项目名称: SERS活性的芯-壳型分子印记传感器对青霉素类药物中过敏原的快速检测

项目编号: No.21275075

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: 都述虎

作者单位: 南京医科大学

项目金额: 78万元

中文摘要: 青霉素类药物是目前临床上使用的最重要的一类抗生素,其临床应用中倍受关注的问题是过敏反应,因此,发展针对其中的过敏原- - 高分子杂质的高选择性分离和快速检测技术,在青霉素类药物质量控制等方面具有紧迫需求。本项目拟对当前青霉素类药物中高分子杂质的常规分离分析存在的问题(选择性差且分离效率低),将分子印记聚合物的选择性与表面增强拉曼光谱(SERS)敏感性结合起来,制备出具有SERS活性的芯-壳型分子印记传感器材料;探索芯-壳型分子印记聚合物对青霉素类药物中高分子杂质的识别过程与拉曼信号的放大输出机制和规律;建立青霉素类药物中微量高分子杂质分离分析的技术平台;实现对青霉素类药物中高分子杂质的快速鉴定与检测。本项目预期成果将会极大扩展分子印记技术在临床药物分析领域中的应用,从技术层面上为青霉素类药物中微量高分子杂质分离检测开辟一条新的途径,同时对提高我国药品质量以及保障临床用药安全具有十分重要的意义。

中文关键词: 分子印记;青霉素类药物;过敏原;表面增强拉曼光谱;快速检测

英文摘要: Penicillins are the most important antibiotics used in the clinical practice. However, it can cause allergic reactions, its use more should pay close attention in clinical application. Therefore, there is an urgent demand for highly selective separation and rapid detection technique of sensibiligen (high molecular weight impurities) from penicillins in the drug quality control. In this study, to aim directly at the problems existed in common separation and analysis of high molecular weight impurities from penicillins, which hasn't molecular selectivity and their separation efficiency is low, we will combine high selectivity of molecularly imprinted polymer (MIP) and high sensitivity of surface enhanced Raman spectroscopy (SERS) analysis, to synthesize novel core-shell structural MIP as sensor which have the ultrahigh Raman enhancement effect, and explore the recognition process of high molecular weight impurities by core-shell structural MIP and mechanism of Raman signal enhancement after the MIP absorbed target analytes, and establish technology platforms for separation and analysis of high molecular weight impurities from penicillins, and realize rapid detection for the high molecular weight impurities from penicillins. The anticipate results of this project will open a new pathway to fast identification and d

英文关键词: Molecular imprinting;Penicillins;Sensibiligen;Surface enhanced Raman spectroscopy;Rapid detection

成为VIP会员查看完整内容
0

相关内容

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
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
51+阅读 · 2020年12月28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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
19+阅读 · 2020年7月21日
Arxiv
15+阅读 · 2020年2月6日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年7月31日
小贴士
相关VIP内容
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
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
51+阅读 · 2020年12月28日
相关基金
微信扫码咨询专知VIP会员