基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为探索用于现场检测牛乳中氯霉素(CAP)残留的高灵敏度及特异性强的免疫传感器方法,本实验在制备CAP单克隆抗体的基础上,以卵清蛋白-氯霉素(OVA-CAP)偶联物为包被抗原, 并将其包被到聚苯乙烯反应板上;在孵育反应中,样品中的CAP与OVA-CAP竞争结合CAP单克隆抗体,洗涤后加入碱性磷酸酶(ALP)标记的二抗,经再次孵育及洗涤后加入对硝基苯磷酸(pNPP)底物液;反应终止后用线性导数伏安法记录pNPP水解产物的氧化峰电流.实验结果表明,用免疫传感法测试CAP的灵敏度高于传统的间接竞争酶联免疫吸附法(ELISA).该方法检测CAP的检出限为0.064 μg/L; 检测线性范围为0.15~600 μg/L,测试牛奶样品的平均回收率为89.8%.另外,由于免疫电化学传感器体积较小,便于携带,操作简单,可实现牛乳样品中CAP残留的现场检测.
推荐文章
氯霉素残留胶体金免疫层析快速检测法的研制
氯霉素
酶联免疫吸附试验
胶体金免疫层析法
鸡肌肉组织中氯霉素残留ELISA检测方法的研究
氯霉素
ELISA
多克隆抗体
鸡肌肉组织
高效液相色谱法检测牛奶中甲砜霉素残留的研究
甲砜霉素
残留
高效液相色谱法
牛奶
高效液相色谱法检测牛奶中氯霉素残留
高效液相色谱
氯霉素
牛奶
检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 伏安免疫法检测牛奶中氯霉素残留
来源期刊 分析化学 学科 化学
关键词 氯霉素 微分脉冲伏安法 免疫传感方法
年,卷(期) 2007,(12) 所属期刊栏目 研究报告
研究方向 页码范围 1731-1735
页数 5页 分类号 O65
字数 4419字 语种 中文
DOI 10.3321/j.issn:0253-3820.2007.12.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁明星 华中农业大学动物医学院 46 266 9.0 14.0
2 刘海峰 上海交通大学农业与生物学院 18 139 8.0 10.0
3 柴春彦 上海交通大学农业与生物学院 96 872 17.0 23.0
4 刘国艳 上海交通大学农业与生物学院 103 1028 20.0 25.0
5 宋巍巍 华中农业大学动物医学院 11 151 7.0 11.0
6 张挪威 华中农业大学动物医学院 7 89 4.0 7.0
7 徐明刚 上海交通大学农业与生物学院 6 95 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (22)
同被引文献  (90)
二级引证文献  (154)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(10)
  • 引证文献(4)
  • 二级引证文献(6)
2012(16)
  • 引证文献(2)
  • 二级引证文献(14)
2013(26)
  • 引证文献(2)
  • 二级引证文献(24)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(16)
  • 引证文献(4)
  • 二级引证文献(12)
2016(28)
  • 引证文献(1)
  • 二级引证文献(27)
2017(17)
  • 引证文献(1)
  • 二级引证文献(16)
2018(23)
  • 引证文献(0)
  • 二级引证文献(23)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
氯霉素
微分脉冲伏安法
免疫传感方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析化学
月刊
0253-3820
22-1125/O6
大16开
长春人民大街5625号
12-6
1972
chi
出版文献量(篇)
9636
总下载数(次)
16
总被引数(次)
112365
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导