项目名称: 模拟过氧化物酶活性的赭曲霉毒素A磁性分子印迹纳米颗粒的催化活性和识别机理研究

项目编号: No.31301494

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 农业科学

项目作者: 聂冬霞

作者单位: 上海市农业科学院

项目金额: 21万元

中文摘要: 本项目拟通过纳米技术与分子印迹技术的有机结合,创新性地研究制备一种新型的具有过氧化物酶催化活性的磁性分子印迹纳米颗粒,直径约为30 nm。采用物理、化学等多种技术手段对该分子印迹纳米材料的基础特性进行表征,探究其催化活性及识别机理。并基于该材料的酶催化、选择性识别和磁性分离等作用,利用催化光度法,建立复杂样品中重要真菌毒素赭曲霉毒素A的快速、灵敏﹑特异性检测分析新方法。预期所制备的磁性分子印迹纳米材料除了具有普通纳米粒子所具有的特性外,还具有磁性强、生物兼容性好、催化活性高﹑特异性强等特点,克服了天然酶所存在的制备复杂、价格昂贵、稳定性差、反应条件要求高等缺点。该项目将为过氧化物模拟酶在食品安全检测等领域的应用基础研究提供重要理论依据。

中文关键词: 过氧化物模拟酶;分子印迹纳米材料;赭曲霉毒素A;催化活性;反应机理

英文摘要: In this current proposal, novel magnetic molecularly imprinted nanoparticles with a diameter of about 30 nm as peroxidase mimetics against ochratoxin A are designed and prepared via combinatorial means of nanotechnology and molecularly imprinted technology. Then, the characteristics of the obtained nanoparticles are studied by multiple analyses with physical and chemical approaches, in order to elucidate the catalytic activity and recognition mechanism. Based on the magnetic separation, peroxidase-like catalytic activity and recognition property of these nanoparticles, a catalytic spectrophotometric method is newly developed for rapid, sensitive and selective determination of ochratoxin A in complex samples, where the nanoparticles as artificial enzyme mimetics not only have some generally recognized key characteristics of common nano-materials, but also specifically possess strong magnetism, good biological compatibility, high peroxidase-like catalytic activity and selectivity, overcoming the disadvantages of natural enzyme such as instability, time-consuming and expensive preparation. As expected, the achieved results of this current research will provide significant theoretical evidences for peroxidase mimetics in the application of food safety detection.

英文关键词: Peroxidase mimetics;Molecularly imprinted nanoparticles;Ochratoxin A;Catalytic activity;reaction mechanism

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
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
专知会员服务
21+阅读 · 2021年9月23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
33+阅读 · 2021年8月16日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
人工智能预测RNA和DNA结合位点,以加速药物发现
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
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年5月11日
Arxiv
0+阅读 · 2022年5月11日
Arxiv
0+阅读 · 2022年5月9日
Arxiv
0+阅读 · 2022年5月6日
Arxiv
15+阅读 · 2021年7月14日
Exploring Visual Relationship for Image Captioning
Arxiv
15+阅读 · 2018年9月19日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关主题
相关VIP内容
【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
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
专知会员服务
21+阅读 · 2021年9月23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
33+阅读 · 2021年8月16日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
相关基金
相关论文
Arxiv
0+阅读 · 2022年5月11日
Arxiv
0+阅读 · 2022年5月11日
Arxiv
0+阅读 · 2022年5月9日
Arxiv
0+阅读 · 2022年5月6日
Arxiv
15+阅读 · 2021年7月14日
Exploring Visual Relationship for Image Captioning
Arxiv
15+阅读 · 2018年9月19日
Arxiv
11+阅读 · 2018年5月13日
微信扫码咨询专知VIP会员