可视化阵列传感器技术鉴别不同香型白酒

决定白酒香型的物质种类繁多,成分复杂.采用可视化阵列传感器技术对中国白酒五大香型的代表酒样进行检测,在可视化区分的基础上采用分层聚类分析、主成分分析等统计分析方法,对检测结果进行分析.不同香型的白酒在聚类分析中可以正确归类,利用主成分分析得到的前3个主成分所代表的白酒75.8%的信息量就可以将不同香型白酒完全区分开,表...     

可视交叉传感阵列对蛋白质及其热变性过程的快速识别

以卟啉及其衍生物和特异性染料为敏感化学元件, 基于交叉响应原理构建了识别蛋白质的可视6×6阵列. 该阵列以颜色差谱图显示其与蛋白质作用呈现的特异性光谱反应, 采用聚类分析、 主成分分析和欧氏距离对图谱进行了分析. 结果表明, 该阵列可以鉴别模式蛋白牛血清白蛋白(BSA)、 牛血红蛋白(BHb)和卵清白蛋白(Ova)及其混合物, 且有望实现定量分析. 此外, 阵列的高敏感性使其不仅能识别天然蛋白质和不同变性程度的蛋白质, 还能对其热变性过程进行可视化实时监控. 该阵列产生的特殊颜色变化与蛋白质的空间构型、 微环境pH值的差异及溶解度有关. 因此, 该方法不仅能实现对蛋白质的快速识别, 为蛋白质热变性机理的研究提供新途径, 而且在临床医学和食品安全等的实时快速检测方面有潜在的应用价值.     

交叉响应传感器鉴别β受体激动剂及其混合体系

开发了一种鉴别β受体激动剂的新型阵列传感器。该传感器由8种传感物质构成,使用96孔板酶标仪采集响应数据,结合主成分分析(PCA)、分层聚类分析(HCA)、判别分析(LDA)等模式识别方法进行数据处理,对5类β受体激动剂及其混合物进行检测。PCA结果表明,该传感器主要是基于空间结构以及氢键作用实现对β受体激动剂的识别;HCA结果显示,93个分析样本归类正确;LDA结果显示,该传感器对于β受体激动剂识别的准确率达98.9%。本方法在β受体激动剂的检测中有潜在应用价值。     

基于新型可视化学传感阵列的氨基酸快速识别

以卟啉和其衍生物及指示剂为传感元件,构建了一种对氨基酸敏感的可视传感阵列.可视化学传感阵列以交互响应的敏感元件组成阵列,对不同物质产生特异的响应,并通过信号识别处理系统,将检测结果以图谱的方式显示,实现检测的可视化.研究中筛选了对氨基酸敏感的36种化学物质,构建了6×6的传感阵列,使用自主研发的阵列数据采集与处理系统,对10种具有代表性的常见氨基酸进行了检测,氨基酸溶液与阵列的反应时间为5 min.对实验检测结果数据采用主成分分析和判别分析进行了计算和分析.实验结果显示,通过阵列响应的可视差图可以将浓度为375 μmol/L的10种氨基酸明显区分.判别分析结果显示,本可视阵列对氨基酸识别的准确率达到97%.二维主成分散点图和判别分析散点图对10种氨基酸都有显著分辨效果.本可视传感阵列可用于氨基酸的快速识别.     

微流控芯片光学检测技术在细胞研究中的应用与进展

重点综述了芯片上细胞培养和实时检测的微系统研究及相应检测方法和技术近年来的进展.总结了多种光学检测方法和技术体系的优缺点及发展趋势,讨论了各种方法技术对细胞研究模型的研究适用范围,探讨各种检测方法和技术对活细胞、单细胞实时无损无标记检测和传感发展前景和研究进展.最后对整个芯片实验室框架下细胞研究及传感微系统的发展方向进行了有益的思路和方法展望.