Rapid Assessment of Illicit Drugs in Wastewater

废水中非法药物的快速评估

基本信息

  • 批准号:
    10397306
  • 负责人:
  • 金额:
    $ 84.91万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2020
  • 资助国家:
    美国
  • 起止时间:
    2020-04-01 至 2024-02-29
  • 项目状态:
    已结题

项目摘要

PROJECT SUMMARY/ABSTRACT Opioid crisis (abuse and misuse) is an epidemic of global concern to public health and safety, causing over 70,000 deaths annually in the United States. Obtaining real-time data on the use of opioids is a major challenge as this information is limited to population surveys and drug surveillance data. There is an urgent public health need for monitoring tools to achieve crucial insight into the prevalence of opioid misuse/abuse without stigmatizing communities. Wastewater monitoring is a proven strategy to identify areas needing intervention instead of relying on emergency-room statistics and overdose deaths. However, current wastewater drug analysis requires costly laboratory-based tests that involves labor intensive sample collection, transportation, and analysis, resulting in long (days) turnaround times. Giner proposes to develop a compact, portable, label-free Graphene Field Effect Transistor (G-FET) sensor utilizing high-specificity aptamers for rapid, accurate, cost-effective, and multiplexing monitoring of opioid drug metabolites in wastewater samples. Since it generates rapid results compared to incumbent methods which rely on batch sampling of wastewater streams followed by expensive, time consuming analysis, this technology will provide actionable real time data at a fraction of the cost of incumbent methods, encouraging broad use. The goal of Phase II program is to demonstrate a field-ready prototype and a test methodology for simultaneous detection of multiple opioid metabolites in wastewater at pg/mL levels. During the Phase I work, Giner successfully detected three opioid metabolites in wastewater samples that are also associated with street heroin use: Norfentanyl (a metabolite of fentanyl, a synthetic opioid), EDDP (a metabolite of methadone, fully synthetic opioid), and Noroxycodone (a semisynthetic opioid, metabolite of oxycodone). We will also add Morphine (main heroine metabolite, a natural opioid) to our Phase II program. Multiple samples from wastewater treatment plants will be analyzed with Giner’s sensor and results will be cross-validated using the gold standard HPLC-MS/MS method. Giner will achieve this by using its prior expertise in bio/sensors and wastewater testing and in close collaboration with an interdisciplinary team of scientists, engineers, and environmental wastewater epidemiologists. Once developed, the technology will also be suitable for detection of any target illicit drug for which an aptamer can be prepared.
项目概要/摘要 阿片类药物危机(滥用和误用)是全球关注公共卫生和安全的流行病,导致超过 美国每年有 70,000 人死亡,获取阿片类药物使用的实时数据是一项重大任务。 由于这些信息仅限于人口调查和药物监测数据,因此存在着紧迫的挑战。 公共卫生需要监测工具,以深入了解阿片类药物误用/滥用的发生率 废水监测是一种行之有效的战略,可以确定需要的地区。 干预措施而不是依赖急诊室统计数据和过量死亡。 废水药物分析需要昂贵的实验室测试,涉及劳动密集型样品收集, 运输和分析,导致周转时间较长(数天),Giner 建议开发一种紧凑的、 便携式、无标记石墨烯场效应晶体管 (G-FET) 传感器,利用高特异性适体 对废水样品中的阿片类药物代谢物进行快速、准确、经济高效的多重监测。 与依赖废水批量采样的现有方法相比,它可以快速产生结果 流,然后进行昂贵且耗时的分析,该技术将提供可操作的实时数据 成本仅为现有方法的一小部分,鼓励广泛使用。 第二阶段计划的目标是展示可现场使用的原型和测试方法 在第一阶段工作中同时检测废水中 pg/mL 水平的多种阿片类代谢物。 Giner 成功地在废水样本中检测到了三种阿片类代谢物,这些代谢物也与 街头海洛因使用:去甲芬太尼(芬太尼的代谢物,一种合成阿片类药物)、EDDP(美沙酮的代谢物, 全合成阿片类药物)和去甲羟考酮(一种半合成阿片类药物,羟考酮的代谢物)。 吗啡(主要的海洛因代谢物,一种天然阿片类药物)来自我们的第二阶段计划的多个样品。 废水处理厂将使用 Giner 的传感器进行分析,结果将使用 金标准 HPLC-MS/MS 方法将利用其在生物/传感器和领域的先前专业知识来实现​​这一目标。 废水测试并与由科学家、工程师和专家组成的跨学科团队密切合作 一旦开发出来,该技术也将适用于环境废水流行病学家的检测。 可以制备适体的任何目标非法药物。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Avni A Argun其他文献

Avni A Argun的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Avni A Argun', 18)}}的其他基金

Field Instrument for Assessment of Arsenic Exposure
砷暴露评估现场仪器
  • 批准号:
    10484041
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
Population monitoring of stress markers in underserved communities
服务欠缺社区压力标记的人口监测
  • 批准号:
    10766447
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
At-home Testing of Blood Sodium for Management of Diabetes Insipidus
在家检测血钠以治疗尿崩症
  • 批准号:
    10395189
  • 财政年份:
    2021
  • 资助金额:
    $ 84.91万
  • 项目类别:
Electrochemical Assay to Monitor Anti-TB Antibiotics
监测抗结核抗生素的电化学测定
  • 批准号:
    10010646
  • 财政年份:
    2021
  • 资助金额:
    $ 84.91万
  • 项目类别:
Rapid Assessment of Illicit Drugs in Wastewater
废水中非法药物的快速评估
  • 批准号:
    10576367
  • 财政年份:
    2020
  • 资助金额:
    $ 84.91万
  • 项目类别:
Rapid, Multiplexed Biosensor for Non-Invasive Detection of Gene Mutations and Personalization of Therapy in Non-Small Cell Lung Cancer
用于非小细胞肺癌基因突变非侵入性检测和个性化治疗的快速多重生物传感器
  • 批准号:
    10480889
  • 财政年份:
    2019
  • 资助金额:
    $ 84.91万
  • 项目类别:
Rapid, Multiplexed Biosensor for Non-Invasive Detection of Gene Mutations and Personalization of Therapy in Non-Small Cell Lung Cancer
用于非小细胞肺癌基因突变非侵入性检测和个性化治疗的快速多重生物传感器
  • 批准号:
    10471039
  • 财政年份:
    2019
  • 资助金额:
    $ 84.91万
  • 项目类别:
Non-Invasive, Highly Specific Detection of Oxytocin in Biological Fluids
非侵入性、高特异性检测生物体液中的催产素
  • 批准号:
    9131542
  • 财政年份:
    2016
  • 资助金额:
    $ 84.91万
  • 项目类别:

相似国自然基金

本体驱动的地址数据空间语义建模与地址匹配方法
  • 批准号:
    41901325
  • 批准年份:
    2019
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目
时空序列驱动的神经形态视觉目标识别算法研究
  • 批准号:
    61906126
  • 批准年份:
    2019
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
针对内存攻击对象的内存安全防御技术研究
  • 批准号:
    61802432
  • 批准年份:
    2018
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
大容量固态硬盘地址映射表优化设计与访存优化研究
  • 批准号:
    61802133
  • 批准年份:
    2018
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目
IP地址驱动的多径路由及流量传输控制研究
  • 批准号:
    61872252
  • 批准年份:
    2018
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似海外基金

Development of a regional anesthesia guidance system to increase patient access to opioid-sparing analgesia for hip fracture pain
开发区域麻醉引导系统,以增加患者获得髋部骨折疼痛的阿片类药物保留镇痛的机会
  • 批准号:
    10759550
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
Identifying Risk Factors for Poor Glycemic Control among Emergency Department Patients and Improving Linkage to Outpatient Care
确定急诊科患者血糖控制不佳的风险因素并改善与门诊护理的联系
  • 批准号:
    10734304
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
Plans4Care: Personalized Dementia Care On-Demand
Plans4Care:按需个性化痴呆症护理
  • 批准号:
    10758864
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
HEAR-HEARTFELT (Identifying the risk of Hospitalizations or Emergency depARtment visits for patients with HEART Failure in managed long-term care through vErbaL communicaTion)
倾听心声(通过口头交流确定长期管理护理中的心力衰竭患者住院或急诊就诊的风险)
  • 批准号:
    10723292
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
Addressing Algorithmic Unreliability and Dataset Shift in EHR-based Risk Prediction Models
解决基于 EHR 的风险预测模型中的算法不可靠性和数据集转移
  • 批准号:
    10679376
  • 财政年份:
    2023
  • 资助金额:
    $ 84.91万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了