神经网络。
16.第二方面，本发明提供了一种基于mirna检测的二维材料半导体传感器，采用上述的基于mirna检测的二维材料半导体传感器制备方法制备得到。
17.本发明提供的基于mirna检测的二维材料半导体传感器，具有如下优点：1）通过机器学习算法，可分析多种mirna分子及其浓度与心血管疾病的关系，有效提高识别心血管疾病的准确率；2）利用crossbar阵列的存算特性可以本地完成信息计算，实现对心血管疾病的快速检测，简化传统的检测手段；3）利用半导体器件优良的电学可调特性，可在极低的浓度下产生明显的响应。
附图说明
18.图1是本发明一实施例中基于mirna检测的二维材料半导体传感器制备方法的流程图；图2是本发明采用图1中基于mirna检测的二维材料半导体传感器制备方法制备得到半导体器件中各单点器件的结构示意图；图3是本发明提供的机器学习算法示意图和crossbar阵列示意图；图4是本发明提供的半导体器件制备步骤的流程图；图5是本发明提供的pdms通道制备和转移步骤的流程图；图6是一实施例中pdms通道的制备流程图。
具体实施方式
19.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
20.为解决传统采用pcr技术通过mirna检测心血管疾病存在检测时间长，且只能针对某种mirna进行识别检测准确度不高的问题，本发明提供了一种基于mirna检测的二维材料半导体传感器制备方法，检测流程简单快速，且还可实现对多种mirna的联合检测，提高对心血管疾病检测的准确度。
21.图1是本发明一实施例提供的基于mirna检测的二维材料半导体传感器制备方法的流程图，如图1可知，本实施例提供的二维材料半导体传感器制备方法包括半导体器件制备步骤、pdms通道制备和转移步骤、二维材料表面生物修饰步骤和机器学习算法训练步骤。
22.需要说明的是，本发明提供的基于mirna检测的二维材料半导体传感器制备方法，在利用mirna的异常表达检测心血管疾病的基础上，结合半导体器件优良的电学性能（在较低浓度下可产生明显的电学响应）来实现对心血管疾病进行快速检测。然而，研究发现心血管疾病主要是与4种特定类型的mirna的异常转录表达有关，即mirna208、mirna1、mirna133和mirna499，为此，为更有效提高识别心血管疾病的准确率，本发明还加入了机器学习算法，通过机器学习算法分析这四种类型mirna浓度与心血管疾病的关系，然后将这种关系映射到半导体器件中各单点器件的电导上，通过测量半导体器件中各单点器件的源、漏电极电流输出大小，来实现心血管疾病的高准确度检测。
23.另外，由于本发明是针对四种特定类型mirna的半导体器件响应结果（源、漏电极电流）来实现对心血管疾病的检测，所以本发明通过全连接神经网络来实现机器学习算法，因为全连接神经网络为单层神经网络，有四个输入，两个输出。又因为全连接神经网络的中间有8个权重因子连接，所以本发明提供的半导体器件包括8个单点器件，每两个单点器件使用同类型mirna探针修饰。
24.具体地，本实施例提供的半导体器件制备步骤s10可采用本领域常用的半导体制备工艺制备，比如光刻工艺、电子束蒸发工艺、原子层沉积工艺和干、湿法转移工艺等，本实施例不做限制，只需保证制备得到的半导体器件包括8个单点器件构成的crossbar阵列，如图2所示，每个单点器件均包括在衬底上依次层叠设置的背栅电极10、栅介质层20、浮栅电极30、氧化铝制成的隧穿层40和二硫化钼50，二硫化钼50上表面的两端处沉积有源、漏电极，源电极60a和漏电极60b之间形成沟道区域。
25.在步骤s10中，本实施例制备的半导体器件相比于传统的半导体器件，除了包括背栅电极10、栅介质层20、源电极60a和漏电极60b外，还增设有浮栅电极30、隧穿层40和二硫化钼50。
26.其中，本实施例提供的二硫化钼50具有如下优点：1）二硫化钼50为n型半导体材料，为制备半导体器件所用的沟道材料，具备优良的电学性能，且材料尺寸小，其厚度大小只有几个原子层厚，单层厚度仅为0.65nm，兼容硅基cmos工艺，可用于制备大规模阵列器件；2）二硫化钼50表面缺少含氧官能团，对电解质溶液的ph值不敏感，从而可有效保证其在后续二维材料表面生物修饰步骤中所用到的pbs溶液中比较稳定，进而使得制备得到的半导体器件的电学性能更加稳定；3）二硫化钼50还可通过mirna的脱氧核糖核酸碱基和范德
华力作用吸附固定后续二维材料表面生物修饰步骤所用到的mirna探针80，从而可有效地将mirna探针80对mirna分子异常表达检测的结果转移到半导体器件的电学性能变化（源、漏电极电流）上，通过检测半导体器件的电学性能来实现对心血管疾病的检测。
27.本实施例提供的各单点器件中的浮栅电极30、隧穿层40和二硫化钼50的作用是：在各单点器件中，当背栅电极10施加正电压时，沟道区域中的电子由于隧穿作用会从二硫化钼50隧穿穿过隧穿层40，储存在浮栅电极30中；当背栅电极10的电压撤去后，由于隧穿层40的阻挡作用电子无法隧穿回去，只有施加负电压时，电子才能回到沟道区域中。储存在浮栅电极30中的电子可以起到等效栅压的作用，这样只需从通过背栅电极10施加脉冲电压即可将信息写入并储存在浮栅电极30中，即便断电后，存储的信息也不会消失，由此可实现存内计算的功能。
28.本实施例提供的半导体器件利用crossbar阵列的存算特性可实现本地信息计算，从而实现对心血管疾病的快速检测，有效简化传统的检测手段。
29.本实施例提供的pdms通道制备和转移步骤包括：s20，将配置好的pdms胶体通过模具固化形成pdms通道70，然后将pdms通道70从模具上剥离后转移热压至半导体器件的沟道区域上。其中， pdms通道70包括crossbar阵列的8个pdms子通道，各pdms子通道对应热压在各单点器件的沟道区域上。
30.本实施例提供的二维材料表面生物修饰步骤为：s30，向每2个单点器件中的pdms通道的一端注射含有同类型mirna探针80的pbs溶液，mirna探针的类型包括mirna208、mirna1、mirna133和mirna499；静置一段时间，当各单点器件中的二硫化钼50表面均吸附固定有mirna探针80后，向各单点器件对应的pdms子通道的一端分别持续注入纯pbs溶液，同时在各单点器件对应的pdms子通道的另一端通过真空抽泵抽出pbs溶液，直到所有单点器件对应的pdms子通道内的pbs溶液无悬浮mirna探针。
31.在步骤s20中，提供pdms通道70主要起到微流控的作用，pdms通道70中的每个子通道的一端可注射液体（含有特定mirna类型探针的pbs溶液），pdms通道70中的每个子通道的另一端可通过真空抽泵抽出液体，用于控制液体的定向流动，防止未吸附在二硫化钼50上的mirna探针或吸附不稳定的mirna干扰后续对半导体器件响应结果的测量。
32.在步骤s30中，提供的pbs溶液主要用于保持mirna分子（mirna探针和待测mirna）的生物活性，为使mirna分子的生物活性处于最佳状态，本实施例提供的pbs溶液可采用0.1
×
pbs溶液。且当各单点器件中的二硫化钼50表面均吸附固定有mirna探针80后，向各单点器件对应的pdms子通道的一端分别持续注入纯pbs溶液，可去除悬浮在pbs溶液中的mirna探针，防止悬浮的mirna干扰后续对半导体器件响应结果的测量。
33.本实施例提供的机器学习算法步骤为：s40，如图3所示，构建全连接神经网络，通过多种mirna分子的浓度对全连接神经网络进行训练，mirna分子为不同浓度组合的mirna208、mirna1、mirna133和mirna499，获取训练好的全连接神经网络的权重因子，并将权重因子通过调节栅极电压对应映射至各单点器件的电导上。
34.在步骤s40中，为了使全连接神经网络具备分类识别的能力，需要对全连接神经网络进行训练。首先输入层通过与初始权重因子（随机值）对应相乘后，输入到softmax层中，然后计算输出的结果与样本集标签的误差，并通过反向传播和随机梯度下降法对权重因子
更新。
35.训练好后，本发明可以将离线训练的权重因子通过调节栅压映射至半导体器件中各单点器件的电导上，当将检测对象的样品（如：血液样本中的mirna分子）滴入修饰完成的半导体器件的pdms通道70时，相应的mirna分子会与mirna探针杂交并解析附。当探针分子脱离二硫化钼表面后，由于静电掺杂效应消失，半导体器件中相应单点器件的源漏电流上升，而且电流的增加量与浓度成正比。最后可以根据共线的电流输出大小，判断检测对象是否患有心血管疾病。具体地，当滴入样品时，需保证pdms通道70内的适宜温度以及样品与mirna反应的时间，本实施例可优选温度保持4摄氏度，反应时间为4h，可保证mirna分子和mirna探针充分杂交反应。
36.本实施例提供的基于mirna检测的二维材料半导体传感器制备方法具有如下优点：1）通过机器学习算法，可分析多种mirna分子及其浓度与心血管疾病的关系，有效提高识别心血管疾病的准确率；2）利用crossbar阵列的存算特性可以本地完成信息计算，实现对心血管疾病的快速检测，简化传统的检测手段；3）利用半导体器件优良的电学可调特性，可在极低的浓度下产生明显的响应。
37.在一个实施例中，如图4所示，本实施例提供的半导体器件的制备步骤s10具体可以为：s11，在衬底上旋涂一层光刻胶，利用光刻工艺和电子束蒸发工艺在衬底上制备背栅电极10，然后利用原子层沉积工艺在背栅电极上沉积一层氧化铝作为栅介质层20。
38.s12，再栅介质层20上旋涂一层光刻胶，利用光刻工艺和电子束蒸发工艺在所述栅介质层上制备浮栅电极30，然后利用原子层沉积工艺在浮栅电极30上沉积一层氧化铝作为隧穿层40，且隧穿层40位于栅介质层20之上。
39.s13，将制备好的二硫化钼50转移至隧穿层40上，并在二硫化钼50的上表面旋涂一层光刻胶，然后利用光刻工艺和电子束蒸发工艺在二硫化钼40上制备源、漏电极，源电极60a和漏电极60b之间形成沟道区域。
40.具体地，本实施例提供的光刻工艺在旋涂光刻胶的转速可分为两个阶段，第一阶段转速为500r/s持续9～11s，然后再用1500r/s的转速转38～41s，这样可以保证光刻胶更加均匀。且光刻胶的曝光时间为26～30s，可使得显影效果更好。
41.本实施例提供的背栅电极10和源、漏电极所用的金属类型为cr/au，可改善接触电阻，厚度为10nm/50nm，可具备良好的粘附性。栅介质层20所用的氧化铝厚度为30nm，其中，该氧化铝是高k栅介质，采用氧化铝作为栅介质层20，可以减小氧化层厚度，减小施加的栅压大小。浮栅电极30可采用pt浮栅电极，厚度为5nm。隧穿层40所用的氧化铝厚度为6nm。
42.本实施例提供的步骤s13中，将制备好的二硫化钼50转移至隧穿层40上的方式可以为：通过化学气相沉积生成，然后再通过湿法转移工艺转移至栅介质层上。即先在金属基体上通过化学气相沉积生长的二硫化钼，然后在二硫化钼表面用匀胶机旋涂聚甲基丙烯酸甲酯（pmma）膜，加热使其固化；随后将其置入刻蚀溶液中，将金属基体刻蚀后烘干；最后将二硫化钼和pmma膜的复合体置于本实施例提供的隧穿层40上，用丙酮清洗去除pmma膜，即完成转移步骤。在本实施例中，pmma膜作为转移介质在此时可起到保护二硫化钼50的作用，采用此种转移方式可以完成二硫化钼50的大规模转移，适用于本发明制备阵列的半导体器件。
43.在一个实施例中，如图5所示，前述实施例提供的pdms通道制备和转移步骤s20具体可以为：s21，将pdms试剂与固化剂以质量比（8～12）：1的比例混合构成混合料，具体可根据实际情况进行比例设计，本实施例可优选采用10：1的pdms试剂和固化剂比例制备pdms胶体。在本实施例中，固化剂的作用是为了实现pdms试剂的固化，具体可采用道康宁dc184硅橡胶。
44.s22，将混合料搅拌均匀，并将搅拌均匀后的混合料倒入培养皿中。具体地，可用玻璃棒将混合料搅拌5～10分钟使之均匀混合。
45.s23，考虑到pdms试剂和固化剂在混合时产生的气泡会影响到pdms通道的制备，可将搅拌均匀后的混合料倒入培养皿中，放置1～2h待气泡排出，若有大气泡用镊子戳破。为更快地排出混合料中的气泡，还可将载有混合料的培养皿放置在真空柜内抽真空以排除混合料中的气体，从而得到制备好的pdms胶体。
46.s24，可参见图6，之后在带有氧化硅（sio2）的硅片上旋涂光刻胶利用光刻图案化得到矩形的形状之后，再用氢氧化钠溶液刻蚀得到模具。
47.s25，用丙酮或二甲基甲酰胺溶液去除剩余光刻胶，之后再将配置好的pdms胶体倒入到模具上，然后放入热基板或烘箱中烘干定型固化形成pdms通道，具体可放入热基板/烘箱中65℃ 烘干2小时左右定型固化形成pdms通道。其中，该pdms通道包括crossbar阵列的8个pdms子通道。
48.s26，将pdms通道从模具上剥离下来，然后再利用热键合和干法转移工艺将剥离后的pdms通道转移并热压在相应位置上，即各pdms子通道对应热压在各单点器件的沟道区域上，形成待生物修饰的半导体器件。
49.进一步地，为防止半导体器件在进行生物修饰时，pbs溶液渗透入源、楼电极中，可在制备和转移pdms通道前，即前述实施例提供的步骤s20之前，在半导体器件表面旋涂一层光刻胶90覆盖住源、漏电极，并用光刻工艺图案化留出部分沟道区域用于生物修饰。
50.进一步地，在对半导体器器件进行生物修饰前，即前述实施例提供的步骤s30之前，还可对待生物修饰的半导体器件进行热退火处理，以改善源、漏电极与沟道之间的接触。
51.在一个实施例中，前述实施例提供的机器学习算法步骤s40具体可以为：s41，构建样本数据集，样本数据集中的样本数据带有标签，样本数据集为患病和不患病的检测对象的mirna分子样本。
52.s42，设置全连接神经网络的初始权重因子，并向全连接神经网络中输入各单点器件的响应结果（源、漏电极电流）。具体地，本实施例提供的初始权重因子可以为随机值。
53.s43，获取全连接神经网络输出的结果，并将全连接神经网络输出的结果对应与样本数据集中各样本数据标签进行比对，然后通过反向传播和随机梯度下降法对权重因子进行更新，直到全连接神经网络输出的结果与样本数据集中各样本数据标签比对成功率在90%以上，即可得到训练好的全连接神经网络。
54.在本实施例中，当对全连接神经网络进行训练好后，即可获取该全连接神经网络的权重因子然后对应映射到各单点器件的电导上，对于有负权重的情况需要选取合适的模型避免负权重的出现或者将权重因子平移，抑或是用一对单点器件的电导差值来表示权重
因子的大小。
55.基于同样的发明构思，本发明还提供了一种基于mirna检测的二维材料半导体传感器，采用上述基于mirna检测的二维材料半导体传感器制备方法制备得到。
56.本实施例提供的基于mirna检测的二维材料半导体传感器，具有如下优点：1）通过机器学习算法，可分析多种mirna分子及其浓度与心血管疾病的关系，有效提高识别心血管疾病的准确率；2）利用crossbar阵列的存算特性可以本地完成信息计算，实现对心血管疾病的快速检测，简化传统的检测手段；3）利用半导体器件优良的电学可调特性，可在极低的浓度下产生明显的响应。
57.本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。