TY - THES A1 - Laroussi, Arwa T1 - Self-assembled monolayer based on 1,3-dimercaptopropan-2-ol : preparation, characterization and applications in electrochemical chemosensors T1 - Selbstorganisierende Monoschicht auf Basis von 1,3-Dimercaptopropan-2-ol : Herstellung, Charakterisierung und Anwendungen in elektrochemischen Chemosensoren N2 - Die vorliegende Arbeit hatte die Entwicklung eines neuen biochemischen Sensors basierend auf einer Goldoberfläche mit genau definierten strukturellen Nano-Motiven zum Ziel. Dafür wurde das neue Ankermolekül 1,3-Dimercaptopropan-2-ol synthetisiert. Aufgrund seiner symmetrischen Struktur mit 2 Thiol-Gruppen bildet es auf der Goldoberfläche eine sehr stabile selbstanordnende Monoschicht (self-assembled monolayer SAM) aus. Die Monoschichten aus 1,3-Dimercaptopropan-2-ol wurden mit zyklischer Voltammetrie, Impedanzspektrometrie, Röntgenfotoelektronenspektroskopie (XPS), Kinetik der Kapazität und Kontaktwinkelmessungen untersucht. Die Struktur der SAM wird von den Adsorptionsbedingungen bestimmt. Die vergleichende Untersuchung der Desorption der SAM zeigt, dass sich die Stabilität der SAM erhöht, wenn die Moleküle zum größten Teil über beide Thiol-Gruppen gebunden sind. Auf dieser Monoschicht wurde elektrochemisch aktives p-Benzochinon immobilisiert. Das 1,3- Dimercaptopropan-2-ol diente als Ankermolekül, 3-Mercaptopropionsäure fungierte als Abstandshalter (spacer) und 1,4-Benzochinon als Kopfgruppe. Die Oberflächenkonzentration des p-Benzochinons betrug 2.5 ± 0.2×10-10 mol•cm⁻². Das entspricht einer Funktionalisierung von 65 ± 5% SAM-Molekülen. Die aufgebaute Schicht kann für die elektrisch adressierbare Immobilisierung von Biomolekülen oder die Entwicklung elektrokatalytischer Sensoren eingesetzt werden. Die SAM mit endständigem Benzochinon wurde als Sensor zur quantitativen Detektion von Wasserstoffperoxid eingesetzt. Die Sensorcharakterisierung erfolgte mit zyklischer Voltammetrie im Potenzial-Bereich von –0.6 V bis +0.9 V als auch jeweils nur im anodischen oder kathodischen Bereich. Die Ergebnisse weisen auf eine oxidative elektrochemische Zersetzung des Wasserstoffperoxids bei einem Potenzial von ca. +0.4 V mit Sauerstoffbildung hin, während bei kathodischen Potenzialen eine Reduktion des gebildeten Sauerstoffs als auch des Wasserstoffperoxids stattfindet. Die Verminderung des Oxidationspotenzials für Wasserstoffperoxid an der Benzochinon-beschichteten Goldelektrode im Vergleich mit dem identischen Schichtaufbau ohne Benzochinon deutet auf einen elektrokatalytischen Effekt dieses Moleküls bei der oxidativen Zersetzung von Wasserstoffperoxid. Die analytische Bewertung der Sensor-Leistungsfähigkeit erfolgte im voltammetrischen als auch im amperometrischen Modus. Im Konzentrationsbereich von 0.1 mM bis 2.5 mM Wasserstoffperoxid verläuft die Sensor-Antwort linear, die untere Nachweisgrenze liegt bei ca. 4 µM Wasserstoffperoxid. Der amperometrische Chemosensor zeigt in Gegenwart typischer Stör-Substanzen wie Ascorbinsäure, Harnsäure oder Glukose eine gute Selektivität. Die hohe Empfindlichkeit legt nahe, dieses System nicht nur als Wasserstoffperoxid-Sensor einzusetzen, sondern auch als Transduktor für Biosensoren mit immobilisierten Oxidoreduktasen, wie z.B. als Glukose-Biosensor mit Glukoseoxidase. N2 - The present work aimed to develop a new biochemical sensor based on a gold surface with well-defined structural nano-motifs. The new anchor molecule 1,3-dimercaptopropan-2-ol was synthesized for this purpose. Due to its symmetrical structure with two thiol groups, it forms a very stable self-assembled monolayer (SAM) on the gold surface. The monolayers of 1,3-dimercaptopropan-2-ol were studied by cyclic voltammetry, impedance spectrometry, X-ray photoelectron spectroscopy (XPS), kinetics of capacitance and contact angle measurements. The structure of the SAM is determined by the adsorption conditions. The comparative study of the desorption of SAM shows that the stability of SAM increases when the molecules are mostly bound through both thiol groups. The electrochemically active p-benzoquinone was immobilized on this monolayer. The 1,3- dimercaptopropan-2-ol served as an anchor molecule, 3-mercaptopropionic acid acted as a spacer, and 1,4-benzoquinone as a head group. The surface concentration of p-benzoquinone was 2.5 ± 0.2×10-10 mol•cm⁻². This corresponds to a functionalization of 65 ± 5% SAM molecules. The assembled layer can be used for electrically addressable immobilization of biomolecules or development of electrocatalytic sensors. The SAM with terminal benzoquinone was used as a sensor for the quantitative detection of hydrogen peroxide. The sensor characterization was performed with cyclic voltammetry in the potential range from -0.6 V to +0.9 V as well as in the anodic or cathodic range only. The results indicate an oxidative electrochemical decomposition of the hydrogen peroxide at a potential of about +0.4 V with oxygen formation, while at cathodic potentials a reduction of the formed oxygen as well as of the hydrogen peroxide takes place. The reduction of the oxidation potential for hydrogen peroxide at the benzoquinone-coated gold electrode compared with the identical layer structure without benzoquinone indicates an electrocatalytic effect of this molecule in the oxidative decomposition of hydrogen peroxide. The analytical evaluation of the sensor performance was performed in voltammetric as well as in amperometric mode. In the concentration range from 0.1 to 2.5 mM of hydrogen peroxide, the sensor response is linear, with a lower limit of detection of approximately 4 µM. The amperometric chemosensor shows good selectivity in the presence of typical interfering substances such as ascorbic acid, uric acid or glucose. The high sensitivity suggests that this system should not only be used as a hydrogen peroxide sensor, but also as a transducer for biosensors with immobilized oxidoreductases, such as a glucose biosensor with glucose oxidase. KW - Benzochinon KW - Elektrochemisch aktive Schicht KW - Elektrokatalytische Oxidation KW - Wasserstoffperoxid KW - Benzoquinone KW - Electrochemically active layer KW - Electrocatalytic oxidation KW - Hydrogen peroxide KW - Biosensor KW - Chinone KW - Dithiolverbindungen KW - Bioelektrochemie KW - Elektrochemische Oxidation KW - Selbst organisierendes System Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-60041 ER - TY - THES A1 - Soltani Zarrin, Pouya T1 - Permittivity biosensor for the recognition of saliva samples of COPD patients using neuromorphic-based machine learning T1 - Permittivitäts-Biosensor für die Charakterisierung von Speichelproben von COPD-Patienten mit neuromorphischem maschinellem Lernen N2 - Chronic Obstructive Pulmonary Disease (COPD) is an inflammatory lung disease, causing breathing difficulties in patients due to obstructed airflow in lungs. COPD is one of the main leading causes of death worldwide with an annual mortality rate of three million people. Despite the absence of an effective treatment for COPD, an early-stage diagnosis plays a crucial role for the effective management of the disease. However, majority of patients with objective COPD go undiagnosed until late stages of their disease due to the lack of a reliable technology for the recognition and monitoring of COPD in Point-of-Care (PoC). Alternative diagnostic approaches such as the accurate examination of respiratory tract fluids like saliva can address this issue using a portable biosensor in a home-care environment. Nonetheless, the accurate diagnosis of COPD based on this approach is only possible by concurrent consideration of patients demographic--medical parameters. Therefore, Machine Learning (ML) tools are necessary for the comprehensive recognition of COPD in a PoC setting. On the other hand, drawbacks of cloud-based ML techniques for medical applications such as data safety, immerse energy consumption, and enormous computation requirements need to be addressed for this application. Therefore, the objective of this thesis was to develop a ML-equipped system for the management of COPD in a PoC setup. A portable permittivity biosensor was developed in this work and its in-vitro performance was evaluated throughout clinical experiments. ML techniques were applied on biosensor results, demonstrating the significant role of these algorithms for the recognition of COPD. Moreover, developed ML models were deployed on a neuromorphic platform for addressing the shortcomings of cloud-based approaches. N2 - Die chronisch obstruktive Lungenerkrankung (COPD) ist eine entzündliche Lungenerkrankung, die bei Patienten Atembeschwerden aufgrund eines behinderten Luftstroms in der Lunge verursacht. COPD ist eine der häufigsten Todesursachen weltweit mit einer jährlichen Sterblichkeitsrate von drei Millionen Menschen. Obwohl es keine wirksame Behandlung für COPD gibt, spielt die Diagnose im Frühstadium eine entscheidende Rolle für die effektive Behandlung der Krankheit. Die Mehrheit der Patienten mit objektiver COPD bleibt jedoch bis in späte Stadien ihrer Erkrankung unerkannt, da es keine zuverlässige Technologie zur Erkennung und Überwachung von COPD am Point-of-Care (PoC) gibt. Alternative diagnostische Ansätze wie die genaue Untersuchung von Atemwegsflüssigkeiten wie Speichel können dieses Problem mit Hilfe eines tragbaren Biosensors in einer Home-Care-Umgebung beheben. Die genaue Diagnose von COPD auf Basis dieses Ansatzes ist jedoch nur bei gleichzeitiger Berücksichtigung der demographisch-medizinischen Parameter des Patienten möglich. Daher sind Werkzeuge des maschinellen Lernens (ML) für die umfassende Erkennung von COPD in einer PoC-Umgebung notwendig. Auf der anderen Seite müssen die Nachteile von Cloud-basierten ML-Techniken für medizinische Anwendungen, wie z.B. die Datensicherheit, der immersive Energieverbrauch und der enorme Rechenaufwand, für diese Anwendung adressiert werden. Daher war das Ziel dieser Arbeit, ein ML-ausgerüstetes System für das Management von COPD in einem PoC-Setup zu entwickeln. In dieser Arbeit wurde ein tragbarer Permittivitäts-Biosensor entwickelt und seine in-vitro Leistung wurde in klinischen Experimenten evaluiert. ML-Techniken wurden auf die Ergebnisse des Biosensors angewandt, was die bedeutende Rolle dieser Algorithmen für die Erkennung von COPD demonstrierte. Darüber hinaus wurden die entwickelten ML-Modelle auf einer neuromorphen Plattform eingesetzt, um die Unzulänglichkeiten von Cloud-basierten Ansätzen zu beheben. KW - BiCMOS permittivity biosensors KW - COPD management KW - Saliva characterization KW - Bioneuromorphics KW - Machine learning in medicine KW - BiCMOS Permittivitäts-Biosensoren KW - COPD-Management KW - Speichelcharakterisierung KW - Bioneuromorphie KW - Maschinelles Lernen in der Medizin KW - Obstruktive Ventilationsstörung KW - Speichel KW - BICMOS KW - Biosensor KW - Maschinelles Lernen Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-55016 ER - TY - THES A1 - Scherbahn, Vitali T1 - Towards ultrasensitive SPR-based sensing: self-referencing and detection of single nanoparticles T1 - Entwicklung ultrasensitiver SPR-basierter Sensortechnologien: Selbstreferenzierung und Nachweis einzelner Nanopartikel N2 - Surface plasmon resonance (SPR) and its extensions, surface plasmon resonance imaging (SPRi) and surface plasmon resonance microscopy (SPRM) both enabling visualization of the sensor surface, belong to classical, indispensable highly sensitive and robust optical (bio)analytical techniques to study affinity processes on a surface. Nevertheless, SPR and SPRi/SPRM undergo a continuous development in regard to the improvement of sensitivity. The main challenge in this direction is attributed to the separation of signals due to the binding of analytes and those due to the bulk effect. The main task of the present thesis was to apply different strategies to improve the performance of SPR sensing. Within this scope, two main objectives were pursued: (1) implementation and realization of a so-called internal referencing towards suppression of the bulk effect leading to an improvement and optimization of the signal-to-noise ratio (SNR) and (2) application of wide-field (WF)-SPRM to detect, to visualize and to characterize single nanoparticles adsorbed to modified surfaces. The first objective of this thesis comprises the realization of three different internal-referencing approaches. In the first approach, a self-referencing effect based on arbitrarily distributed micro-patterned self-assembled monolayer (SAM) containing sensing and referencing spots was realized. Measurements of classical antigen-antibody-interaction resulted in a 10-fold improvement of the SNR by suppression of the bulk effect and the corresponding microfluctuations of the bulk temperature. The application of the second internal-referencing-approach, ionic referencing, acting as an assessment of patterned SAM was realized using electrolytes with a high molar refraction of either anions or cations to micro-patterned SAM combined with WF-SPRM as detecting technology. As a result, successful, unobtrusive visualization and spatial distinction of micro-patterned surfaces was shown. Unlike visualization of micro-scaled surface areas, the application of spatio-temporal referencing in WF-SPRM, as a third type of internal referencing, enables to detect, moreover to visualize and localize, smallest changes in refractive index near/on the sensor surface. In that sense, the second objective of this thesis was dedicated to the application of the WF-SPRM technology combined with spatio-temporal referencing to detect, to visualize, to quantify and to characterize single nanoparticles adsorbed to the sensor surface; here, nanoparticles act as analyte species. Based on a sophisticated image analysis, successful detection and characterization of single nanoparticles in complex media such as wine, juice and sun cream was performed. Besides being a powerful solution for nanoparticles analytics, the WF-SPRM technology represents a base to develop novel, ultra-sensitive and fast (bio)sensing platforms. Within this scope, enzyme-assisted generation of nanoparticles was studied. N2 - Oberflächenplasmonenresonanz (engl. surface plasmon resonance, SPR) und deren Erweiterungen Oberflächenplasmonenresonanz-Imaging (SPRi) und Oberflächenplasmonenresonanz-Mikroskopie (SPRM) gehören zu den klassischen, unverzichtbaren, robusten und äußerst empfindlichen Messtechnologien, um Affinitätsprozesse auf modifizierten Oberflächen zu untersuchen. Nichtsdestotrotz unterliegt diese Messtechnologie einem kontinuierlichen Entwicklungsprozess hinsichtlich der Messempfindlichkeit. Dabei stellt die Trennung des Affinitäts- vom Volumensignal die größte Herausforderung dar. Das Ziel der vorliegenden Dissertation besteht in der Anwendung von unterschiedlichen Strategien zur Optimierung der Leistung und der Empfindlichkeit von SPR-basierten (Bio)sensoren. Um das Ziel zu erreichen, wurden zwei Ansätze verfolgt: (1) Implementierung und Realisierung einer sogenannten internen Referenzierung zur Unterdrückung des Volumeneffekts mit dem Ziel, das Signal-Rausch-Verhältnis zu optimieren und (2) die Anwendung von Weitfeldoberflächenplasmonenresonanzmikroskopie (engl. wide-field (WF)-SPRM) zur Detektion, Visualisierung und Charakterisierung der Adsorption einzelner Nanopartikel auf modifizierten Oberflächen. Im ersten Teil der vorliegenden Arbeit wurden drei Ansätze zur Realisierung einer internen Referenzierung verfolgt. Der erste Ansatz basiert auf der Anwendung einer durch Referenz- und aktive Oberflächenbereiche mikrostrukturierten Beschichtung der Sensoroberfläche. Messungen von Antigen-Antikörper-Wechselwirkungen ergaben dabei eine 10-fache Verbesserung des Signal-Rausch-Verhältnisses. Der zweite Ansatz – ionische Referenzierung, um mikrostrukturierte Oberflächen mithilfe von WF-SPRM zu untersuchen bzw. abzubilden – basiert auf der Anwendung von Salzen, welche eine hohe Differenz in ihrer Molrefraktion aufweisen. Somit konnten schwierig zu untersuchende monomolekulare Oberflächenstrukturen, die z.B. unterschiedliche Oberflächenladungen aufweisen, sichtbar gemacht werden. Der dritte Ansatz basiert auf der Kombination einer räumlich-zeitlichen (engl. spatio-temporal) Bildreferenzierung mit bildgebender WF-SPRM-Technologie, um äußerst minimale Änderungen im Brechungsindex nahe der Sensoroberfläche visuell zu erfassen. Gleichzeitig stellt dieser Ansatz den zweiten Teil der vorliegenden Arbeit dar: Nachweis, Sichtbarmachung und Analyse der Wechselwirkung zwischen einzelnen Nanopartikeln und modifizierten Sensoroberflächen mittels höchstempfindlicher WF-SPRM. Der Nachweis einzelner Nanopartikel mittels WF-SPRM eröffnet neue Perspektiven hinsichtlich der Entwicklung innovativer Sensorplattformen. In diesem Sinne wurde die WF-SPRM-Technologie zur Untersuchung von enzym-vermittelter Synthese von Nanopartikeln sowohl mit ungebundenem als auch mit an die Sensoroberfläche gekoppeltem Enzym erfolgreich eingesetzt. KW - Surface plasmon resonance microscopy KW - Self-referencing KW - Single nanoparticles KW - Ezymatic synthesis of nanoparticles KW - Surface patterning KW - Enzymvermittelte Synthese von Nanopartikeln KW - Selbstreferenzierung KW - Einzelne Nanopartikel KW - Oberflächenstrukturierung KW - Oberflächenplasmonenresonanzmikroskopie KW - Oberflächenplasmonenresonanz KW - Oberflächenstruktur KW - Biosensor KW - Nanopartikel Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-47119 ER -