Synthesis of tetrahexahedral Au-Pd core–shell nanocrystals and reduction of graphene oxide for the electrochemical detection of epinephrine

石墨烯 循环伏安法 材料科学 微分脉冲伏安法 电化学气体传感器 纳米复合材料 傅里叶变换红外光谱 纳米材料 安培法 检出限 化学工程 电催化剂 氧化物 纳米颗粒 纳米晶 纳米技术 电化学 电极 分析化学(期刊) 化学 有机化学 色谱法 物理化学 冶金 工程类
作者
Wenhao Dong,Yipeng Ren,Zhixue Bai,Jun Jiao,Yuan Chen,Bingkai Han,Qiang Chen
出处
期刊:Journal of Colloid and Interface Science [Elsevier]
卷期号:512: 812-818 被引量:62
标识
DOI:10.1016/j.jcis.2017.10.071
摘要

An innovative epinephrine sensor was fabricated by integrating tetrahexahedral (THH) Au-Pd core-shell nanocrystals on reduced graphene oxide (rGO) nanosheets. Furthermore, the nanocomposites combined the large specific areas of rGO with the high-index facets and excellent electrocatalytic activity of the THH Au-Pd nanocrystals, and the nanocomposites were an essential adapter for detecting epinephrine. In the present work, transmission electron microscopy (TEM), Fourier transform infrared spectroscopy (FTIR) and X-ray diffraction (XRD) were used to identify and characterize these unique nanocomposites, and the results revealed that a unique THH Au-Pd/rGO core-shell nanostructure was synthesized successfully. To further explore the electrochemical behaviors of these nanomaterials at a GC electrode, we applied cyclic voltammetry (CV), differential pulse voltammetry (DPV) and amperometry to study the conductivity and electrocatalytic activity of the proposed sensor, and the results suggested that the sensor based on Au-Pd/rGO presented a lower limit of detection (0.0012 μM at a signal to noise ratio of 3), wide linear detection range (0.001 µM to 1000 µM), and extraordinary selectivity and reproducibility. Moreover, the data showed that the sensor possessed good stability and acceptable accuracy to detect epinephrine in human serum samples. In summary, this work is not only a potential way to manufacture various nonenzymatic sensors but also a significant contribution to further studies in catalysis, cell fuel cells and other relevant applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
孤烟完成签到,获得积分10
刚刚
1秒前
Hello应助我有一头小毛驴采纳,获得10
2秒前
二东发布了新的文献求助10
2秒前
KeYang发布了新的文献求助10
2秒前
火火火发布了新的文献求助30
2秒前
天天快乐应助司纤户羽采纳,获得10
3秒前
3秒前
热情的紫菜完成签到,获得积分10
4秒前
大大怪发布了新的文献求助10
5秒前
6秒前
善学以致用应助WERTUYU采纳,获得10
7秒前
华仔应助香蕉紫菜采纳,获得10
7秒前
英俊的铭应助xiaisxi采纳,获得10
7秒前
山猫完成签到,获得积分10
9秒前
科研通AI2S应助sanxing采纳,获得10
9秒前
又又发布了新的文献求助10
9秒前
11秒前
orixero应助三木小君子采纳,获得10
12秒前
001发布了新的文献求助10
13秒前
醉熏的小土豆完成签到,获得积分10
14秒前
15秒前
16秒前
tanwenbin完成签到,获得积分10
17秒前
17秒前
17秒前
文艺发布了新的文献求助30
17秒前
18秒前
19秒前
YK发布了新的文献求助10
21秒前
cc2941发布了新的文献求助10
21秒前
lzb2228发布了新的文献求助10
21秒前
zhangzhang完成签到,获得积分10
21秒前
纪震宇发布了新的文献求助10
21秒前
xiaode完成签到,获得积分10
21秒前
司纤户羽发布了新的文献求助10
22秒前
22秒前
悦耳从彤完成签到,获得积分10
23秒前
kk发布了新的文献求助10
24秒前
无花果应助hgh采纳,获得10
24秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157866
求助须知:如何正确求助?哪些是违规求助? 2809202
关于积分的说明 7880857
捐赠科研通 2467704
什么是DOI,文献DOI怎么找? 1313664
科研通“疑难数据库(出版商)”最低求助积分说明 630476
版权声明 601943