A computational study to produce a molecular imprinted polymer for gas sensing of the nerve agent simulant dimethyl methylphosphonate

甲基膦酸二甲酯 分子印迹聚合物 单体 聚合物 计算机科学 可信赖性 神经毒剂 选择性 纳米技术 分子印迹 材料科学 组合化学 化学 有机化学 催化作用 计算机安全 乙酰胆碱酯酶
作者
James Disley,Guzmán Gil‐Ramírez,J.G. González-Rodrı́guez
标识
DOI:10.1117/12.2645112
摘要

The use of chemical warfare agents (CWAs) remains a real threat to public life, in order to safeguard and protect lives. Continues research and investment need to make into early warning systems. Within the scientific literature several sensors have been produced for the detection of CWAs and organophosphorus compounds with varying sensitivities and selectivity. Most sensors developed are unable to detect below the minimum risk level, rendering them ineffective for early warning systems. The use of molecularly imprinted polymers (MIPs) to increase the sensitivity of the sensor is a possible solution to this problem. For an MIP to be successful, the correct monomer must be selected that is complementary to the chosen template molecule. This study utilises computational chemistry for the identification of potential monomers complementary to the chosen template, for the fabrication of an MIP. Dimethyl methylphosphonate (DMMP) was used as the template for the MIP as the compound is a mimic for Sarin and is used heavily within the literature for the design of chemical warfare sensors. By investigating the polymerisation capabilities and interactions with the template, a suitable candidate can be selected without wasting time and resources. The chemical structures of the monomers and template were imported into Spartan and converted into a 3D model. Density functional theory (DFT) with the B3LYP/6-31G level was used to calculate the electronic binding energies with a 1 to 3 ratio of Chitosan to DMMP proving to be the most efficient option.
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
Helic完成签到,获得积分10
刚刚
FLX发布了新的文献求助10
1秒前
ZX801发布了新的文献求助10
1秒前
1秒前
damn发布了新的文献求助10
1秒前
深情安青应助Lensin采纳,获得10
2秒前
fcc发布了新的文献求助10
2秒前
科研通AI2S应助曲夜白采纳,获得10
2秒前
易只千纸鹤完成签到,获得积分10
3秒前
王灿灿发布了新的文献求助10
3秒前
Jun应助呆呆瓜采纳,获得10
3秒前
3秒前
贪玩书琴发布了新的文献求助10
3秒前
科目三应助我要吃饭采纳,获得10
4秒前
4秒前
无限亦寒发布了新的文献求助10
4秒前
zero发布了新的文献求助10
4秒前
666完成签到,获得积分10
4秒前
5秒前
蓝天白云发布了新的文献求助10
5秒前
Chemisboy发布了新的文献求助10
6秒前
7秒前
7秒前
7秒前
7秒前
Alarician完成签到,获得积分10
7秒前
xzz完成签到 ,获得积分10
7秒前
叶世玉完成签到,获得积分10
8秒前
8秒前
金旭发布了新的文献求助10
8秒前
释然发布了新的文献求助10
9秒前
0713发布了新的文献求助10
9秒前
晴天霹雳3732完成签到,获得积分10
9秒前
9秒前
10秒前
Gauss应助xixi采纳,获得30
10秒前
11秒前
无花果应助微糖煎蛋采纳,获得10
11秒前
不学石油完成签到,获得积分10
12秒前
12秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 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 3156528
求助须知:如何正确求助?哪些是违规求助? 2807966
关于积分的说明 7875565
捐赠科研通 2466256
什么是DOI,文献DOI怎么找? 1312779
科研通“疑难数据库(出版商)”最低求助积分说明 630273
版权声明 601919