2025年9月19日
この研究では、環境サンプル、生物学的サンプル、および食品および飲料中のFe、Cr、As、およびFを検出するためのE-Eye-Enable POCTデバイスを設計および開発するためのプロトコルについて説明しました。約2000のサンプルがテストされ、結果はゴールドスタンダードの技術と一致しています。
この研究の範囲は、携帯型のポイントオブケア機器の開発です。これはe-Eyeと呼ばれ、複数の指標サンプル中の有害物質濃度を測定できます。現在のPOCTデバイスに関連する実験的課題は、多行細胞サンプルにおける選択性、選択性です。
そしてもう一つの課題は、非常に低い濃度の検出です。現時点では非常に低い濃度を検出できません。最後に、マルチマトリックスサンプルで特定の分析対象を検出することです。
この国産開発のe-Eyeセンサーは、基本的にポータブルEV可視光分光光度計を模倣しています。ここでe-Eyeは光学センサーの略です。この装置は二つの動作原理に基づいて開発されています。
まず、心電計化学センサーの動作原理についてです。二つ目は高精度な光学センサーの動作原理です。私たちはこの研究の基本を理解しようと努め、時間依存密度関数理論の概念を光学コメディアートセンサーに応用しました。
私たちの発明は、計算領域からセンサーデバイス開発に至るまでの基本的な問いに取り組んでいます。私たちがどのように発展できるか、その答えはすでに述べています。そして、この基本的な考え方、つまり私たちの概念に基づいて、システムのメカニズムを理解できます。
選択性を予測できます。検出範囲など、すべてを予測できます。今後の目標は、水質監視の質を解決できる高精度な高基センサーの開発です。
Gaussian 09プログラムを開始し、Becke、3パラメータ、Lee-Yang-Parr、B3LYPハイブリッド法、およびロスアラモス国立研究所2倍Z基底セットを用いて、対象分析物を用いた電子計算のより正確な結果を得るためにすべての計算を行います。ガウス入力にSCRF=PCMを追加し、水を選択して設定を確認し、結合性ブロック内の結合原子リストを含む幾何学を含む入力を示します。送信をクリックします。
分子の最適化構造を計算するために必要な基底状態エネルギーを計算します。時間依存自己整合場法を用いて励起状態の電子遷移を得ます。状態数は60です。同じ方法と溶媒モデルを用いて、予測された紫外線吸収スペクトルを計算し、エクスポートします。
B3LYP関数を用いて基底を基底LANL2DZ設定し分子構造を精緻化させ、基底状態密度関数理論の幾何学最適化を行います。110フェネフェリンと鉄イオンの最適化された構造を後続研究のためにエクスポートしてください。マスキング剤としてトリソトリウムクエン酸二水和物、pH最適化剤としてアスコルビン酸、フェアンフロリン110を同量の液体を透明なガラス培養チューブに移します。
ストック溶液を2ミリリットル加えて、合計体積を5ミリリットルにします。各サンプルと標準物質は1センチメートルの経路長のクォーツクヴェットに入れ、すべての測定値を標準的な実験室条件下の室温で保管します。すべての標準物質および試料の鉄分光を250ナノメートルから750ナノメートルの紫外線可視分光法で測定します。
機器の設定を指定された条件に合わせて、スキャン速度を中音に設定します。測定タイプを吸水に設定してください。スリット幅を5ナノメートルに調整し、検出器を指向に設定します。
サンプルと同じ水マトリックスを含むブランクを用いて基準補正を行います。UV吸収が記録された後、510ナノメートルでラムダマックスが観測され、錯体の形成が確認されます。まずはLDR、白色LEDおよびLCD、マイコンまたはマイクロプロセッサ基板、精密抵抗器を調達してください。
3次元プリントボックスを使って、LEDと光依存抵抗をキューベットスロットの向かい合わせに合わせます。LED用に3.3キロオームの直列抵抗を取り付け、きれいな配線をしてLCDモデル番号11497を接続して回路を完成させます。センサーとマイクロコントローラを電圧分圧器を介して接続し、光依存抵抗の変化を測定可能な電圧に変換します。
アナログノイズ抑制フィルターを10キロオーム直列またはバイアス抵抗と1マイクロファラドのコンデンサを追加して、各アナログ入力にローパスネットワークを形成します。マイクロコントローラのピン近くに部品を配置し、短いツイスト信号リードを配線して安定性を向上させます。試作回路図とレイアウトが最終決定され電気的検証が完了したら、プリント基板を印刷します。
電子スイッチをオンにして電力を供給し、センサーの応答を各チャネルから抵抗または変換電圧として記録します。LEDが反応室を通過する光の経路を観察し、光依存抵抗器がファロ情報に対応する透過強度を感知します。測定された抵抗と鉄イオン濃度を相関させて校正プロットを作成し、その結果得られた方程式をデバイスアルゴリズムに入力してリアルタイム報告を行います。
最終的な配線とチャンネルの割り当てを確認するために回路図面全体を確認してください。その後、完成したデバイスの筐体を印刷して組み立てます。立体ボックス内に4つの専用スロットを作り、4つのキューベットを固定位置に収納します。
各検出スロットは光学的に不透明な物理的障壁で隔離し、電子的にはLEDと光依存抵抗ペア、個別の電圧分圧器で信号の重複を防ぎます。1つの分析対象に1つのスロットを割り当て、割り当てを固定したままにしてください。各スロットに入れるキュベットには、その分析対象に特有の試薬のみが含まれていることを確認してください。
メインスイッチをオンにして電源を供給し、4つのLEDすべてが同時に点灯するようにします。光依存抵抗が各分析対象を並列に感知し、すべてのチャネルの結果を同時に表示できるようにします。多重化された試作機はピーナッツ試料中の総鉄濃度を正確に定量し、UV可視分光光度計とほぼ一致し、いずれの場合も検出限界を超えました。
多重化試作機で測定された髪髪サンプルのクロムおよびフッ化物のレベルは、紫外線可視光測定と同等でした。ブラマプトラ水サンプル中のヒ素濃度はサンプル数が増えるごとに増加し、多重化プロトタイプおよびUV可視システムの両方で確実に検出されました。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本研究は、さまざまな試料マトリックス中の毒性物質濃度を測定するために設計された、e-Eyeと呼ばれるポータブルPOC(ポイントオブケア)デバイスの開発に焦点を当てています。本研究では、マルチマトリックス試料における選択性と検出限界に関する課題に取り組んでいます。
TD-DFT計算解析とマルチプレックス光学センシングを統合した本ワークフローは、環境、生物、食品マトリックスにおけるFe、Cr、F、およびAsの早期検出と定量化を向上させます。このアプローチは、探索段階の毒性物質スクリーニングにおける選択性と感度のボトルネックを解消し、バイオファーマR&Dにおける予測の信頼性とメカニズム的なリスク低減をサポートします。ゴールドスタンダードの手法との整合性により、堅牢なターゲットバリデーションおよびポートフォリオの優先順位付けに活用可能な再利用可能なプラットフォームとして位置付けられます。
この手法は、計算機によるターゲット解析とリアルタイムのマルチプレックス定量分析を橋渡しするものであり、初期の探索から前臨床毒性評価までを網羅しています。