Sensor impedimétrico e machine learning para o monitoramento in-situ de nanopartículas

• Processo: 18/24214-3
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de agosto de 2019
• Data de Término da vigência: 31 de julho de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Química - Química Analítica
• Pesquisador responsável: Renato Sousa Lima
• Beneficiário: Larissa Fernanda Ferreira
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Ministério da Ciência, Tecnologia e Inovação (Brasil). Campinas , SP, Brasil
• Assunto(s): Sensores Síntese Controle da qualidade Nanotecnologia Língua eletrônica Nanopartículas Sílica
• Palavra(s)-Chave do Pesquisador: controle de qualidade | eletroquímica capacitiva | Nanotecnologia | Síntese | Sensores

Resumo

A pobre reprodutibilidade de síntese e funcionalização dos nanomateriais é o maior desafio para o desenvolvimento de nanotecnologias. Logo, em função da demanda crescente de escalonamento da produção desses materiais e do impacto da sua química de superfície sobre as aplicações, a construção de sensores simples, rápidos e portáteis para o controle de qualidade, ex-situ e in-situ, de nanomateriais é altamente desejável. Neste contexto, este projeto possui como objetivo geral o desenvolvimento de um novo tipo de língua eletrônica microfluídica de resposta única para análises multivariadas de reconhecimento de padrões visando ao controle de qualidade de nanopartículas de sílica (SiO2NPs). Isso inclui, a princípio, o monitoramento ex-situ da sua superfície em função da extensão de funcionalização com organossilano (intermediário de imobilização) e com folato, biorreceptor que pode ser usado para interações específicas com células tumorais para propósitos de diagnóstico e tratamento do Câncer. Num segundo momento, serão realizados a síntese microfluídica e o monitoramento in-situ das SiO2NPs de acordo com o seu tamanho, homogeneidade e estabilidade coloidal. O tamanho e a química de superfície das nanopartículas são relevantes para o desempenho e a reprodutibilidade de suas aplicações. Análises de espectroscopia de impedância serão feitas em um potenciostato portátil controlado por smartphone. A língua eletrônica será baseada numa associação de capacitores de dupla-camada elétrica em paralelo. Minas de lápis de grafite serão utilizadas de forma inédita como as sondas sensíveis da língua, gerando vantagens de custo, simplicidade, velocidade de produção e sensibilidade. As minas serão usadas como compradas, sem qualquer modificação de superfície. A diversificação no sinal analítico, necessária para o reconhecimento de padrões pela língua, será garantida pelas diferentes áreas, propriedades elétricas e composições das minas (9H a 9B), as quais se caracterizam por razões grafite/argila específicas. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

FERREIRA, LARISSA F.; GIORDANO, GABRIELA F.; GOBBI, ANGELO L.; PIAZZETTA, MARIA H. O.; SCHLEDER, GABRIEL R.; LIMA, RENATO S.. Real-Time and In Situ Monitoring of the Synthesis of Silica Nanoparticles. ACS SENSORS, v. 7, n. 4, p. 13-pg., 2022-04-22. (18/24214-3)

NICOLICHE, CAROLINE Y. N.; DE OLIVEIRA, RICARDO A. G.; SILVA, GIULIA S.; FERREIRA, LARISSA F.; RODRIGUES, IAN L.; FARIA, RONALDO C.; FAZZIO, ADALBERTO; CARRILHO, EMANUEL; DE PONTES, LETICIA G.; SCHLEDER, GABRIEL R.; et al. Converging Multidimensional Sensor and Machine Learning Toward High-Throughput and Biorecognition Element-Free Multidetermination of Extracellular Vesicle Biomarkers. ACS SENSORS, v. 5, n. 7, p. 8-pg., 2020-07-24. (17/02317-2, 18/24214-3, 14/50867-3, 17/18139-6)

GIORDANO, GABRIELA F.; FERREIRA, LARISSA F.; BEZERRA, ITALO R. S.; BARBOSA, JULIA A.; COSTA, JULIANA N. Y.; PIMENTEL, GABRIEL J. C.; LIMA, RENATO S.. Machine learning toward high-performance electrochemical sensors. ANALYTICAL AND BIOANALYTICAL CHEMISTRY, v. 415, n. 18, p. 10-pg., 2023-01-13. (20/09102-4, 18/24214-3)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

FERREIRA, Larissa Fernanda. Sensor impedimétrico e machine learning para o monitoramento in-situ de nanopartículas de sílica. 2023. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Química Campinas, SP.