项目名称: 自组装膜的超长程能量转移及界面比率荧光传感方法

项目编号: No.21275059

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: 孙向英

作者单位: 华侨大学

项目金额: 80万元

中文摘要: 为突破经典能量转移距离极限,解决其应用中的瓶颈问题,本项目拟以光学性能优异和波长可调的量子点作为能量供体,以聚电解质为能量给/受体间连接臂并借其组装层数的变化调控给/受体间距离,研究自组装膜体系超长程和多步能量转移,阐明其组成/组装-效率间相关性。籍自组装膜体系能量给/受体和组装层的结构和/或种类调节,建立全新的多重能量转移界面比率荧光传感模式。自组装膜上能量给/受体的相对取向易于固定和调控,利于能量转移,而自组装膜能量转移双重荧光传感较之于自组装膜内标式传感更为灵敏,故可建立超灵敏的可再生的界面分析方法。项目将针对不同识别物种,设计能量给体和/或受体以及不同的组装层,构筑新型的自组装膜能量转移的识别模型,用于具有重要生命科学意义的核酸、糖、肽和蛋白质等的高灵敏比率荧光传感。开展识别传感的构-效关系研究,为生物大分子的微观测距提供高精度的荧光"纳米尺",并发展研究生物分子相互作用的新方法。

中文关键词: 自组装膜;能量转移;比率传感;碳纳米材料;界面荧光

英文摘要: In order to break down the distance limit of classical FRET, we propose here a new strategy to establish a superlong-range energy transfer, in which quantum dots of good spectral properties and tunable wavelength will be used as the energy donor, polyelectrolyte multilayer membrane as a linker to control the distance of the energy donor to acceptor. Multiple mode sensing is expected by incorporating sensory unit into the donor, acceptor and/or the assembling layer. A renewable dual fluorescence ratiometric interfacial method with a extremely high sensitivity would be built, because of the well tuning of the orientation of the energy donor and acceptor and the simultaneous changes of the emission of the energy donor and acceptor in an opposite direction. The high surface density of the sensory unit and their geometric orientation are factors that would also contribute to the sensitivity and selectivity. A ratiometric interfacial fluorescence sensing will hence established, that would be applied for sensitive and selective sensing of molecules including those of highly biological significance. The method can also be applied to the investigation of the interaction of biomolecules.

英文关键词: SAMs;energy transfer;ratiometric sensing;carbon nano-materials;interfacial fluorescence

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
28+阅读 · 2021年8月27日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
量子信息技术研究现状与未来
专知会员服务
40+阅读 · 2020年10月11日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
【速览】IJCV 2021| 基于贝叶斯学习的紧凑1比特卷积神经网络(BONN)
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【CSIG奖励访谈】2020年度CSIG优秀博士学位论文奖获奖者张士峰
中国图象图形学学会CSIG
0+阅读 · 2021年8月2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 · 2013年12月31日
国家自然科学基金
1+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 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
38+阅读 · 2020年3月10日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
11+阅读 · 2018年10月17日
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
28+阅读 · 2021年8月27日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
量子信息技术研究现状与未来
专知会员服务
40+阅读 · 2020年10月11日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关基金
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 · 2013年12月31日
国家自然科学基金
1+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 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
38+阅读 · 2020年3月10日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
11+阅读 · 2018年10月17日
微信扫码咨询专知VIP会员