题目：Semiconductor Nanoplatelets Based Host-Guest Assembly Structure with High Color Purity for Hue-Recognizable Lateral Flow Immunoassay
期刊：Advanced Functional Materials
影响因子：19.0
原文链接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202316147
汇报人：田佳琪 2023 级硕士
本文主要介绍了一种基于半导体纳米片的主客体组装结构，在色纯度方面表现出色，可以用于色调识别侧向流动免疫分析的研究。研究人员合成了具有特定形状和尺寸的半导体纳米片，并将它们作为宿主材料。然后引入具有不同功能的分子基团，这些基团与半导体纳米片的表面发生相互作用，形成主客体组装结构。这种结构在光学性能方面具有出色的色纯度，可以产生明亮和饱和的颜色，有助于色调识别。研究人员利用这种主客体组装结构设计了一种侧向流动免疫分析的应用，将生物分子与纳米片功能化，并通过侧向流动免疫分析技术将其固定在纳米片上。通过光学检测，可以实现快速、灵敏和准确的生物分子检测，进而用于诊断和其他医疗应用。这项研究提出了一种新颖的半导体纳米片基主客体组装结构，并探索了其在侧向流动免疫分析领域的应用潜力，为开发高色纯度的光学传感器和诊断工具提供了新的思路和途径。
半导体纳米片是一种具有优异光学性能和量子效应的纳米材料，具有许多应用潜力，如生物传感器、光电器件等。它们的结构和尺寸可以通过合成方法进行精确控制，从而实现优异的发射色纯度和对于发光颜色的调控。侧向流动免疫分析是一种常用的生物化学检测方法，通过特定抗原-抗体反应在试纸上形成可观察的信号来检测目标生物分子。为了提高检测的精确性和可靠性，优化免疫分析的颜色识别也是至关重要的。
基于此，浙江大学汪晶教授团队利用半导体纳米片构建主客体组装结构，以实现高色纯度的构筑物。通过优化组装结构和材料性质，将有望实现在侧向流动免疫分析中提高颜色识别的精确性和可靠性，从而为生物检测和诊断领域带来更好的表现。这项研究有望推动纳米技术在生物传感和诊断领域的应用，并为发展更先进的检测手段打下基础。
图一 a)用于传统的基于单色的亮度梯度LFIA的光学标签结构和检测模式。b)窄发射NPL标签的设计和基于复合颜色的色调可识别LFIA的检测模式。
图二 水分散NPL基胶体的合成路线和内部结构示意图。
1. 基于NPLs的光学标签的合成与表征
图3 a)分别是dSi a1)、dSi/NPL a2)、dSi/NPL/OTMS a3)和SNS a4)的SEM图像。插图显示了单个颗粒的SEM图像。b、c)单个dSi b1)、dSi/NPL b2)、dSi/NPL/OTMS b3)、SNS b4)及其相应的厚度为70 nm的横截面切片c1-c4)的TEM图像。d)扫描透射电子显微镜(STEM)图像d1)和单个SNS d2–d5的EDS绘图。
图4 a)分别为dSi、dSi/NPL和SNS的N2吸附/解吸等温线和孔径分布。b)分别用于dSi-SH、NPLs、dSi/NPL、dSi/NPL/OTMS和SNS的水接触角测量。c)CdSe/CdS/CdZnS NPL、dSi/NPL和SNS的XRD图案。d)dSi/NPL组件的FL强度与NPL荷载含量的关系。e)NPL、dSi/NPL、SNS和SNS-COOH的FL光谱。插图显示了相应的FL图像。f)具有绿色、黄色、橙色和红色发射的油相NPL及其衍生物水分散性SNS-COOH的FL光谱。
2. 基于NPLs的主客体组装的验证与优化
图5 a1-c1）用无孔二氧化硅（a1）、小孔二氧化硅（b1）和大孔二氧化硅（c1）模板组装NPL的示意图。a2-c2）对应于a1-c1的模板的TEM（左）和SEM（右）图像。a3-c3）模板对应于a2-c2的二氧化硅-NPL组件的TEM图像。a4-c4）具有对应于a2-c2的模板的NPLs加载图。
图6 折衷dSi-SH的胶体分散性和不良贷款的分散性/荧光性的“折衷”策略。a）具有不同溶剂极性的dSi-SH、NPLs和dSi/NPL的分散和荧光状态示意图。b）分散在己烷-己醇混合溶剂中的dSi-SH（顶部，日光）、NPL和dSi/NPL（中间和底部，紫外光）的照片。c）己醇比例为0%至100%的己醇混合物中dSi-SH、NPLs和dSi/NPL的多分散指数。d）对应于（c）的NPL和dSi/NPL的FL强度。e-g）分别在100%己烷、30%己醇-70%己烷和100%己醇中的NPL（e1、f1、g1）、dSi-SH（e2、f2、g2）和dSi/NPL（e3、f3、g3）的TEM图像。
3. 基于NPLs的光学标签的信号放大和色纯度验证
图7 SNS作为光标签的信号放大验证。a1）溶液相中单个SNS-COOH颗粒对单个NPL和商业Eu-PS珠的信号增强的图示。a2-a4）FL强度作为每毫升NPLs（a2）、SNS-COOH（a3）和Eu-PS珠粒（a4）的颗粒的函数。插图：日光和紫外灯下的相应照片。b1）滴铸试验操作模式的图示。b2-b4）用不同颗粒数的NPLs（b2）、SNS-COOH（b3）和Eu-PS珠粒（b4）滴铸的NC膜的荧光强度。c1）通过SA-生物素系统比较SNS-COOH和Eu-PS标记的LFIA灵敏度的图示。c2，c3）从测试线获得的R值是SNS-COOH（c2）和Eu-PS珠粒（c3）颗粒浓度的函数。
图8 gSNS和rSNS单发射体的色纯度验证。a)从连续混合的gSNS和rSNS溶液中获取复合颜色的图解。b，c)一系列混合溶液的荧光光谱(b)和CIE 1931色度图(c)中的光谱对应坐标，其中绿色/红色(G/R)荧光强度比从10:0到0:10。d)从色度图中的相应坐标提取的模拟色块(上图)和具有G/R梯度的紫外光下的实际溶液混合物图像(下图)。使用CIE 94算法计算色差(△E☆ab)。e)在(d)中模拟颜色和实际颜色之间的色调值的一致性。f)生产复合色时单色发射器色纯度验证的示意图。g)由45个独立用户参考来自FL光谱的相应模拟色块，在6个溶液颜色梯度上的视觉读出结果。
4. 用于新型冠状病毒核衣壳蛋白抗原视觉检测的色调可识别LFIA
图9 a）使用HLFIA试纸条和读取模式的新型冠状病毒核衣壳蛋白免疫层析过程示意图。b）紫外激发下的条带图像（上图），新型冠状病毒核衣壳蛋白浓度为0-200 ng mL-1。33名独立用户在6条彩色T线上基于目测的区间定量结果（下图）。c）添加了不同新型冠状病毒核衣壳蛋白浓度的商业比色LFIA（染料掺杂的PS珠作为标记）的图像（上图）。33名独立用户在6条测试线上进行的基于目测的区间定量测试结果（下图）。使用CIE 94算法计算参考图表中相邻区块之间的色差（△E☆ab）。
图10 a）新型冠状病毒核衣壳蛋白浓度为0–200 ng mL-1时T线R/G值的线性拟合曲线。b）使用HLFIA试纸条对PCR阴性咽拭子（通过裂解-运行缓冲液提取）中的新型冠状病毒核衣壳蛋白进行回收试验。变异系数定义为标准偏差除以平均值。插图：对应于重复测试的条状图像。c）空白、甲型H1N1流感病毒（流感a）、乙型流感病毒（流感b）、呼吸道合胞病毒（RSV）、肺炎支原体（MP）、人IgG、𝛼-Amylase和新型冠状病毒核衣壳蛋白的HLFIA条带图像（上图）和定量结果（下图）。d）PCR阴性（N1-N10）和PCR阳性（P1-P12）咽拭子样本的HLFIA条带图像，从T线提取的色块以及新型冠状病毒感染的相应视觉判读结果。
