

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于多功能性及生物醫(yī)學(xué)應(yīng)用,有機無機納米雜化材料在材料科學(xué)、生物技術(shù)及納米科技領(lǐng)域得到許多探索。其中,碳材料和一維自組裝材料越來越受到關(guān)注。本文以石墨烯和多肽/蛋白納米纖維材料為基礎(chǔ),制備了新型的納米雜化材料,并研究了納米纖維自組裝的特征及機理,雜化材料在生物傳感器及生物模擬礦化方面的應(yīng)用等。主要的研究內(nèi)容及結(jié)論如下:
1.本實驗設(shè)計了新型序列的多肽,利用序列兩端的VIA促使多肽自組裝成納米纖維,中間序列GASLWWSEKL可
2、以有效促進納米銀粒子的形成。利用靜電自組裝的方法將納米銀線吸附在石墨烯(GN)上,制備出GN-PNF-AgNW納米雜化材料,我們對這種納米級的功能性組裝材料進行了表征?;诩{米銀線的電催化性及石墨烯的高導(dǎo)電性,我們進一步將GN-PNF-AgNW雜化材料制備成電極并對過氧化氫進行定量檢測,結(jié)果顯示其具有良好的靈敏性、較低的檢測線和較寬的檢測范圍。該工作為制備高性能的電化學(xué)傳感器提供了一種簡單有效的方法,在電化學(xué)和檢測領(lǐng)域具有重要的意義。<
3、br> 2.為了模擬生物礦化,另一種新型序列的多肽成功合成。其兩端AEAKAEAK序列同樣可以有效促進納米纖維的形成,中間YWYAF序列可以通過特殊識別性吸附在氧化石墨烯表面上。我們對多肽納米纖維/氧化石墨烯納米雜化材料在促進羥基磷灰石的形成方面進行了研究。另外,細胞實驗表明這種納米雜化材料具有很好的生物相容性,可以很好的促進細胞的繁殖。
3.層層自組裝是一種簡單有效的制備三維納米雜化材料的方法。本實驗以氧化石墨烯(GO)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多肽納米線石墨烯量子點納米雜化材料的制備及應(yīng)用研究.pdf
- 銀-石墨烯納米雜化材料的制備、表征及性能研究.pdf
- 新型石墨烯納米雜化材料的合成及其分析應(yīng)用.pdf
- 新型一維石墨烯納米材料-石墨烯納米管的制備與應(yīng)用.pdf
- 石墨烯納米雜化材料的制備及其在生物成像和光熱治療中的應(yīng)用.pdf
- 石墨烯復(fù)合納米材料的制備及其環(huán)境應(yīng)用.pdf
- 氧化石墨烯基復(fù)合納米纖維膜的制備及應(yīng)用.pdf
- 石墨烯及石墨烯納米復(fù)合材料的制備與表征.pdf
- 石墨烯及石墨烯——銀納米復(fù)合材料的制備及性能研究.pdf
- 石墨烯基納米復(fù)合材料的制備及應(yīng)用研究.pdf
- 超臨界CO2輔助制備碳納米管及石墨烯基納米雜化材料的研究.pdf
- 以纖維素為模板制備無機納米材料的研究.pdf
- 功能化石墨烯納米材料的合成及應(yīng)用.pdf
- 石墨烯基納米復(fù)合材料的制備及性能.pdf
- 石墨烯及石墨烯-碳納米管的制備與儲能應(yīng)用.pdf
- 多肽、蠶絲蛋白與石墨烯三維雜化材料的制備及仿生礦化應(yīng)用研究.pdf
- 石墨烯-CdS納米粒子雜化結(jié)構(gòu)的制備與光催化研究.pdf
- 細菌纖維素雜化納米材料的制備及性能研究.pdf
- 一維有機-無機納米雜化材料的制備及應(yīng)用.pdf
- 納米纖維素-氧化石墨烯-碳納米管復(fù)合材料的制備及性能研究.pdf
評論
0/150
提交評論