Impedimetric sensor and machine learning for in-situ monitoring of silica nanoparticles

Author(s)

Larissa Fernanda Ferreira

• Document type: Doctoral Thesis
• Press: Campinas, SP.
• Institution: Universidade Estadual de Campinas (UNICAMP). Instituto de Química
• Defense date: 2023-07-19

Examining board members

Renato Sousa Lima; William Reis de Araujo; José Alberto Fracassi da Silva; Daniel Souza Corrêa; Paulo Augusto Raymundo Pereira

• Advisor: Renato Sousa Lima

Abstract

Um dos principais desafios para as técnicas de caracterização convencionais é o monitoramento em tempo real e in-situ de nanomateriais (NMs) ao longo da sua síntese. Esse tipo de estudo auxilia (i) estudos fundamentais (como a formação da coroa de proteínas e cinética da síntese e da etapa de funcionalização), contribuindo, por exemplo, para o desenvolvimento de nanomedicamentos mais eficazes, e (ii) o controle de qualidade dos NMs, na academia ou na indústria. De fato, a falta de reprodutibilidade na síntese de NMs é uma barreira frente a aplicações em larga escala de nanotecnologias. Nesta tese de doutorado, baseada em um sensor milifluídico impedimétrico e tratamento de dados por machine learning (ML), é apresentada uma plataforma para monitorar em tempo real e de forma in-situ (i) a síntese e (ii) a funcionalização de nanopartículas de sílica (SiO2NPs). Na primeira parte do trabalho, os eletrodos consistiram em padrões interdigitados (interdigitated electrodes, IDEs) de Cr/Au. Descritores simples obtidos pelo método SISSO (sure independence screening and sparsifying operator) superaram as interferências da adsorção das SiO2NPs sobre os IDEs que ocorre ao decorrer da síntese (24 h), garantindo a multideterminação reprodutível e acurada do tamanho e concentração das nanopartículas a partir de uma única medida de impedância (Z) vs. frequência (para cada amostra). Na segunda parte do trabalho, a plataforma foi empregada para determinar de maneira reprodutível e acurada o nível de funcionalização das SiO2NPs com ácido fólico (FO), um direcionador para interação com células tumorais. O (3-aminopropil)trietoxisilano (APTES) foi utilizado como intermediário de imobilização. A porcentagem de evolução da funcionalização (PEFN1s) das SiO2NPs-APTES com FO foi baseada nas quantidades relativas de N 1s obtidas por XPS (X-ray photoelectron spectroscopy) para até 6,0 h de modificação química covalente. Em ambas as aplicações, o SISSO proporcionou a determinação dos parâmetros de interesse com velocidade e simplicidade computacionais haja vista a simplicidade dos descritores que exibiram apenas 6 variáveis. Os erros quadráticos médios calculados foram~2,0 nm (tamanho), 2,6 × 1010 nanopartículas mL-1 (concentração) e 1,5 % (PEFN1s). Ademais, a robustez dos descritores mostrou-se elevada uma vez que eles permitiram determinações acuradas em amostras de teste ‘cegas’, referentes a monitoramentos independentes usando sensores diferentes. As acurácias médias globais foram 103,7 % ± 1,9 % (tamanho) e 95,1 % ± 1,5% (PEFN1s). Em suma, nosso trabalho traz avanços no que tange ao desenvolvimento de sistemas em fluxo simples, englobando basicamente o frasco reacional e um sensor milifluídico impedimétrico, capaz de fornecer a análise em tempo real e in-situ de parâmetros da síntese (tamanho e concentração) e funcionalização (PEFN1s) das SiO2NPs a partir de um único espectro de Z. Essa plataforma poderá, certamente, ser expandida a demais NMs em função do seu princípio de detecção universal e representa uma estratégia promissora para auxiliar (i) estudos fundamentais na área de coloides e (ii) o controle de qualidade da sua síntese e funcionalização química (AU)

• FAPESP's process: 18/24214-3 - Impedimetric sensor and machine learning for in-situ monitoring of nanoparticles
• Grantee: Larissa Fernanda Ferreira
• Support Opportunities: Scholarships in Brazil - Doctorate