通过氨基酸的位置变化,通过"监督"的口腔微生物传感器对碳点进行集体和单颗粒水平的光微调

科学领域:

• 材料科学 材料科学 材料科学
• 纳米技术纳米技术
• 生物医学工程 生物医学工程

背景情况:

• 碳点 (CD) 呈现出独特的光发光 (PL) 特性,使其成为像素成像和治疗等生物医学应用的前景.
• 控制CD光发光的精确机制仍然是正在进行的研究和辩论的主题.
• 研究前体结构对于理解和控制CD光物理行为至关重要.

研究的目的:

• 研究在前体中异构的位置如何影响碳点 (CD) 的合成和光物理性质.
• 通过机器学习 (ML) 探索这些CD在敏感检测和分离口腔微生物群的潜力.

主要方法:

• 通过水热工艺合成CD,使用五种二氨基胺 (DAP) 异构体和尿素作为前体.
• 在单个粒子和集体层面对CD进行全面的光物理特征.
• 利用质谱学,分子边界轨道分析,密度函数理论计算和对接研究进行深入分析.
• 开发了一种机器学习 (ML) 模型,用于敏感检测和分离口腔微生物群.

主要成果:

• 前体的异构结构在整体层面上显著影响了合成CD的光物理性质.
• 在单个粒子水平上观察到亮度,光闪频率和漂白时间的差异.
• 不同的光反应使混合口腔微生物群培养的高通量分离能够使用ML算法高准确度.
• 证明了分离的有效性和快速检测 ().

结论:

• 碳点的光发光特性可以通过控制前体中的同位素位置来有效调整.
• 工程CD与ML算法相结合,提供了一种快速而灵敏的方法来分离牙细菌物种,作为有效的生物传感器.