嗅觉是生物体在模拟气体风味分子或挥发性物质分子的情况下产生的一种感官，对生物体提高生存能力、辨别方向和繁殖后代具有重要意义。与其他感觉仿生技术相比，嗅觉仿生技术由于是化学物质传感而非物理传感，通常通过间接检测的方式进行分析，因此虽能给出化学物质类别信息，但难以实现高灵敏，高特异性的定量分析。能否将化学信息转化为容易量化的光学或电学信号模拟嗅觉系统，实现化学物质的非接触感知识别，是人工鼻领域一项极具挑战性的难题。

基于上述考虑，中国科学院新疆理化技术研究所痕量化学物质感知团队在工程嗅觉系统的高灵敏、快速、识别检测原理和器件设计方面长期攻关，发展了系列新的解决方案(Adv. Mater. 2020, 32, 1907043; Adv. Optical Mater. 2020, 8, 2000524; Adv. Sci. 2020, 7, 2002991; J. Mater. Chem. A, 2022, 10, 8195; Angew. Chem. Int. Ed. 2022, 61, e202203358; J. Hazard. Mater. 2022, 436, 129263等)。

上述研究受到国际同行广泛关注。受到Elsevier出版社生物及仿生材料领域新刊Engineered Regeneration邀请，团队发表了题为Engineered olfactory system for in vitro artificial nose的领域综述文章。团队全面系统地总结和评述了近年来发表的基于人工鼻的各项技术，并根据其模仿的嗅觉功能，将这些工作分为传感结构、识别系统和功能模块三个方面。展望了可应用在人工鼻领域的工程嗅觉系统性能提升策略和方法，包括分子识别技术、聚合物基材料和微阵列集成等。通过总结基于嗅觉系统仿生技术的人工鼻构建策略，指出了将其应用于痕量物质分析领域容易被忽视的问题，为更灵敏、更可靠、更多功能的体外人工鼻提供了独到的设计策略。