Separating Motion Artifacts from Biomarker Signals in Flexible MoS2 FET Cortisol Sensors: A Coupled Multiphysics Model and Finite-Element Analysis of Strain-Binding Cross-Talk and Mitigation Strategies

기술 요약: 유연한 MoS2 FET 코르티솔 센서에서 운동 아티팩트와 바이오마커 신호의 분리

문제 정의
유연한 몰리브덴 디설파이드(MoS2) 전계효과 트랜지스터(FET) 바이오센서는 원자 단위로 얇은 채널 덕분에 땀 속의 코르티솔을 검출하는 데 높은 민감도를 제공한다. 그러나 이러한 얇은 특성은 역설적으로 이들을 매우 높은 압전 저항성(piezoresistive)을 갖게 만든다. 결과적으로, 신체 움직임(손목 굴곡, 팔꿈치 굴곡, 걷기 등)은 채널의 밴드갭, 캐리어 이동도 및 쇼트키 장벽 높이를 변화시키는 기계적 변형(strain)을 유발한다. 이러한 변형 유도 전류 변화는 코르티솔 결합에 의해 생성되는 전기적 신호와 유사하게 작용하여, "운동 아티팩트(motion artifacts)"를 생성하며, 이는 측정값을 포화시키거나 생리학적 범위(8.16 ~ 141.7 ng/mL)에 필적하는 가짜 농도를 만들어낼 수 있다. 기존 문헌들은 기계적 격리 또는 전기적 응답을 각각 독립적으로 다루는 경우가 많아, 동적인 실제 환경에서 정확한 연속 모니터링을 방해하는 구체적인 "변형-결합 크로스토크(strain-binding cross-talk)"를 정량화하지 못했다.

방법론
저자들은 신체 움직임을 가짜 코르티솔 수치로 연결하는 6단계의 완전 매개변수화된 멀티피직스 모델을 제시한다. 이 프레임워크는 유한 요소 분석(FEA)을 컴팩트한 전기 및 전기화학 모델과 통합한다:

1. 움직임에서 곡률로: 신체 움직임(손목/팔꿈치 굴곡, 걷기)을 시변 패치 곡률로 모델링한다.
2. 곡률에서 변형으로 (FEA): 오픈 소스 솔버인 Elmer FEM을 사용하여, 다양한 소자 적층 구성에 대해 채널 변형($\varepsilon_{ch}$)을 계산하기 위해 평면 변형 선형 탄성 분석을 수행한다. 이는 중립면 위치, 층별 탄성 계수 및 계면 간 변형 전달 효율($\eta$)을 고려한다.
3. 변형에서 전기적 파라미터로: 모델은 세 가지 변형 효과를 포함한다:
   • 압전 저항 효과: MoS2 채널의 게이트 의존적 게이지 인자(gauge factors).
   • 쇼트키 장벽 변조: 변형에 의한 금속-MoS2 접촉 장벽 저하.
   • 크로스토크: 변형이 코르티솔에 대한 장치의 화학적 민감도를 변화시키는 계수.
4. 결합 키네틱스: 랭뮤어 등온식(Langmuir isotherm) 모델이 코르티솔-압타머 결합을 설명하며, 고이온 강도의 땀에서 발생하는 신호 감쇄를 설명하기 위해 데바이 스크리닝(Debye screening) 모델과 결합된다.
5. 가짜 농도 계산: 총 전류 응답(바이오마커 + 변형)을 교정 곡선을 통해 역산하여 "변형 등가 가짜 코르티솔 농도"를 결정한다.
6. 동적 분석 및 보상: 시계열 시뮬레이션(1800초)을 통해 두 가지 완화 전략(저역 통과 필터링 및 스크램블된 압타머를 가진 참조 채널을 사용하는 트윈 센서 차감 방식)을 평가한다.

일곱 가지 구조적 설계가 기판 두께, 캡슐화, 매립형 채널 및 강성 아이랜드(rigid islands)의 변형을 포함하여 비교되었다.

주요 기여

1. 통합 멀티피직스 모델: 액체 게이트형 MoS2 FET에서 특정 신체 움직임(손목/팔꿈치 굴곡, 걷기)을 가짜 코르티솔 농도로 연결하는 최초의 정량적 모델을 제시하며, 채널 압전 저항, 접촉 변조 및 민감도 크로스토크를 명시적으로 분리하였다.
2. 아티팩트 정량화: 본 연구는 표준 25 µm 폴리이미드 패치에서 손목 굴곡이 전체 스케일 코르티솔 응답의 44%에 해당하는 전류 아티팩트를 생성하며, 걷기는 5 ~ 11 ng/mL의 가짜 수치를 생성함을 입증하였다.
3. 메커니즘 분해: 저자들은 베이스라인 소자의 변형 아티팩트 중 약 70%가 채널 자체가 아닌 쇼트키 접촉 변조에서 기인한다는 것을 확인하였다.
4. 완화 전략 평가: 구조적 및 신호 수준 전략에 대한 비교 분석 결과는 다음과 같다:
   • 필터링: 양방향 움직임(걷기)에는 효과적이지만, 비제로 평균 오프셋(non-zero mean offset)을 갖는 단방향 움직임(굴곡)에는 실패한다.
   • 트윈 센서 차감: 게이지 불일치와 압타머 점유율에 비례하는 "크로스토크 바닥(cross-talk floor)"에 의해 제한되며, 이는 차감만으로는 제거할 수 없다.
   • 강성 아이랜드: 늘어나는 상황(stretching)에서의 효과와 달리, 굽힘(bending) 시에는 채널을 격리하는 데 실패한다. 엔드 모멘트 하중 하에서는 베이스라인 변형의 18~109%를 유지하며, 피부에 의한 곡률 하에서는 변형이 베이스라인의 약 300%까지 증가한다.
5. 설계 가이드라인: 신체 부위, 기판 두께 및 매칭된 트윈 채널의 필요성에 기반한 구체적인 권장 사항을 제공한다.

결과

• 베이스라인 성능: 25 µm 폴리이미드 소자는 손목 굴곡 중에 포화된다. 걷기만으로도 생리학적 코르티솔의 하한값에 필적하는 가짜 수치를 생성한다.
• 구조적 완화: 기판 두께를 2.5 µm(PET)로 줄이면 손목 아티팩트가 13배 감소한다(전체 스케일의 ~3.3%). 미리 구부려진(pre-bent) 채널은 가장 높은 감소 효과(1000배)를 보이지만 제작이 복잡하다.
• 결합 전략: 단방향 움직임(손목/팔꿈치)에 가장 효과적인 접근법은 초박형 기판(2.5 µm)과 밀접하게 매칭된 트윈 센서 차감 방식을 결합하는 것이다. 이는 잔류 오차를 0.9–1.3 ng/mL로 줄여주지만, 완벽한 매칭 없이는 1 ng/mL 목표치를 일관되게 달성하기 어렵다.
• 강성 아이랜드 실패: 유한 요소 분석 결과, 강성 아이랜드는 굽힘 시 채널을 보호하지 못한다. 엔드 모멘트 하중 하에서는 베이스라인 변형의 18~109%를 유지하며, 피부에 의한 곡률 하에서는 변형이 약 300%까지 증가한다.
• 필터링 한계: 저역 통과 필터링은 단방향 굴곡의 비제로 평균을 제거할 수 없으므로, 인접한 시간 블록으로 퍼지는 지속적인 오프셋을 초래한다.

의의 및 주장
본 논문은 유연한 바이오센서에서 운동 아티팩트를 이해하고 완화하기 위한 엄격한 시뮬레이션 기반 프레임워크를 제공한다고 주장한다. 저자들은 자신의 작업이 단순한 실험적 대체가 아니라, 제작을 가이드하기 위해 알려진 물리적 효과들을 하나의 정량적 모델로 통합했음을 강조한다.

주요 주장은 다음과 같다:

• 유연한 MoS2 FET의 운동 아티팩트는 단순한 가산 노이즈가 아니라, 변형이 센서의 바이오마커 민감도를 조절하는 복잡한 크로스토크를 포함한다.
• 늘어남(stretching) 상황에서 효과적인 구조적 격리 전략(예: 강성 아이랜드)은 굽힘(bending) 상황에서는 불충분하거나 오히려 역효과를 낼 수 있으며, 이는 관절 장착형 센서를 위한 다른 설계 접근 방식이 필요함을 시사한다.
• 신호 수준 보상(트윈 차감)은 작동 농도에 따라 스케일링되는 변형-민감도 크로스토크 바닥에 의해 정의되는 근본적인 한계를 가진다.
• 손목 착용형 기기에서 임상 등급의 정확도(< 1 ng/mL 오차)를 달 Zeb 달성하려면 초박형 기판, 매칭된 트윈 채널, 그리고 신중한 게이트 바이어스 선택이 결합되어야 하며, 단일 전략만으로는 충분하지 않다.

본 연구는 시뮬레이션이 특정 오차 크기를 예측할 수 있지만, 이러한 발견의 통합이 기계적 노이즈로부터 진정한 생리학적 신호를 구별할 수 있는 웨어러블 코르티솔 센서를 설계하기 위한 로드맵을 제공한다고 결론짓는다.