首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

电化学生物传感器的构建及其在间接毒性监测方面的应用

摘要第5-6页
Abstract第6-7页
主要符号缩写对照表第10-11页
第一章 绪论第11-18页
    1.1 化学品毒性评价的背景与意义第11-12页
    1.2 细胞毒性检测传统方法第12-14页
        1.2.1 四甲基偶氮唑盐(MTT)比色法第12-13页
        1.2.2 染色计数法第13页
        1.2.3 乳酸脱氢酶(LDH)法第13页
        1.2.4 流式细胞仪法第13页
        1.2.5 硫化罗丹明(SRB)法第13-14页
        1.2.6 中性红(NR)染色法第14页
    1.3 电化学生物传感器第14-16页
        1.3.1 电化学酶传感器第15页
        1.3.2 电化学免疫传感器第15页
        1.3.3 细胞传感器第15-16页
        1.3.4 微生物传感器第16页
    1.4 细胞多参数传感器用于化学品毒性研究现状第16页
    1.5 微流控与细胞多参数集成芯片第16-17页
    1.6 本课题的设计第17-18页
第二章 化学品间接毒性监测平台理论及设计第18-28页
    2.1 生物反应器第18-23页
        2.1.1 细胞阻抗传感器第18页
        2.1.2 细胞阻抗传感器电极结构第18-19页
        2.1.3 细胞阻抗等效电路模型第19-21页
        2.1.4 细胞系的选择第21-22页
        2.1.5 生物反应器整体设计第22-23页
    2.2 细胞代谢电化学传感芯片第23-26页
        2.2.1 细胞代谢第23页
        2.2.2 葡萄糖电化学传感器第23-24页
        2.2.3 乳酸电化学传感器第24-25页
        2.2.4 微流控芯片系统第25页
        2.2.5 细胞代谢传感芯片整体设计第25-26页
    2.3 化学品间接毒性监测平台第26-27页
    2.4 本章小结第27-28页
第三章 化学品间接毒性监测平台芯片制备与测试第28-36页
    3.1 生物反应器制备与测试第28-30页
        3.1.1 叉指电极层的制备第28-29页
        3.1.2 培养腔制作与传感器封装第29-30页
        3.1.3 生物反应器上下夹具的制备第30页
        3.1.4 生物反应器芯片测试第30页
    3.2 细胞代谢电化学传感芯片第30-35页
        3.2.1 葡萄糖氧化酶和乳酸氧化酶的修饰第31页
        3.2.2 PDMS通道层的制作与传感器组装第31-33页
        3.2.3 细胞代谢电化学传感芯片测试第33-35页
    3.3 本章小结第35-36页
第四章 实验结果和讨论第36-46页
    4.1 实验部分第36-37页
        4.1.1 仪器与试剂第36页
        4.1.2 主要试剂配制第36页
        4.1.3 HepG2细胞复苏、培养、接种第36-37页
        4.1.4 生物反应器芯片处理第37页
        4.1.5 化学品间接毒性监测平台的实验设置第37页
        4.1.6 数据处理第37页
    4.2 .HepG2正常生长状态考察第37-40页
        4.2.1 细胞阻抗动态监测第37-39页
        4.2.2 葡萄糖和乳酸的检测第39-40页
    4.3 化学品作用下HepG2细胞阻抗与代谢物同时监测分析第40-45页
        4.3.1 D-山梨醇(D-Sorbitol)对HepG2细胞的影响第41页
        4.3.2 对乙酰氨基酚(Acetaminophen)对HepG2细胞的影响第41页
        4.3.3 环磷酰胺(Cyclophosphamide)对HepG2细胞的影响第41-42页
        4.3.4 胺碘酮(Amiodarone)对HepG2细胞的影响第42页
        4.3.5 鱼藤酮(Rotenone)对HepG2细胞的影响第42-44页
        4.3.6 风险评估策略第44-45页
    4.4 本章小结第45-46页
第五章 总结与展望第46-48页
    5.1 总结第46-47页
    5.2 存在的问题第47页
    5.3 进一步的改进方案第47-48页
参考文献第48-53页
致谢第53-54页
作者简介第54-55页
导师评阅表第55页

论文共55页,点击 下载论文
上一篇:基于深度学习和修辞关系的文本情感分析
下一篇:多孔金属材料用于电化学传感器的构建及其应用