U
Universidade do Minho
Guest
Breve resumo:
Info Adicional:
Autor:
Clica para continuares a ler...
Título: Design and fabrication of integrated SERS-microfluidic platform for antibiotics detection
Autor: Martins, Renato Pinto Ramos
Resumo: Os agentes antimicrobianos surgiram como medicamentos terapêuticos para o tratamento de
doenças infeciosas. Mesmo com as suas enormes vantagens, a utilização excessiva e incorreta destes
antibióticos deu origem a vários problemas. A OMS declarou a “resistência aos antibióticos” como um
grave problema para a saúde publica. Hoje em dia vários agentes antimicrobianos são reconhecidos
como contaminantes de preocupação emergente (CECs), sendo encontrados em várias matrizes.
Nesta tese de mestrado, o objetivo foi desenvolver um método de deteção baseado na
espetroscopia de Raman melhorada pela técnica de SERS. O SERS oferece vantagens únicas como
uma ferramenta de deteção que aumenta o sinal de Raman das moléculas perto da nano estrutura
plasmonica, como nanopartículas de ouro. No entanto alguns agentes microbianos têm pouca ou
nenhuma afinidade com a superfície de ouro. Foi proposta a utilização de estruturas orgânicas
covalentes (COFs) como quimiorrecetores através da criação de compósitos híbrido orgânico plasmônico. Assim a configuração destes compósitos híbridos permite a pré-concentração de diferentes
classes de antibióticos perto da superfície do ouro para aumentar o sinal de Raman e permitir a deteção
a baixas concentrações.
Portanto, três COFs: TAPB-DMTP, TpBD-(CF3)2 e TpBD-Me2, foram avaliados quanto a sua
eficiência na captura de antibióticos, especificamente sulfonamidas, tetraciclinas e fluoroquinolonas em
matrizes de água, leite e água do mar. Em seguida, os compósitos híbridos foram criados utilizando o
melhor COF por cada família de antibióticos. A analise SERS foi efetuada utilizando estes compósitos
tanto no exterior como no interior de um sistema microfluídico. Foi utilizado um pipeline de analise de
dados eficaz, principalmente para sulfonamidas no leite, para poder discriminar padrões entre
diferentes sulfonamidas.
Os resultados mostraram que os COFs demonstraram eficiências de adsorção variadas em
diferentes classes de antibióticos e matrizes. A indução de compósitos híbridos também permitiu uma
deteção SERS bem-sucedida. Na parte da microfluídica, estes resultados inicias apoiam o potencial de
integração destes compósitos para a deteção de antibióticos, mas com ajustamento em PDMS, e o
machine learning demonstrou potencial para reduzir significativamente os limites de deteção, com
potencial para cumprir os limites estipulados pela União Europeia.; Antimicrobials have emerged as therapeutic medicines for infectious diseases’ treatment. Despite
their enormous advantages, the excessive misuse of these antibiotics has led to several problems. WHO
declared “antibiotic resistance” a serious public health problem. Additionally, nowadays several
antimicrobials have also been recognized as contaminants of emerging concern (CECs), being found in
several environmental and food matrices.
In this Master project, the main aim was to develop a detection method based on Surface enhanced Raman scattering (SERS). SERS offers unique advantages as detection tool enhancing the
Raman signal of molecules near plasmonic nanostructures, such as gold nanoparticles. However, many
antimicrobials show poor or affinity towards gold surface. Thus, the use of covalent organic frameworks
(COFs) as chemoreceptor was proposed by creating hybrid organic plasmonic composites. Therefore, the
configuration of these hybrid composites allows the pre-concentration of different classes of antibiotics
close enough to the gold surface to generate the enhancement of Raman signal to be able to detect these
antibiotics at low concentration.
Thus, three COFs TAPB-DMTP, TpBD-(CF3)2 and TpBD-Me2, were evaluated for their efficiency in
capturing antibiotics, specifically sulfonamides, tetracyclines and fluoroquinolones in water, milk and sea
water matrices. Then, the hybrid composites were created using the best COF per each antibiotic family.
SERS analysis was performed using these composites both outside and inside of a microfluidic system.
An effective data analysis pipeline was used, mainly for sulfonamides in milk, to be able to discriminate
patterns among different sulfonamides.
The results showed that the COFs demonstrated varied adsorption efficiencies across different
antibiotic classes and matrices. The induction of hybrid composites also allowed for successful SERS
detection in complex matrices, like milk. On the microfluidic side, these initial results support the potential
of integrating these composites for antibiotic detection, but with adjustment in PDMS, and machine
learning has shown potential for significantly lowering detection limits, with the potential to meet European
Union limits for detection.
Descrição: Dissertação de mestrado em Engenharia Química e Biológica
<b>Tipo</b>: masterThesis
Autor: Martins, Renato Pinto Ramos
Resumo: Os agentes antimicrobianos surgiram como medicamentos terapêuticos para o tratamento de
doenças infeciosas. Mesmo com as suas enormes vantagens, a utilização excessiva e incorreta destes
antibióticos deu origem a vários problemas. A OMS declarou a “resistência aos antibióticos” como um
grave problema para a saúde publica. Hoje em dia vários agentes antimicrobianos são reconhecidos
como contaminantes de preocupação emergente (CECs), sendo encontrados em várias matrizes.
Nesta tese de mestrado, o objetivo foi desenvolver um método de deteção baseado na
espetroscopia de Raman melhorada pela técnica de SERS. O SERS oferece vantagens únicas como
uma ferramenta de deteção que aumenta o sinal de Raman das moléculas perto da nano estrutura
plasmonica, como nanopartículas de ouro. No entanto alguns agentes microbianos têm pouca ou
nenhuma afinidade com a superfície de ouro. Foi proposta a utilização de estruturas orgânicas
covalentes (COFs) como quimiorrecetores através da criação de compósitos híbrido orgânico plasmônico. Assim a configuração destes compósitos híbridos permite a pré-concentração de diferentes
classes de antibióticos perto da superfície do ouro para aumentar o sinal de Raman e permitir a deteção
a baixas concentrações.
Portanto, três COFs: TAPB-DMTP, TpBD-(CF3)2 e TpBD-Me2, foram avaliados quanto a sua
eficiência na captura de antibióticos, especificamente sulfonamidas, tetraciclinas e fluoroquinolonas em
matrizes de água, leite e água do mar. Em seguida, os compósitos híbridos foram criados utilizando o
melhor COF por cada família de antibióticos. A analise SERS foi efetuada utilizando estes compósitos
tanto no exterior como no interior de um sistema microfluídico. Foi utilizado um pipeline de analise de
dados eficaz, principalmente para sulfonamidas no leite, para poder discriminar padrões entre
diferentes sulfonamidas.
Os resultados mostraram que os COFs demonstraram eficiências de adsorção variadas em
diferentes classes de antibióticos e matrizes. A indução de compósitos híbridos também permitiu uma
deteção SERS bem-sucedida. Na parte da microfluídica, estes resultados inicias apoiam o potencial de
integração destes compósitos para a deteção de antibióticos, mas com ajustamento em PDMS, e o
machine learning demonstrou potencial para reduzir significativamente os limites de deteção, com
potencial para cumprir os limites estipulados pela União Europeia.; Antimicrobials have emerged as therapeutic medicines for infectious diseases’ treatment. Despite
their enormous advantages, the excessive misuse of these antibiotics has led to several problems. WHO
declared “antibiotic resistance” a serious public health problem. Additionally, nowadays several
antimicrobials have also been recognized as contaminants of emerging concern (CECs), being found in
several environmental and food matrices.
In this Master project, the main aim was to develop a detection method based on Surface enhanced Raman scattering (SERS). SERS offers unique advantages as detection tool enhancing the
Raman signal of molecules near plasmonic nanostructures, such as gold nanoparticles. However, many
antimicrobials show poor or affinity towards gold surface. Thus, the use of covalent organic frameworks
(COFs) as chemoreceptor was proposed by creating hybrid organic plasmonic composites. Therefore, the
configuration of these hybrid composites allows the pre-concentration of different classes of antibiotics
close enough to the gold surface to generate the enhancement of Raman signal to be able to detect these
antibiotics at low concentration.
Thus, three COFs TAPB-DMTP, TpBD-(CF3)2 and TpBD-Me2, were evaluated for their efficiency in
capturing antibiotics, specifically sulfonamides, tetracyclines and fluoroquinolones in water, milk and sea
water matrices. Then, the hybrid composites were created using the best COF per each antibiotic family.
SERS analysis was performed using these composites both outside and inside of a microfluidic system.
An effective data analysis pipeline was used, mainly for sulfonamides in milk, to be able to discriminate
patterns among different sulfonamides.
The results showed that the COFs demonstrated varied adsorption efficiencies across different
antibiotic classes and matrices. The induction of hybrid composites also allowed for successful SERS
detection in complex matrices, like milk. On the microfluidic side, these initial results support the potential
of integrating these composites for antibiotic detection, but with adjustment in PDMS, and machine
learning has shown potential for significantly lowering detection limits, with the potential to meet European
Union limits for detection.
Descrição: Dissertação de mestrado em Engenharia Química e Biológica
<b>Tipo</b>: masterThesis
Info Adicional:
Título: Design and fabrication of integrated SERS-microfluidic platform for antibiotics detection Autor: Martins, Renato Pinto Ramos Resumo: Os agentes antimicrobianos surgiram como medicamentos terapêuticos para o tratamento de doenças infeciosas. Mesmo com as suas enormes vantagens, a utilização excessiva e incorreta destes antibióticos deu origem a vários problemas. A OMS declarou a “resistência aos antibióticos” como um grave problema para a saúde publica. Hoje em dia vários agentes antimicrobianos são reconhecidos como contaminantes de preocupação emergente (CECs), sendo encontrados em várias matrizes. Nesta tese de mestrado, o objetivo foi desenvolver um método de deteção baseado na espetroscopia de Raman melhorada pela técnica de SERS. O SERS oferece vantagens únicas como uma ferramenta de deteção que aumenta o sinal de Raman das moléculas perto da nano estrutura plasmonica, como nanopartículas de ouro. No entanto alguns agentes microbianos têm pouca ou nenhuma afinidade com a superfície de ouro. Foi proposta a utilização de estruturas orgânicas covalentes (COFs) como quimiorrecetores através da criação de compósitos híbrido orgânico plasmônico. Assim a configuração destes compósitos híbridos permite a pré-concentração de diferentes classes de antibióticos perto da superfície do ouro para aumentar o sinal de Raman e permitir a deteção a baixas concentrações. Portanto, três COFs: TAPB-DMTP, TpBD-(CF3)2 e TpBD-Me2, foram avaliados quanto a sua eficiência na captura de antibióticos, especificamente sulfonamidas, tetraciclinas e fluoroquinolonas em matrizes de água, leite e água do mar. Em seguida, os compósitos híbridos foram criados utilizando o melhor COF por cada família de antibióticos. A analise SERS foi efetuada utilizando estes compósitos tanto no exterior como no interior de um sistema microfluídico. Foi utilizado um pipeline de analise de dados eficaz, principalmente para sulfonamidas no leite, para poder discriminar padrões entre diferentes sulfonamidas. Os resultados mostraram que os COFs demonstraram eficiências de adsorção variadas em diferentes classes de antibióticos e matrizes. A indução de compósitos híbridos também permitiu uma deteção SERS bem-sucedida. Na parte da microfluídica, estes resultados inicias apoiam o potencial de integração destes compósitos para a deteção de antibióticos, mas com ajustamento em PDMS, e o machine learning demonstrou potencial para reduzir significativamente os limites de deteção, com potencial para cumprir os limites estipulados pela União Europeia.; Antimicrobials have emerged as therapeutic medicines for infectious diseases’ treatment. Despite their enormous advantages, the excessive misuse of these antibiotics has led to several problems. WHO declared “antibiotic resistance” a serious public health problem. Additionally, nowadays several antimicrobials have also been recognized as contaminants of emerging concern (CECs), being found in several environmental and food matrices. In this Master project, the main aim was to develop a detection method based on Surface enhanced Raman scattering (SERS). SERS offers unique advantages as detection tool enhancing the Raman signal of molecules near plasmonic nanostructures, such as gold nanoparticles. However, many antimicrobials show poor or affinity towards gold surface. Thus, the use of covalent organic frameworks (COFs) as chemoreceptor was proposed by creating hybrid organic plasmonic composites. Therefore, the configuration of these hybrid composites allows the pre-concentration of different classes of antibiotics close enough to the gold surface to generate the enhancement of Raman signal to be able to detect these antibiotics at low concentration. Thus, three COFs TAPB-DMTP, TpBD-(CF3)2 and TpBD-Me2, were evaluated for their efficiency in capturing antibiotics, specifically sulfonamides, tetracyclines and fluoroquinolones in water, milk and sea water matrices. Then, the hybrid composites were created using the best COF per each antibiotic family. SERS analysis was performed using these composites both outside and inside of a microfluidic system. An effective data analysis pipeline was used, mainly for sulfonamides in milk, to be able to discriminate patterns among different sulfonamides. The results showed that the COFs demonstrated varied adsorption efficiencies across different antibiotic classes and matrices. The induction of hybrid composites also allowed for successful SERS detection in complex matrices, like milk. On the microfluidic side, these initial results support the potential of integrating these composites for antibiotic detection, but with adjustment in PDMS, and machine learning has shown potential for significantly lowering detection limits, with the potential to meet European Union limits for detection. Descrição: Dissertação de mestrado em Engenharia Química e Biológica Tipo: masterThesis
Autor:
Clica para continuares a ler...