项目名称: 金属增强型荧光传感器的构建及其对重金属离子的识别

项目编号: No.21305003

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: 许发功

作者单位: 安徽师范大学

项目金额: 25万元

中文摘要: 近年来,重金属污染已成为影响环境卫生、食品安全、人类健康等方面的严重问题。为了满足对重金属离子的快速、灵敏、选择性检测的需要,对重金属离子传感器的性能提出了更高的要求。本项目拟将功能化的核苷酸与重金属离子的特异性识别作用引入到传感器的设计中,保证传感器的高选择性。利用金属增强荧光作为传感器的输出信号,利用单分子光子计数技术作为检测手段,克服纯荧光染料易漂白,易发生自身猝灭、稳定性差缺点,具有检测体积小、用量少、背景干扰小优点,保证传感器的高灵敏性。设计功能化核酸识别的金属增强荧光传感器,利用荧光共聚焦显微系统构建的单分子光子计数系统研究能量转移体系的荧光强度变化,以期对环境样品中的重金属污染物进行高灵敏度、高选择性测定的目的。从而建立基于单分子光子计数技术的重金属离子检测的新方法。这一项目的成功实施将对重金属环境污染治理与防治产生积极的影响。

中文关键词: 汞离子;银离子;金属共振增强荧光;传感器;

英文摘要: In recent years, environmental health, food security and human health affected by the heavy metal ions pollution arose people's great attention. In order to meet the needs of rapid, sensitive and selective detection of the heavy metal ions,higher properties of heavy metal ion sensor are requested. In this project, the recognition interaction between functional nucleic acids and heavy metal ions is introduced into the sensor design, guarantee the high selectivity of the sensor. Use of metal-enhanced fluorescence as the output signal of the sensor, to overcome the pure fluorescent dyes easy bleaching, prone to self quenching, poor stability disadvantages; use of single molecule photon counting techniques as a means of detection, with detection of small volume, little dosage, low background noise; ensure the sensor with high sensitivity. Based on the recognition interaction between functional nucleic acids and heavy metal ions, metal enhanced fluorescence sensor is designed; application of single molecule photon counting for the novel fluorescence resonance energy transfer system. The purpose of high sensitivity, high selective determination of the pollutants in environmental samples is attained. A new method for the detection of heavy metal ions based on single molecule photon counting technique is established. Th

英文关键词: mecury ion;silver ion;metal resonance fluoresence;sensor;

成为VIP会员查看完整内容
0

相关内容

浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
39+阅读 · 2021年7月10日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24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 · 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
Arxiv
0+阅读 · 2022年4月14日
Arxiv
10+阅读 · 2021年2月18日
Anomalous Instance Detection in Deep Learning: A Survey
小贴士
相关VIP内容
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
39+阅读 · 2021年7月10日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9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 · 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
微信扫码咨询专知VIP会员