胰岛素及疾病标志物化学传感器的研究与应用

发布时间：2020-10-12 05:26

　　 胰岛素是胰腺β细胞分泌的多肽类激素,具有调节血糖水平的作用。通过检测血清或血浆中胰岛素含量,对临床上糖尿病相关疾病的诊断具有重要价值。疾病标志物的分析检测能为疾病的诊断和分类、检查临床治疗效果及预后等方面提供科学依据。因此研发成本低、检测简便、灵敏度高和抗干扰性强的用于胰岛素和疾病标志物检测的化学传感器具有十分重要的意义。电化学传感器是电化学分析与传感器技术的结合,而比色传感器是一种光学传感器,它们都属于化学传感器,具有反应快速、抗干扰性强、操作简单、灵敏度高和成本低等优点,并被广泛应用于新药研发、环境监测、疾病治疗和药物分析等领域。本论文结合具有高比表面积的碳纳米材料、优异催化性能的金属纳米材料和高稳定性的模拟酶,利用电化学和紫外检测方法构建了新型的化学传感器,并应用于胰岛素和疾病标志物的检测。本论文的主要内容可以分为以下五个方面:1.采用循环伏安法将Ru(bpy)_3Cl_2修饰到DNA分散的多壁碳纳米管电极上(MWCNTs-DNA/GCE),并用扫描电镜(SEM)对其进行了表征。该修饰电极对胰岛素具有良好的电催化性能,线性范围为0.02～10.0μM,灵敏度为362 nA/μM,检出限为6.1 nM。牛血清白蛋白、溶菌酶、凝血酶和葡萄糖等生理物质对胰岛素的检测无明显干扰。该传感器成功地应用于人血清中胰岛素的检测。2.采用滴涂法将β-环糊精-氧化石墨烯(β-CD-GO)修饰到玻碳电极(GCE)上,然后电沉积修饰1,2-萘醌-4-磺酸钠(NQS),得到NQS/β-CD-GO/GCE。甘胆酸(cholyglycine,CG)和NQS通过亲核取代反应发生特异性结合,引起NQS氧化峰电流的降低,可用于间接检测CG。氧化峰电流的差值与CG浓度在0.2～60.0μM范围内呈线性关系,CG的检出限为0.061μM。此外,CG传感器具有良好的重复性和稳定性,已成功用于人血清中CG的测定,回收率令人满意。3.基于多壁碳纳米管和铂纳米粒子复合材料(MWCNTs-PtNPs)构建新型电化学传感器,用于高香草酸(homovanillic acid,HVA)和香草扁桃酸(vanillymandelic acid,VMA)的同时检测。电化学研究表明,MWCNTs-PtNPs修饰的GCE对HVA和VMA具有优异的分离性能,表现出显著的过氧化物模拟酶氧化催化作用。在最佳条件下,传感器对HVA和VMA分别在0.2～80.0μM和0.5～80.0μM范围内呈线性关系,HVA检测限为80.0 nM,VMA检测限为173.0 nM(S/N=3)。此外,MWCNTs-PtNPs/GCE成功应用于人尿液样品中HVA和VMA的同时测定。4.基于黄铁矿-炭黑(FeS_2-CB)纳米复合材料的过氧化物酶活性构建了用于肌酐快速检测的比色传感器。以FeCl_(3·)6H_2O、L-半胱氨酸和炭黑等绿色试剂为原料,采用一锅法制备了FeS_2-CB纳米复合材料,并用扫描电子显微镜(SEM)、透射电子显微镜(TEM)和X射线衍射(XRD)进行表征。反应体系的吸光度的差值与肌酐含量在1.0～25.0μM范围内呈线性关系,检测限为0.25μM。通过采用标准加入法检测血清样本中的肌酐含量,结果表明本方法可应用于人血清中肌酐含量的检测。5.通过简单的直接沉淀法成功地合成了氟化钙(CaF_2)纳米粒子,并将其作为过氧化物模拟酶用于醛固酮的快速、高灵敏的比色检测。实验表明,CaF_2具有过氧化物酶活性,并遵循Michaelis-Menten动力学。CaF_2纳米粒子的催化机理归因于其的催化作用,导致H_2O_2的分解产生羟基自由基(·OH)。考察了溶液的pH、反应温度、TMB和H_2O_2浓度对催化反应的影响。反应体系吸光度的差值与醛固酮浓度在2.0～40.0 nM范围内呈线性关系,检出限为0.6 nM。此外,该方法成功用于人血清中醛固酮的检测。
【学位单位】：广东药科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R587.1;O657.1;TP212.2
【部分图文】：

电化学传感器的示意图（将与分析物的相互作用转换成可测量的信号）

AFP生物传感器的制备过程的示意图

灵敏检测（如图 1-3 所示）。在该传感器中 3,3’,5,52纳米片催化氧化成蓝色产物(oxTMB)，而且在 652择性地抑制了这一反应，可以间接定量分析 GSH，检血清中 GSH 的浓度。目前，柠檬酸盐被认为是用于标志物。Abarghoei 等[78]基于半胱氨酸封端金纳米簇，成功地建立了柠檬酸盐的比色传感器。因为柠檬氢键与半胱氨酸的氨基和羧基结合，从而在金纳米的氧化活性。该传感器与柠檬酸盐在 0.5~1000 μM (LOD)为 0.10 μM。此外，该方法还进一步成功地应。
【相似文献】

相关期刊论文 前10条

1 银一臻;徐伟文;;转化医学模式下疾病标志物的挖掘[J];分子诊断与治疗杂志;2014年02期

2 何宝明;陈文华;;2010年汉中市住院患者传染性疾病标志物的检测结果分析[J];检验医学与临床;2011年12期

3 邵晨;王燕;高友鹤;;尿蛋白质组学在疾病标志物研究中的应用[J];中国科学:生命科学;2010年09期

4 程江虹;吴能利;黄开顺;;蛋白质组学在药物及疾病标志物研究中的应用进展[J];世界科技研究与发展;2013年03期

5 李红;;克拉玛依地区2009~2013年无偿献血者经血传播疾病标志物调查[J];新疆医学;2014年08期

6 黄开顺;袁拥华;吴能利;谷容;;胎儿宫内发育迟缓疾病标志物的初步研究[J];世界科技研究与发展;2013年06期

7 田丹碧;吴胜男;张浩;江凌;霍峰蔚;;荧光内滤效应技术在生物检测和疾病标志上的应用[J];化学进展;2019年Z1期

8 熊翠娥;;疾病标志物检测方法的专利申请策略探讨[J];科技创新与应用;2019年27期

9 李笋;;传染性疾病标志物在手术和输血前检测意义分析[J];中国实用医药;2012年29期

10 吴腾燕;仇小强;;蛋白质芯片技术在筛选疾病标志物中应用[J];中国公共卫生;2007年12期

相关博士学位论文 前7条

1 豆保婷;疾病标志物电化学生物传感器构建新策略及其应用研究[D];西南大学;2019年

2 吕鹏举;基于乒乓算法的复杂疾病标志物识别研究[D];哈尔滨工程大学;2018年

3 张军波;毛细管电泳技术在疾病标志物及食品分析中的应用研究[D];华东师范大学;2011年

4 杨云娇;microRNA作为原发性胆汁性肝硬化新的疾病标志物及其功能的初步研究[D];北京协和医学院;2013年

5 李梦林;尿液是疾病标志物的理想来源[D];北京协和医学院;2014年

6 刘克钦;基于生物信号通路的复杂疾病标志物识别与研究[D];上海大学;2013年

7 程爽;miRNA靶基因预测及其功能识别算法研究[D];哈尔滨工业大学;2016年

相关硕士学位论文 前10条

1 符波;胰岛素及疾病标志物化学传感器的研究与应用[D];广东药科大学;2019年

2 何家慧;碳点荧光共振能量供体的制备及其在疾病标志物分析检测中的应用[D];西南大学;2019年

3 李靖;基于信号放大策略构建的疾病标志物的传感研究[D];西南大学;2018年

4 欧阳文俊;基于纳米材料的新型疾病标志物荧光生物传感器研究[D];福州大学;2017年

5 李梦洁;毛细管电泳技术在食品及疾病标志物分析中的应用[D];华东师范大学;2012年

6 高鸿飞;基于化学发光免疫分析的疾病标志物和病原菌检测新方法研究[D];西南大学;2014年

7 张晓光;临床类疾病标志物的准确定量方法研究[D];北京化工大学;2014年

8 曹喜玥;基于双信号策略的电化学核酸适体传感器研究[D];青岛大学;2017年

9 王文婷;基于导电聚合物纳米复合材料的疾病标志物传感器[D];青岛科技大学;2015年

10 高雅;基于纳米金—核酸适体探针的试纸条传感器用于疾病标志物的检测研究[D];湖北大学;2017年

本文编号：2837705