【摘 要】
：
金纳米颗粒（Gold nanoparticles,Au NPs）由于出色的生物相容性、可调控的表面修饰性以及独特的光学性能,被广泛应用于传感器、催化、医学诊断和治疗等领域。基于Au NPs的光学生物传感技术具有简便、稳定、低成本等优点,可实现对目标物的高灵敏检测。本论文对基于Au NPs的光学生物传感技术的国内外研究现状进行分析,针对部分地区检测仪器缺乏的问题,提出一种基于Au NPs比色法的光学
论文部分内容阅读
金纳米颗粒（Gold nanoparticles,Au NPs）由于出色的生物相容性、可调控的表面修饰性以及独特的光学性能,被广泛应用于传感器、催化、医学诊断和治疗等领域。基于Au NPs的光学生物传感技术具有简便、稳定、低成本等优点,可实现对目标物的高灵敏检测。本论文对基于Au NPs的光学生物传感技术的国内外研究现状进行分析,针对部分地区检测仪器缺乏的问题,提出一种基于Au NPs比色法的光学生物传感方法。结合同时具有催化活性和生物识别功能的双功能聚苯乙烯纳米球（Polystyrene nanospheres,PSs）搭建基于Au NPs的比色平台,实现对乙肝病毒标志物的高灵敏光学生物传感。该方法无需任何复杂的样品预处理和昂贵的检测仪器,在临床诊断尤其是资源贫乏地区具有广阔的应用前景。本论文具体工作如下:（1）采用同步偶联方法制备并优化双功能PSs,结合Au NPs的生长实现对乙肝病毒标志物——乙肝表面抗原（Hepatitis B surface antigen,HBs Ag）的光学生物传感。然而由于过氧化氢酶与抗体同步偶联PSs时发生竞争,双功能PSs的两个功能不能完美兼容,导致该方案的检测灵敏度过低,因此,需要对双功能PSs的偶联方法进行改进。（2）采用逐步偶联方法制备并优化双功能PSs,结合Au NPs的生长实现对HBs Ag的光学生物传感。该方案的裸眼检出限为0.1 ng/m L,相较同步偶联法的检出限提高了3-4个数量级。借助酶标仪测量的检出限为0.01 ng/m L（临床要求0.5 ng/m L）,线性范围为0.01-10 ng/m L,对血清中加标HBs Ag的回收率为93.44%-104.67%,相对标准偏差为0.04%-3.61%。可见,采用逐步偶联方法制备双功能PSs可显著抑制同步偶联时的竞争,大幅度提高对目标物的检测灵敏度。该方案具有较高的特异性、重现性和稳定性,在血清中适用良好。（3）基于逐步偶联双功能PSs和Au NPs的交联聚集实现对HBs Ag的光学生物传感。该方案的裸眼检出限为1 ng/m L,借助酶标仪测量的检出限为0.01 ng/m L,线性范围为0.5-20 ng/m L,对血清中加标HBs Ag的回收率为97.54%-113.46%,相对标准偏差为2.01%-4.52%。可见,该方案具有较高的特异性、重现性和稳定性,在血清中适用良好,有利于未来与微流控芯片的结合。
其他文献
汽车的普及让人们享受到了便利的出行,也带来了拥堵以及碰撞事故等各种问题。智能汽车为解决这些问题提供了最优可行方案,其中自动驾驶技术是智能车的重要技术之一,而路径跟踪控制技术又是自动驾驶技术的关键。因此,好的路径跟踪控制技术能够益于以上问题的解决。目前,基于预瞄方式进行路径跟踪的方法被大量研究机构以及科技企业等广泛使用。然而,预瞄距离的大小对该种方法的控制效果具有决定性的影响,如何确定合适的预瞄距离
正面碰撞事故是我国最主要的道路交通碰撞事故形态,而适度偏置的碰撞模式对乘员安全威胁更大,对汽车安全性能要求更高。因此,不仅要考虑通过设计合理的前端结构方案、提高乘员舱的整体耐撞性能和匹配合理的乘员约束系统参数来增强车辆的被动安全性能,还要考虑消除相撞车辆在防撞设计、几何尺寸和结构刚度等方面的差异,以综合提高汽车发生碰撞时既保护自身乘员安全又减轻对方车辆伤害的能力,即碰撞相容性。基于以上思考,本文在
随着汽车保有量的逐年增加,交通事故数量常年居高不下,得益于人工智能技术和芯片算力的提升,智能汽车正在快速朝着自动驾驶迈进,以减少人为因素导致的交通事故,主动避撞系统作为保障智能汽车安全运行的重要环节,对降低事故发生率起着至关重要的作用。针对主动避撞系统中的风险评估、行为决策、轨迹规划以及轨迹跟踪环节,本文以紧急工况下智能汽车为研究对象,设计了结构化道路下的运动规划方法和轨迹跟踪控制策略,以保障汽车
汽车网联化是指依托于现代通信和网络技术,实现汽车与外界信息共享。近年来,随着5G通信技术以及互联网技术的迅猛发展,汽车网联化已逐渐成为研究热点方向之一,也是智能网联汽车的重要发展技术路径。将部分复杂的计算任务转移至云端执行,是解决当前自动化汽车处理器算力不足的问题的可靠方案。本文针对速度在线预测过程中所涉及的三大关键问题,展开的主要研究内容如下:（1）针对速度工况聚类的问题,提出一种根据历史速度曲
为应对能源危机以及全球气候变化,交通电气化被认为是一项有效的节能减排措施,其中电动车作为交通电气化的重要组成部分,受到了广泛的关注。当前,锂离子电池被广泛用作电动汽车的储能部件,然而,其充放电性能在低温环境下大幅衰退,这给高寒地区电动汽车的使用和推广带来巨大挑战。为此,需要开发低温预热策略来快速有效地恢复锂离子电池的性能。本文基于锂离子电池的电-热耦合模型,并且针对电动车无法依靠外部电源进行预热的
智能汽车的环境感知旨在对车辆周围环境中的障碍物进行检测和识别、对动态物体进行跟踪、对静态物体进行建图,是智能汽车进行决策规划和运动控制的基础。同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是环境感知的核心技术之一。它是指在没有任何先验信息的情况下,车辆仅依靠自身装备的传感器对周围环境进行感知和建图,并实现自身在所建地图中的定位。智能汽车通
随着科学技术水平的进步以及社会对生产需求的增大,机械设备不断朝着高效率、高速、高精度水平发展。齿轮变速箱作为机械设备传动系统中传递扭矩的关键部件,一旦发生故障将关系着整个机械设备的正常运作。齿轮齿面点蚀是齿轮最常见的失效形式之一,点蚀面积率可以用来判断点蚀故障的状态,因此,开展点蚀面积率的定量检测研究,对保障机械设备可靠运行,减少维护成本具有重要的意义。传统的齿轮点蚀检测技术采用人工观测方法,但该
心脏类疾病已成为对人体健康构成重大威胁的常见疾病,我国城乡居民因患心脏类疾病死亡的比例呈现逐年上升的趋势,提前预防和积极干预已刻不容缓。当前,动态心电信号监测已逐步成为临床上心脏类疾病常规诊疗技术之一,然而受限于噪声的干扰、症状的庞杂等因素,动态心电信号自动分析依然是心电信号处理的难点。因此,实现高精度、准确的异常心电信号自动检测和分类,对于提前预防和准确诊断心脏类疾病具有重要的现实意义。本文立足
手术麻醉信息系统（Operation Anesthesia Information System,OAIS）作为医院信息管理系统的重要子系统,负责存取患者在术前、术中和术后的诊断数据,对病人的治疗与康复有重要意义。然而由于OAIS中主要的数据类型为诊断文本和患者生理监测序列数据,比较难以处理,目前对其数据主要进行采集、存储和查看,很少针对其中的数据进行挖掘与分析。如果能对这些数据进行深度挖掘与分析
地表水环境水质监测是保障人类和生态环境健康的必要手段，尝试使用机器学习开发水质预测模型对高效开展地表水水环境质量监测和评估具有重要意义.本案例研究旨在评估6种机器学习模型预测水质指数（CWQI）的性能，包括多元线性回归、回归决策树、支持向量回归、弹性网络回归、随机森林和极端梯度，并使用Shapley值和SHAP值评估各变量对模型的重要性.研究发现，各模型在预测CWQI方面均具有良好的性能，且随着具