项目名称: 有机-多肽共价化合物的设计、合成和界面分子自组装行为的SPM研究

项目编号: No.21303024

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: 李亿保

作者单位: 赣南师范学院

项目金额: 25万元

中文摘要: 多肽分子自组装以其丰富的自组装驱动力、新颖的聚集体形态、特殊的功能及良好的生物相容性,在纳米技术、生物材料、药物传输等方面具有广泛的应用前景。制备结构可调控的多肽纳米组装结构关键取决于从分子水平上认识其自组装规律。本项目利用有机共轭分子为载体,首先设计并合成一系列具有不同分子结构特征的有机-多肽共价化合物。其次利用扫描探针显微镜(SPM)为主要手段,研究有机-多肽化合物的界面自组装行为,从而探讨有机-多肽化合物的分子自组装机理;然后采用LB膜、扫描电镜和透射电镜为辅助手段从不同角度上进一步认识有机-多肽共价化合物的自组装规律;最后结合量子化学计算进行理论上的分析研究,阐明分子结构与性质的关系,探索制备结构可控的有机-多肽纳米组装结构的有效途径。

中文关键词: 有机—氨基酸共价化合物;分子自组装;扫描探针显微镜;界面;

英文摘要: For their unique features such as rich driving forces, novel morphologies of the aggregates, special function and biocompatibility, the self-assembled structures of peptide have been found wide applications in nano-technology, bio-materials and the delivery of drugs. The recognition of assembly rule at the molecular level is key to prepare contrallable and adjustable self-assembly nano-structures based on peptide. In this project, we will design and synthesize a series of covalently linked organic-peptide conjugates with different structural features based on organic conjugated molecules as nuclear. Their behaviors and mechanism of self-assembly will be investigated by using scanning probe microscopy as main technique. We will also further recognize the mechanism of self-assembly by LB film, scanning electron microscope and transmission election microscopy(TEM) from different aspects. On this basis, the relation between structures and properties will be illustrated combined with quantum chemical calculation in theory. Finally, we will explore methods to prepare contrallable self-assembly nano-structures based on organic-peptide conjugates.

英文关键词: Covalently linked organic-amino acid conjugates;Molecular self-assembly;Scanning probe microscopy;Interface;

成为VIP会员查看完整内容
0

相关内容

MIT设计深度学习框架登Nature封面,预测非编码区DNA突变
专知会员服务
13+阅读 · 2022年3月18日
数据价值释放与隐私保护计算应用研究报告,64页pdf
专知会员服务
39+阅读 · 2021年11月29日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
21+阅读 · 2021年3月9日
专知会员服务
43+阅读 · 2020年12月8日
【NeurIPS 2020】图神经网络GNN架构设计
专知会员服务
82+阅读 · 2020年11月19日
准确率达 95%,机器学习预测复杂新材料合成
机器之心
1+阅读 · 2022年1月1日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18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 · 2014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 · 2013年12月31日
Arxiv
1+阅读 · 2022年4月19日
A Sheaf-Theoretic Construction of Shape Space
Arxiv
0+阅读 · 2022年4月19日
Arxiv
13+阅读 · 2020年10月19日
小贴士
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 · 2014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 · 2013年12月31日
微信扫码咨询专知VIP会员