项目名称: 利用离子阱颗粒质谱对微球表面吸附的定量表征

项目编号: No.21305144

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 熊彩侨

作者单位: 中国科学院化学研究所

项目金额: 25万元

中文摘要: 由于具有良好的吸附性能,微米或纳米尺度的微球在化学及生物学方面都具有重要的应用。为了更好地理解微球表面的吸附过程及筛选出性能优良的微球介质材料,本项目拟采用离子阱颗粒质谱为工具,从单颗粒水平上实现对吸附量的准确测定。首先我们将通过优化电路系统及检测装置,构建出具有更高质量分辨能力的离子阱颗粒质谱,进而通过测定微球在吸附前后质量的变化,直接测定出单颗颗粒表面的吸附量。由于离子阱颗粒质谱测定微球质量的操作简单、样品用量少,准确度高,因此其可作为定量表征微球表面吸附的一种新方法。本研究如获成功,不仅能为更好地理解微球表面的吸附过程提供依据,而且还可以为监测生物颗粒或气溶胶等颗粒表面的化学变化提供可能。

中文关键词: 吸附;微球;离子阱;质谱;

英文摘要: Microparticles with micrometer or nanometer size play important roles in both chemical and biological researches due to their good adsorptive property. In order to understand the adsorption process on the surface of microparticles better and screen suitable particles with good capacity, we intend to determine the amount of adsorption on single particle with high accuracy by using ion trap particle mass spectrometry (PMS). First, a new PMS instrument with much higher mass resolution than before will be constructed by optimizing the design of electrical circuit and detection system. Then the amount of adsorption on single particle can be determined directly as the mass difference of particle before and after adsorption. Since the mass measurement by PMS is simple, only small number of particles are needed and it is of high accuracy, PMS can serve as a novel method for charaterizing the adsorption on microparticles. If this research is successful, not only the adsorption process on microparticls can be understand better, but also the chemical changes happened on the surface of bioparticles or aerosol particles can be monitored.

英文关键词: adsorption;microparticle;ion trap;mass spectrometry;

成为VIP会员查看完整内容
0

相关内容

Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26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
42+阅读 · 2021年9月7日
专知会员服务
95+阅读 · 2020年12月8日
专知会员服务
45+阅读 · 2020年11月13日
【高能所】如何做好⼀份学术报告& 简单介绍LaTeX 的使用
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12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 · 2009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17日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关主题
相关VIP内容
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26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
42+阅读 · 2021年9月7日
专知会员服务
95+阅读 · 2020年12月8日
专知会员服务
45+阅读 · 2020年11月13日
【高能所】如何做好⼀份学术报告& 简单介绍LaTeX 的使用
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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员