胶体金微球试纸条检测大肠杆菌O157:H7及动态光散射传感器检测甲胎蛋白的研究

来源 :南昌大学 | 被引量 : 0次 | 上传用户:mmcccc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自1960s以来,贵金属纳米材料被广泛应用于生物医学、临床诊断、食品安全以及环境监测等领域。其中金纳米粒子(Gold nanoparticles,Au NPs)因其制备工艺简单、易于生物标记和具有强吸收和强散射的光学性质等特性常被作为生物传感器的标记探针,但传统的胶体金免疫层析方法检测灵敏度偏低,无法满足微量目标物的检测需求。本研究采用微乳液法,以12 nm油胺化的金纳米粒子(Oleylamine-coated gold nanoparticles,OA-Au NPs)自组装合成了98-547 nm系列粒径的胶体金微球(Gold nanobeads,GNBs)。首先,系统比较了不同粒径GNBs与传统Au NPs的光学特性差异。实验数据显示,98-547 nm GNBs的摩尔消光系数是传统40 nm Au NPs(Au NP40)的1.3-60.9倍,547 nm GNBs(GNB547)在试纸条(Lateral flow immunoassay,LFIA)上显色强度较常规Au NP40高约60倍。其次,采用不同粒径GNBs为显色探针,构建试纸条方法检测大肠杆菌O157:H7,系统探讨了胶体金微球尺寸效应与试纸条检测性能的关系。结果显示,342 nm胶体金微球(GNB342)具有最佳的检测性能,免疫层析试纸条检测灵敏度为5.95×10~2 CFU m L-1,较传统胶体金试纸条灵敏度(Au NP40-LFIA)高32倍,试纸条定量检测大肠杆菌O157:H7线性范围为2.38×10~3-2.43×10~6 CFU m L-1,定量回归方程为:y=0.0007x0.6299(R2=0.9935),且与其它常见非目标菌之间无交叉反应,表明该方法具有良好的特异性。试纸条批次内和批次间的回收率在83%~112%之间(变异系数小于10%),检测28个牛奶加标样品的回收率为81%~120%,表明该方法具有较好的准确性和精密度。其次,构建了一种高灵敏的动态光散射免疫传感器检测血清中甲胎蛋白(alpha-fetoprotein,AFP)的新方法。该研究通过锆离子和羧基的配位作用合成p H响应的金属有机框架(Metal-organic frame,MOF),以硼氢化钠为还原剂原位还原得到表面负载了大量Au NPs的金属有机框架复合物(MOF@Au NP)。采用磁性纳米粒子标记抗AFP抗体(MB@c Ab),MOF@Au NP标记配对抗体(MOF@Au NP@d Ab),构建了动态光散射免疫传感器。当血清中存在AFP时,MOF@Au NP与磁性纳米粒子在待测物介导下形成双抗夹心的三明治结构。在碱性条件下,MOF@Au NP中的卟啉羧基基团会发生去质子化,使其结构崩塌,释放出大量小粒径Au NPs(~4 nm)。由于Au NPs的光散射强度与粒径的六次方成正比,通过加入生长液可调控种子金的生长实现散射信号的放大,从而极大地提高免疫传感器的检测灵敏度。实验结果表明,当溶液p H为7.5时,MOF@Au NP结构发生崩塌并且释放大量的Au NPs,通过金生长液生长,以MOF@Au NP为探针的散射信号检测限较MOF提高了约1500倍。本研究以MOF@Au NP为探针加上金生长策略检测血清样品中AFP,最低检测限为0.36 pg m L-1,且该方法具有较好的选择性、稳定性和准确性,与商业化化学发光免疫分析法的检测结果具有良好的一致性。
其他文献
方面级情感分析更细粒度,能分类出一段文本中不同方面的情感极性,它的关键点在于如何根据文本中给定方面表示出与上下文间的隐式关系。基于注意力机制的方法可以很好的关注到文本中方面的重要性,深度学习方法可以自主学习提取特征,在特征表达上表现更好。为了更有效的提取文本的情感特征信息以增强分类效果,本文针对用户评论文本进行了基于深度学习的方面级情感分析研究,主要工作如下:(1)提出了基于多注意力机制的混合神经
在一体化实现快速发展的同时,长三角区域污染防治形势依然严峻,加快构建长三角区域污染防治一体化发展协作机制迫在眉睫。协调沪苏浙皖污染"联防共治"是一项长期而艰巨的系统工程。应立足长三角大气、水等污染防治的现状,针对区域污染防治困境,从协作治理角度完善长三角污染防治协作机制,探寻源头防控、统筹协作、强化制度、协同推进的污染防治"共保联治"新路径,推动长三角污染防治协作取得更大成效。
如今以自然语言回答为特点的自动问答系统已经成为服务人类的重要的人机交互方式。非完备信息博弈游戏如竞技麻将,有着巨大的玩家基础,玩家在进行博弈游戏的时候,需要事先了解大量的博弈知识,玩家在互联网上进行搜索,却无法快速得到准确的知识。针对这一问题,本文对非完备信息博弈领域的自动问答系统进行研究,构建了融入深度学习技术的非完备信息博弈问答系统。旨在满足玩家的学习需求,起到辅助决策的作用,提升玩家的博弈游
蛋白质是基因表达的产物,是生命中的基本元素,具有维持生物体生命活动的重要作用,这使得蛋白质组学成为后基因组时代生命科学中重要的研究领域。准确预测蛋白质,对蛋白质进行精准分类,对研究其结构及功能具有重要的意义。随着后基因组时代的发展,蛋白质数据激增,通过传统的生物实验的方法确定蛋白质类别耗时费力。因此,开发一种利用理论方法与计算技术预测蛋白质的方法是非常有必要的。本论文主要基于深度学习算法,研究两类
网络化控制系统虽具有较高的灵活性,较低的成本以及资源共享等诸多优点,但同时因为网络的开放性很容易受到DoS攻击.目前对DoS攻击带来的负面影响进行积极补偿的研究并不是很多,所以基于不同类型的DoS攻击,实现对DoS攻击带来负面影响的积极补偿,具有重要的理论价值和实际应用价值.本文具体研究工作如下:针对网络化控制系统,首先,我们分别描述了周期性DoS攻击模型和时间约束型DoS攻击模型,并对时间约束型
随着城市规模扩大,公共区域内拥堵、踩踏等突发事件发生概率也随之增加。在多种群体性异常行为中,由摔倒引发的群体恐慌行为往往会引起极为严重的后续后果,除此之外摔倒本身的致死率也极其高。对此本文针对群体行为中重要的多人场景下的摔倒检测进行研究。现有基于计算机视觉的摔倒检测算法存在以下两个问题:问题一是多人复杂场景给摔倒检测造成干扰性大,导致实时性低。现有方法多针对单人简单场景下的摔倒检测,在含有多人的场
说话人识别也被称为声纹识别,是指利用人的特有的声音特性来判别说话人的身份,它作为有效的生物识别技术之一,被应用于实际生活中的众多领域。本文主要研究基于深度学习的说话人识别方法,分别从说话人模型的建立和特征提取两个方面对说话人识别系统进行了研究。论文主要工作如下:1.研究了基于CNN-TDNN混合模型的说话人识别方法。首先利用卷积神经网络(Convolutional Neural Network,C
随着城市的不断发展,其供水管网逐渐发展得庞大而复杂,使用传统人工经验调度的方式将不能精确得把控管网每一个节点的用水需求。如何在保证整个城市对水压、水量需求的前提下使供水费用达到最低是当下的热点研究课题。本文以节约供水费用为目的,以嘉兴市供水管网实际数据为基础,建立了嘉兴市时用水量预测模型、供水管网微观水力模型、两级优化调度模型,在保证整个城市用水需求的前提下降低了供水费用,本文的主要工作如下:用水
本文以机甲大师赛(Robo Master)的全自动哨兵机器人视觉系统为研究对象,在复杂环境和实时性要求下,对敌方步兵、工程、英雄等运动机器人的身份标识符在线识别并进行深度估计。本文主要工作内容有:1.在RGB颜色模型下分析身份标识符的颜色分布情况,修改RGB转YCr Cb颜色模型公式的系数,使用改进的YCr Cb颜色模型对图像进行预处理,凸显目标区域与背景区域之间的差异性。2.针对经典的一维最大熵
当前,大学生职业生涯规划课在高校基本上都有开设,生涯辅导与咨询也基本涵盖了各个学习阶段的大学生群体。本文主要从具体的生涯辅导个案出发结合相关的学习交流经验所得,尝试探讨高校生涯辅导老师在开展相应咨询工作中可能面临的一些困难以及应对之策。