项目名称: 基于新型分子识别体系霉菌毒素电化学生物芯片的设计与构建

项目编号: No.21375033

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 张修华

作者单位: 湖北大学

项目金额: 88万元

中文摘要: 利用分子印迹技术探索合适的印迹基质和印迹方法以满足电化学传感器对识别元件的要求,是电化学型生物芯片研究的核心内容。本项目拟以食品污染物中常见的霉菌毒素为研究对象,依据生物芯片分析原理,结合分子印迹技术的高选择性和电化学方法的高灵敏性,设计、构建基于金属离子-纳米复合材料新型分子识别体系的霉菌毒素电化学生物芯片。主要研究新型印迹基质的制备、表征和筛选;新型分子识别体系中印迹识别单元-金属离子和聚合物种类对分子识别行为能力的影响;探讨该新型分子印迹材料作为电化学生物芯片识别元件在复杂体系中对各种痕量霉菌毒素的特异选择性识别行为和识别过程,研究霉菌毒素的电子传递过程,建立霉菌毒素的定量分析方法,为食品中霉菌毒素的快速分析检测提供高选择性、高灵敏度的电化学生物芯片。

中文关键词: 霉菌毒素;分子识别;电化学;生物传感器;食品分析

英文摘要: Along with the development of nanotechnology, biochips will most likely to provide fast and efficient separation means for biological separation. Molecular imprinting technique is scheduled for structure-activity and specific recognition characteristics a

英文关键词: mycotoxins;molecular recognition;electrochemistry;biosensors;food analysis

成为VIP会员查看完整内容
0

相关内容

人工智能到深度学习:药物发现的机器智能方法
专知会员服务
36+阅读 · 2022年5月6日
食品图像识别方法综述
专知会员服务
20+阅读 · 2022年3月21日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年5月7日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013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5月27日
Proximal Estimation and Inference
Arxiv
0+阅读 · 2022年5月26日
Arxiv
0+阅读 · 2022年5月25日
小贴士
相关VIP内容
人工智能到深度学习:药物发现的机器智能方法
专知会员服务
36+阅读 · 2022年5月6日
食品图像识别方法综述
专知会员服务
20+阅读 · 2022年3月21日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年5月7日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013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
微信扫码咨询专知VIP会员