项目名称: 磁性纳米材料微固相萃取-纳米金探针可视化检测复杂基体中环境污染物

项目编号: No.21207141

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 环境化学

项目作者: 谭志强

作者单位: 中国科学院生态环境研究中心

项目金额: 27万元

中文摘要: 纳米金探针可视化检测法无需复杂仪器、操作简便,非常适用于野外现场分析。但现有的纳米金探针普遍存在灵敏度较低,抗盐和天然有机质等基质干扰的能力较弱等不足,难以满足复杂环境基体中超痕量污染物的可视化检测的要求。本项目提出用基于磁性纳米粒子微固相萃取的高效样品前处理技术来克服纳米金探针可视化检测的不足。首先将样品中的目标污染物富集到功能化四氧化三铁纳米粒子上,经磁性分离后,将能与目标污染物选择性结合的纳米金探针与富集了目标物的磁性四氧化三铁混合,探针通过污染物与四氧化三铁纳米粒子结合;再次磁场分离时,探针与磁性纳米材料一同分离,通过观察上清液纳米金颜色退去程度定量检测污染物。项目的实施,可揭示磁性纳米颗粒通过目标分析物与纳米金结合的机制,为根据目标分析物设计功能化磁性纳米颗粒和纳米金探针提供指导,对实现用纳米金探针可视化检测技术现场测定复杂基体中的超痕量污染物具有重要意义。

中文关键词: 磁性纳米粒子;微固相萃取;金纳米粒子;可视化检测;离子液体

英文摘要: Gold nanoparticle (AuNP)-based visual test is very suitable for on-site field analysis, as it requires no sophisticate instrument and operation. However, most of the currently available AuNP probes suffered from low sensitivity and low tolerance to sample matrices such as salinity and natural organic matters, limiting the application of AuNP-based visual probes in the test of ultra-trace level of contaminants in real sample analysis. In this proposal, Fe3O4 magnetic nanoparticles (Fe3O4 NPs) were used as sorbents of micro-solid phase extraction for extraction of inorganic and organic contaminants, which is then coupled with AuNP probe to overcome this limit. Target pollutants were at first captured by Fe3O4 NPs and magnetically separated from the water samples. Then, the Fe3O4 NPs loaded with targets were mixed with modified AuNPs, and further separated from the mixture with magnetic field. Analytes functioned as bridges to connect modified AuNPs with Fe3O4 NPs. After separation by magnetic field, the contaminant concentration can be quantified by the color-change of the upper solution. This study is expect to reveal the mechanism of the association of AuNPs to Fe3O4 NPs through the bridge of the target analyte molecule, which is of great importance for designing functionalized AuNPs and Fe3O4 NPs for on-site fi

英文关键词: Magnetic nanoparticles;Micro-solid phase extraction;Gold nanoparticles;Visual test;Ionic liquid

成为VIP会员查看完整内容
0

相关内容

浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
25+阅读 · 2021年4月2日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
终于!DAVIS2017视频目标分割冠军代码开源了
极市平台
19+阅读 · 2018年8月3日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
19+阅读 · 2020年7月21日
Anomalous Instance Detection in Deep Learning: A Survey
小贴士
相关VIP内容
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
25+阅读 · 2021年4月2日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
相关基金
微信扫码咨询专知VIP会员