项目名称: 基于衰减全反射表面增强红外光谱技术的原位无标记蛋白质分析新方法

项目编号: No.21275070

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: 夏兴华

作者单位: 南京大学

项目金额: 80万元

中文摘要: 无标记蛋白质与生物分子的相互作用研究是当今生命分析化学领域的研究重点。表面等离子共振技术被认为是该研究领域的金标准方法,但它易受非特异性结合和环境变化的干扰,且不能提供靶蛋白结构信息。为此,本项目拟利用衰减全反射表面增强红外光谱技术构建原位、无标记的蛋白质-生物分子相互作用分析新方法。该方法既能原位、动态、高灵敏检测生物分子相互作用,同时能给出生物分子的结构信息,还能避免环境信号干扰。项目从研究红外增强界面纳米结构与红外信号增强的相互关系着手,构建蛋白质-生物分子无标记表面增强红外光谱分析方法;研究蛋白质-生物分子识别过程动力学与机理,在此基础上拓展其在实际样品分析中的应用。

中文关键词: 衰减全反射表面增强红外光谱;蛋白质;分子识别;纳米结构;生命分析新方法

英文摘要: Label-free analysis of protein-biomolecules interaction is the focus of today's life science in the field of analytical chemistry. Surface plasmon resonance technology is considered as the gold standard method in this research area, but it suffers from interferences of non-specific binding and environmental variations, and cannot provide structural information of target proteins. Here, we propose a versatile attenuated total reflection surface-enhanced infrared absorption spectroscopy (ATR-SEIRAS) technique that can be used for in-situ and label-free monitoring the protein-biomolecular interactions. Most importantly, interferences from environmental molecules can be eliminated to neglectable level, so the dynamic and sensitive structural information of target proteins can be achieved. The present project intends to study the relationship between the substrate's nanostructure and the enhancement of infrared signature, and then a research platform based on surface-enhanced infrared spectroscopy will be established for in-situ and label-free investigation of the kinetics and mechanism of protein-biomolecules interaction. On this basis, its application is expanded to real sample analysis.

英文关键词: surface enhanced infrared absorption spectroscopy;protein;molecular recognition;nanostructure;bioanalytical new method

成为VIP会员查看完整内容
0

相关内容

「图分类研究」最新2022综述
专知会员服务
97+阅读 · 2022年2月13日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
134+阅读 · 2021年9月20日
专知会员服务
15+阅读 · 2021年8月10日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
【IJCAI2020】图神经网络预测结构化实体交互
专知会员服务
42+阅读 · 2020年5月13日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
「图分类研究」最新2022综述
专知
5+阅读 · 2022年2月13日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19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
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
38+阅读 · 2020年12月2日
小贴士
相关VIP内容
「图分类研究」最新2022综述
专知会员服务
97+阅读 · 2022年2月13日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
134+阅读 · 2021年9月20日
专知会员服务
15+阅读 · 2021年8月10日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
【IJCAI2020】图神经网络预测结构化实体交互
专知会员服务
42+阅读 · 2020年5月13日
相关资讯
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
「图分类研究」最新2022综述
专知
5+阅读 · 2022年2月13日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
微信扫码咨询专知VIP会员