基于光波导精确重构的生物分子相互作用高通量传感方法基础研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61575035
  • 项目类别:
    面上项目
  • 资助金额:
    66.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0503.传输与交换光子器件
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Although very weak, biomolecular interaction is the base and kernel of many biological processes. It is mainly characterized by binding strength and kinetic parameters (namely association rate and dissociation rate) which imply lots of life information. There exist over thousands types of biomolecules in the life species of a kind. Thus it is needed to simultaneously sense a great number of biomolecular interactions, in the aspects of disclosing life mechanisms and implementing life regulations, biomolecular functions, drug screening and exact diagnosis-therapy etc. However all the existing high-throughput methods of sensing biomolecular interactions are achieved by scanning and reading out the image of biomolecular microarray (bio-microarray) point by point. It is difficult for them to sense kinetic parameters because of their long scanning-time. This project proposed presents a novel high-throughput method of sensing biomolecular interactions with optical waveguide reconstruction that is similar with the CT (computed tomography) technique. In our method, after densely immobilizing many microarrays of different bio-molecules in or on optical waveguide, the biomolecular interactions in all points of the bio-microarrays will vary their refractive indices, and then change the ouput signals of the optical waveguide. By using the output signals and the waveguide reconstruction algorithm based on the Fourier mode coupling (FMC) theory proposed by us, the real-time variations of the refractive indices in all spots of the bio-microarrays are simultaneously, accurately and continually reconstructed on line. Finally, the kinetic parameters and binding strength of the biomolecular interactions are obtained by calculating the rise rate, fall rate and their ratio of the time-dependant variation of the refractive index in each point of the bio-microarrays. In this project, we will research on the principle/mechanism and main performances of the sensing method proposed, the FMC-based reconstruction theory and algorithm, and the readout way of biomolecular interactions, and will also optimize the parameters of the waveguide structure and the reconstruction algorithm.
生物分子相互作用虽微弱却是生命活动的基础和核心,主要用结合强度和动力学参数(结合及解离速率)来表征,含有大量的生命信息。同一物种有成千上万种生物分子,在生命机制及调控研究、分子功能实现、药物筛选和精准诊治中需要同时传感大量的生物分子作用量。但现有方法都是逐点扫读生物分子点阵图像而实现高通量传感,因其扫读时间长而难以传感动力学参数。本项目提出了用类似于CT的波导重构术来高通量传感生物分子作用的新方法:沿光波导密集固化很多不同生物分子的微点阵后,各点的生物分子作用改变其折射率,进而改变波导输出信号;用波导输出信号和基于傅里叶模式耦合(FMC)理论的波导重构算法,在线实时、精确、连续地同时重构出波导上各点的折射率变化,再计算各点折射率变化的升降速率及速率比而得到各点生物分子的动力学参数和结合强度。研究其传感原理/机理和主要特性、FMC重构理论及算法、生物分子作用量的读取法,并优化波导和重构参数。

结项摘要

生物分子的相互作用是生命活动的基础和核心,包含了大量的生命信息。但生物分子的种类繁多,组成千差万别。高通量地获取生物分子间的相互作用参数在生命机制及调控研究、分子功能实现、药物筛选和精准诊治中具有极其重要的作用。此前的高通量传感方法主要是基于荧光标记和表面等离子共振成像的微阵列图像逐点扫读方法,难以快速、高通量地获取生物分子作用的动力学参数。本项目主要研究了基于光波导重构的生物分子相互作用(含动力学参数)高通量传感方法的基础理论和特性,包括:(1)用傅里叶模式耦合理论建立了光波导完全响应(幅值、相位、时延)谱的半解析通解;基于该通解建立了光波导的重构理论和低复杂度重构算法,并用于光波导的分析设计。(2)研究了该传感方法的基本原理,包括生物分子相互作用对光波导折射率微扰及其响应谱的影响,用波导响应谱和重构算法获取折射率微扰的方法,用折射率微扰的时变性获取各微阵列点的生物分子相互作用。(3)研究了可消除光源及光路干扰的、基于共臂双迈克尔逊干涉仪的完全响应谱获取方法及其传感实验系统。(4)根据重构理论、蒙特-卡洛法和对比法,研究了该传感方法的分辨率和误差源,分辨率可优于亚毫米级,误差主要源于量化误差和空间间隔误差且总是呈高斯分布。(5)以灵敏度、效率和精度为目标,研究了引入光栅微扰后的多种光波导结构和算法参数对传感特性的影响及优化,研究表明相移和非对称型结构有助于提高灵敏度,空间采样间隔及长度、变迹处理等与效率、精度密切相关等。(6)研究了高通量光波导生物芯片的多种结构、光波导上固化生物分子的修饰方法。这些研究内容和结果涉及该高通量传感方法的关键核心,为更深入的研究和实际应用、分析设计及制作高通量光波导生物芯片、研制数据读出或传感系统等建立了基础理论及技术,发展了一种新的高通量生物分子传感方法。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(3)
Analytic method for fast design of aperiodic fiber Bragg grating devices
非周期光纤布拉格光栅器件快速设计解析方法
  • DOI:
    10.1117/1.oe.57.11.117111
  • 发表时间:
    2018-11
  • 期刊:
    Optical Engineering
  • 影响因子:
    1.3
  • 作者:
    Xiangkai Zeng;Yanbin Sun;Shuaijun Nan
  • 通讯作者:
    Shuaijun Nan
波导布拉格光栅时延响应谱的通解
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    曾祥楷;孙燕斌
  • 通讯作者:
    孙燕斌
Differential equation description and Chebyshev approximation of linear time‐invariant circuits
线性时不变电路的微分方程描述和切比雪夫近似
  • DOI:
    10.1002/cta.2461
  • 发表时间:
    2018-05
  • 期刊:
    Int J Circ Theor Appl.
  • 影响因子:
    --
  • 作者:
    Liang Huang;Chang Yao
  • 通讯作者:
    Chang Yao
Working Condition Real-Time Monitoring Model of Lithium Ion Batteries Based on Distributed Parameter System and Single Particle Model
基于分布式参数系统和单粒子模型的锂离子电池工况实时监测模型
  • DOI:
    10.1063/1674-0068/29/cjcp1604063
  • 发表时间:
    2016-11
  • 期刊:
    CHINESE JOURNAL OF CHEMICAL PHYSICS
  • 影响因子:
    1
  • 作者:
    Huang Liang;Yao Chang
  • 通讯作者:
    Yao Chang
Fault Samples Acquisition and Fault Feature Verification of Analog Filters
模拟滤波器故障样本采集及故障特征验证
  • DOI:
    10.1049/cje.2016.06.015
  • 发表时间:
    2017
  • 期刊:
    Chinese Journal of Electronics
  • 影响因子:
    1.2
  • 作者:
    Huang Liang;Liao Yuan
  • 通讯作者:
    Liao Yuan

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:
    {{ item.journal_name }}
  • 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.authors }}

数据更新时间:{{ monograph.updateTime }}

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

数据更新时间:{{ sciAawards.updateTime }}

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

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

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

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码