组成图示
点击图片查看大图 · 依据论文自动绘制
传感器类型
场效应晶体管(FET)生物传感器
检测对象
多聚L-赖氨酸（poly-L-lysine, PLL）；样品基质：PBS缓冲液（10 mM磷酸盐，pH 7.4，137 mM NaCl，3 mM KCl）
检测原理
带正电的PLL在PBS中通过静电作用吸附到带负电的SiO2表面及CNT上，使表面电荷密度σsurf由约-2.5 mC cm^-2向正方向变化。根据Gouy-Chapman理论，表面电势随之改变，并调制CNT中载流子化学势，从而改变FET电导。在恒定Vsd=25 mV和Ag/AgCl液门Vg下，PLL结合使转移曲线I(Vg)负移，ΔVg与表面结合浓度β近似线性。微流控通道中对流与扩散形成耗尽区，初始结合通量受质量传输限制；上游PEG-silane阻断非传感结合位点，使耗尽层厚度由约1.3 μm降至200 nm，提高初始蛋白通量。
检测灵敏度
实时响应斜率（dΔVg/dt）：4 nM PLL时 1.9 mV min^-1；44 nM PLL时 15.2 mV min^-1；饱和信号 ΔVg 约50 mV
效应效果
器件在PBS中10 min基线稳定。4 nM与44 nM PLL的初始结合速率分别为0.04 bm min^-1和0.10 bm min^-1，PEG修饰使初始通量提高2.5倍；四次重复中结合速率比为1.9–3.2。荧光成像显示PEG表面仍有少量PLL结合，氧化硅与PEG表面结合量比约为6:1，因此未达理论最大8.3倍增强。作者认为该策略可将检测时间缩短一半以上，并适用于微流控ELISA和SPR等传感平台。
传感器的构成
- 基底/换能器：p型掺杂Si晶圆（p-Si）与300 nm SiO2，提供绝缘表面和静电传感界面
- 纳米换能通道：CVD生长的碳纳米管（CNT），连接源漏电极并作为FET沟道
- 电极：Cr/Au（1 nm Cr/30 nm Au）源漏电极，施加Vsd并读取电流
- 识别元件：SiO2表面负电荷结合位点，通过静电作用吸附带正电多聚L-赖氨酸（PLL）
- 表面修饰层：上游SiO2上的PEG-silane（2-[methoxy(polyethyleneoxy)-propyl]9-12trimethoxysilane）蛋白排斥涂层，阻断非传感结合位点
- 微流控输送层：聚二甲基硅氧烷（PDMS）微流控通道，输送PBS和PLL样品
- 参考电极/液门：Ag/AgCl参比电极，施加门电压Vg并控制溶液电势
- 荧光校准标记：FITC标记PLL（FITC-PLL），用于独立荧光显微镜定量表面结合量，非FET信号标记
中文摘要
生物传感器的响应时间强烈依赖于生物分子向传感表面的传输过程，是未来生物传感器应用中的关键问题。本文报道了碳纳米管场效应晶体管（CNT FET）生物传感器的制备，并定量表征了蛋白质在这些纳米电子传感器表面的结合速率。作者利用该平台检验了一种蛋白质排斥涂层对全电子实时生物传感器蛋白通量的增强效果。当传感器上游的非传感结合位点被阻断后，初始蛋白通量提高了2.5倍。结合质量传输模型，作者计算了该策略在该器件几何条件下可能达到的最大通量增强。研究结果表明，阻断上游结合位点可显著缩短检测时间，并建立了一套适用于纳米电子生物传感器性能表征与微流控传感系统质量传输优化的新方法。
英文摘要
Biosensor response time, which depends sensitively on the transport of biomolecules to the sensor surface, is a critical concern for future biosensor applications. We have fabricated carbon nanotube field-effect transistor biosensors and quantified protein binding rates onto these nanoelectronic sensors. Using this experimental platform we test the effectiveness of a protein repellent coating designed to enhance protein flux to the all-electronic real-time biosensor. We observe a 2.5-fold increase in the initial protein flux to the sensor when upstream binding sites are blocked. Mass transport modelling is used to calculate the maximal flux enhancement that is possible with this strategy. Our results demonstrate a new methodology for characterizing nanoelectronic biosensor performance, and demonstrate a mass transport optimization strategy that is applicable to a wide range of microfluidic based biosensors.