【摘 要】
:
本论文以近红外光响应的功能纳米材料合成为基础,构建了负载近红外响应荧光纳米材料和抗肿瘤药物的金属有机框架和金纳米棒二聚体,研究了二聚体在不同pH下的药物缓释,探究了二聚体结构在活体肿瘤模型中的多模态成像,实现了化学和光热对肿瘤的联合治疗;此外,还合成了具有近红外光响应的手性硒化铜铁纳米材料,探究了不同旋光活性手性硒化铜铁与淀粉样蛋白的亲和作用以及在光照作用下导致蛋白解聚的机制,实现了活体水平对纤维
论文部分内容阅读
本论文以近红外光响应的功能纳米材料合成为基础,构建了负载近红外响应荧光纳米材料和抗肿瘤药物的金属有机框架和金纳米棒二聚体,研究了二聚体在不同pH下的药物缓释,探究了二聚体结构在活体肿瘤模型中的多模态成像,实现了化学和光热对肿瘤的联合治疗;此外,还合成了具有近红外光响应的手性硒化铜铁纳米材料,探究了不同旋光活性手性硒化铜铁与淀粉样蛋白的亲和作用以及在光照作用下导致蛋白解聚的机制,实现了活体水平对纤维化蛋白诱发神经退行性疾病的诊疗。首先,在金属有机框架ZIF-8合成的过程中,加入具有近红外光响应的荧光纳米材料Ag2S,Ag2Se,UCNP和抗肿瘤药物DOX,实现荧光材料和药物的同时负载。在金纳米棒表面进行功能化修饰,通过静电相互作用实现金属有机框架和金纳米棒的有效组装。其次,体外模拟肿瘤细胞酸性环境,当pH处于6左右的条件下,负载荧光纳米材料和抗肿瘤药物实现了pH响应的可控释放;构建的纳米二聚体在细胞和活体水平实现了Ag2S和Ag2Se量子点在近红外二区的荧光成像,上转换纳米粒子在可见光区的荧光成像,以及光声和电子计算机断层扫描成像的肿瘤多模态成像;同时,结合了抗肿瘤药物在肿瘤部位的缓释和光照条件下金纳米棒的光热效应,实现了肿瘤部位的化学和光热的联合治疗,有效的降低了抗肿瘤药物的使用剂量和光热治疗的光照强度,减轻了对机体正常细胞和组织的毒副作用,提高了肿瘤细胞的治疗效率。第三,首次合成了具有近红外光响应的手性硒化铜铁纳米粒子,圆二色光谱表征了不同手性构型硒化铜铁纳米材料的旋光活性,合成材料分别在435,515,和780nm波长处具有明显的特征峰,吸附解析等温线和孔径分析合成材料的具有多孔性和较大的比表面积,有利于光催化反应。第四,基于近红外光照下,手性硒化铜铁对β淀粉样纤维蛋白的解聚作用,研究了不同手性构型纳米材料和淀粉样蛋白之间的亲和作用差异,其中,D型手性硒化铜铁和蛋白的亲和作用约为L构型的二倍,其亲和常数Ka值可以达到2.67×105,此外,通过电子自旋共振表征了光照条件下单线态氧和羟基自由基的产生是导致蛋白解聚的主要因素。第五,基于手性硒化铜铁良好的生物相容性和稳定性,同时在近红外光作用下,有效清除黏附在MN9D神经细胞细胞膜上的β淀粉样纤维蛋白,降低了其对细胞神经毒性作用。同样,在患有阿尔兹海默症转基因小鼠模式动物应用实验中有效的清除了淀粉样蛋白斑块在脑部海马区的沉积,有效改善了小鼠的认知和行为学能力。
其他文献
纤维二糖差向异构酶(CE,EC 5.1.3.11)与N-乙酰葡萄糖胺-2-差向异构酶(AGE,EC 5.1.3.8)、醛糖-酮糖结构异构酶Yih S和甘露糖结构异构酶(MI,EC 5.3.1.7)统称为AGE家族酶。大部分的CE仅表现差向异构活性,催化β1,4糖苷键连接的二糖的还原端葡萄糖基与甘露糖基间的相互转化。而来源于Caldicellulosiruptor saccharolyticus(C
监控管理综合平台是实现对火灾、环境、交通流等信息进行动态采集,对高速公路主线和隧道设备、交通运行状况等进行集成管理和联动控制等功能的系统,是高速公路监控的核心。而传统高速公路监控管理平台,业务系统繁多,数据不共享,图表等直观数据无法实现实时展示;设置控制平台分散,管理不集中;事件处置过程信息分散,效率低;无法对重点运营车进行监管。
移动传感器/执行器网络是在无线传感器/执行器网络基础上,升级为具有自主感知和智能控制功能的网络系统,近年来得到了广泛应用,也必将伴随人工智能的发展在未来发挥举足轻重的作用。利用移动传感器/执行器网络对时滞分布参数系统进行控制与估计,称为移动控制和估计。移动控制和估计相当于对时滞分布参数系统增加了一个维度,使其控制变得更为复杂和更具挑战性。本文利用泛函分析、算子半群理论、抽象发展方程理论、Lyapu
迭代学习控制作为智能控制领域的一个重要组成部分,广泛存在于工业过程中,它通过反复学习和纠错改善系统的控制性能,完成轨迹跟踪任务。传统的迭代学习控制方法往往只考虑时域范围静态迭代学习控制器的相关性能,导致算法设计方面存在一定的不足。本文基于二维模型,考虑系统内部信号,构造和更新控制器,根据工程中被控对象具有明显频域特性的实际情况,在频域范围内设计迭代学习控制器,研究其收敛性能,以达到提高系统整体性能
预测控制由于其处理多变量和约束的能力,在实际工业生产过程中得到了广泛应用,近年来由于可以考虑多样化经济指标,经济预测控制开始引起关注。但是,随着现代工业过程日趋大型化和复杂化,建模难度增加、预测控制在线计算负荷增大以及地理分散,都给集中控制带来巨大挑战。分布式预测控制结构实现了将大型系统分割为多个子系统分别控制,并且通过网络通信兼顾整体系统的性能优化。但同时,其动态性能受到内外部不确定因素影响:一
对于结构复杂的多变量工业过程,找到合适的辨识算法获得数学模型,是过程分析和控制系统设计的基础.多变量系统维数高参数多,使得辨识算法的计算量大,减小算法计算量是多变量系统辨识急需解决的问题.本文针对有色噪声干扰下的多变量系统,结合辨识新技术提出了高效的耦合递推参数估计算法.论文的具体研究内容如下.(1)针对同时存在参数向量和参数矩阵的多变量方程误差自回归滑动平均系统,将其分解为多个只含有参数向量的单
双线性系统广泛存在于实际工业过程中,如流体热交换、核裂变等都可以用该类系统来描述.论文考虑实际中存在的一些不确定因素,如状态不可测、时延等,研究双线性状态空间系统的参数与状态联合估计方法,具有重要的理论意义和实际价值,主要研究内容如下.1.针对双线性状态空间系统的状态估计问题,借助系统的特殊结构,将其看作线性时变参数模型,基于Kalman滤波原理,推导了双线性系统的状态估计器.此外,通过极小化状态
近年来,以机器学习为核心的人工智能技术正在不断渗透到工业、农业、医疗卫生等生产和生活的多个领域,并即将因此而掀起对人类社会影响深远的新一轮工业革命。机器学习在现实中的成功的应用案例层出不穷。然而,在这些实际应用中,现有的机器学习方法在某些方面的欠缺却越来越明显。由于已有的关于机器学习方法的研究主要关注其性能而很大程度上忽略了其可解释性,导致现有的机器学习方法由于可解释性的欠缺而在某些场景的应用受到
随着对非线性现象研究的日益深入,非线性模型的辨识问题日益凸显。双线性参数系统的模型特征是含有双线性项,由两个参数向量和一个信息矩阵的乘积组成。作为一种特殊的非线性系统,双线性参数模型在一定程度上兼顾了非线性模型的灵活性和线性模型易控制的优点。因此研究这类系统的辨识方法具有理论和实践意义。迭代辨识方法是一类批数据处理方法,可以充分利用观测信息,从而有效改善辨识效果。本文研究双线性参数系统的迭代辨识方
骨质疏松患者在全球范围内约有2亿人,在常见病、多发病中位居第七。根据WHO的调查显示,骨质疏松症将是继心血管疾病后第二大医疗问题。骨质疏松症的诊断和预后监测,目前主要以骨密度(BMD)检测为诊断标准。骨密度只能静态的反应骨的形态,但是骨量的变化无法检测。鉴于骨代谢的动态监控一直以来缺乏精准特异的生物学标志物,骨代谢生物标志物是近十年来的一个研究热点。最近已发现有明确意义的骨代谢标志物有:骨钙素(B