Detailansicht
Modeling and simulation of field-effect biosensors
Alena Bulyha
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Mathematik
Betreuer*in
Norbert Mauser
DOI
10.25365/thesis.15425
URN
urn:nbn:at:at-ubw:1-29143.40077.628362-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die dieser Arbeit zugrunde liegende Motivation ist die Notwendigkeit des theoretischen Verstehens der Arbeitsweise von Feld-Effekt Biosensoren oder BioFETs (Feld-Effekt Transistoren). Der Feld-Effekt Biosensor ist ein komplexes "Multi-skalen" System. Der Halbleiter ist hierbei an die biologisch-empfindliche Schicht (bestehend aus Rezeptoren/Proben) gekoppelt, welche die zu erfassenden Analytmoleküle (Targets), wie etwa DNS, in einer Elektrolytlösung detektiert. Das Grundprinzip von BioFETs ist im Folgenden kurz erläutert: Wenn sich Analyt-Biomoleküle an Oberflächenrezeptoren binden, ändert sich die Ladungsverteilung nahe der Oberfläche. Dies führt zu einer messbaren Änderung von elektrostatischem Potenzial und Leitwert im Halbleiter.
Neben zahlreicher anderer Faktoren muss die Modellierung von BioFET Sensoren auch die Elektrostatik und Geometrie von Flüssigkeitsbestandteilen und Biomolekülen, die Bindungseffizienz ebendieser Probe- und Targetmoleküle auf der Grenzschicht, die Elektrostatik und Leitfähigkeit des Halbleitertransducers sowie die Sensorgeometrie berücksichtigen. Hierbei ist zu beachten, dass die bio-physikalischen und nano-elektronischen Bestandteile des Sensors von stark unterschiedlichem Längenmaßstab sind und somit getrennt betrachtet werden müssen und dann auf selbst-konsistente Art und Weise verbunden werden.
Diese Dissertation gibt ein allgemeines mathematisches Konzept für Transistoren, deren Grenzschicht zwischen Isolator und Elektrolytlösung mit DNA modifiziert wurde. Dafür beschreiben wir die Arbeitsweise des Systems als Ganzes und schlagen eine Segmentierung in Einzelmodelle vor, ebenso wie eine Methode zur späteren Zusammenführung der einzelnen Modellbestandteile. Neben einer mathematischen Analysis von partiellen Diffentialgleichungen des Modells ist die Hauptaufmerksamkeit hierbei auf die Modellierung und Simulation von Prozessen gerichtet, die in der bio-physikalische Bestandteilen des Sensors auftreten.
Die Simulation von bio-funktionalisierten Oberflächen stellen bestimmte Anforderungen an die Simulation, welche mit einem Monte Carlo Algorithmus verwirklichen werden. Das konstantgehaltene Potenzial ermöglicht hierbei die Berücksichtigung der zugehörigen präzisen Randbedingungen: DNS-Stränge können an der Oberfläche rotiert werden und mehrere Moleküle können sich in einem Simulationsteilgebiet aufhalten. Letztere Bedingung ist notwendig um eine gute Statistik im Fall niedriger Ionenkonzentration zu erhalten. Die Simulationsergebnisse repräsentieren Oberflächen die mit PNS (Peptid-Nukleinsäure) und mit einzel und doppelsträngigen DNS-Molekülen (Desoxyribonukleinsäure) funktionalisiert sind und sich in einer Natriumchloridflüssigkeit befinden. Diese quantitativen Ergebnisse ermöglichen ein Screening der Biomolekülladungen, bedingt durch die Anwesenheit von Gegenionen in der Nähe von Biomolekülen und elektrischen Doppelschicht. Die Simulationsergebnissen zeigen drei-schichtige Strukturen ebenso wie eine nicht triviale Wechselwirkung zwischen der elektrischen Doppelschicht und den Gegenionen.
Wir bestimmen ebenso die Bindungseffizienz zwischen Rezeptoren und DNS-Molekülen. Dafür erforschen wir den diffusiven Transport der geladenen Biomoleküle ebenso wie die beiden möglichen Arten von chemischen Reaktionen in der Nähe der funktionalisierten Oberfläche, genauer gesagt die spezifische und nicht spezifische Bindung. Dieses wohldefinierte Problem wurde mathematisch formuliert, diskretisiert und numerisch gelöst. Darüber hinaus präsentieren wir Simulationsergebnisse zu den untersuchten Diffusions- und Reaktionsprozessen, ebenso wie ihre wechselseitige Beeinflussung.
Außerdem wurde ein Verfahren zur Charakterisierung von Biosensoren entwickelt, welches das biologische Rauschen des Systems ermitteln kann. Wir konzentrieren uns hierbei auf stochastische Prozesse, die in der Nähe der funktionalisierten Oberfläche auftreten. Die chemische Langevin Gleichung wurde zur Beschreibung von Assoziations- und Dissoziationsprozessen an der Oberfläche hergeleitet. Die Bindungseffizienz der Biomoleküle, das Signal und das biologische Rauschen des Sensors wurden spezifiziert und kalkuliert. Die Simulationsergebnisse zu Bindungseffizienz und Signal-to-Noise Ratio wurden dargestellt, und bezüglich Antwortzeit verglichen und analysiert.
Unser mathematisches Modell leistet somit einen maßgeblichen Beitrag zum qualitativen Verständnis der wichtigen Eigenschaften von BioFET Sensoren und liefert einen Hochleistungsalgorithmus zur Vorhersage verschiedenster Vorgänge im Sensor.
Abstract
(Englisch)
This work is motivated by the need for a theoretical understanding of the functioning of field-effect biosensors or BioFETs (Field-Effect Transistors).The field-effect biosensor is a complex multi-scale system where a semiconductor device is coupled to a biologically sensitive layer (receptors or probes) that detects analyte biomolecules (targets), for instance DNA, in an electrolyte. The principle of BioFETs is the following: when the analyte biomolecules bind to the surface receptors, the charge distribution at the surface changes; that modulates the electrostatic potential in the semiconductor and, thus, its conductance, which can be measured.
The modeling of such BioFET sensors must take into account the electrostatics and the geometry of the liquid, of the probe and the target molecules in the boundary layer, the binding efficiency of the probes and targets, the electrostatics and the conductance of the semiconducting transducer and the device geometry. Note that the bio-physical and the nano-electronic parts define very different length scales, and therefore, they have to be considered separately and then coupled in a self-consistent manner.
In this thesis we provide a general mathematical concept to deal with transistors with DNA-modified insulator-electrolyte interface. For that we describe the functioning of the system as a whole and suggest corresponding segmentation for further treatment as well as the compilation procedures for previously segmented model. Besides a mathematical analysis of partial differential equations occurring in the model the main focus of the work is the modeling and simulation of the processes that occur in the bio-physical part of the sensors.
The simulation of the bio-functionalized surfaces poses special requirements on the Monte-Carlo simulations and these are addressed by the algorithm. The constant-voltage ensemble enables us to include the correct boundary conditions; the DNA (deoxyribonucleic acid) strands can be rotated with respect to the surface; and several molecules can be placed into a single simulation box in order to achieve good statistics in the case of low ionic concentrations, i.e. under conditions that are typically observed in experiments. Simulation results are presented for the leading example of surfaces functionalized with PNA (peptide nucleic acid) and with single- and double-stranded DNA in a sodium-chloride electrolyte. These quantitative results make it possible to quantify the screening of the biomolecule charge due to the counter-ions around the biomolecules and the electrical double layer. The resulting concentration profiles show a three-layer structure and non-trivial interactions between the electric double layer and the counter-ions.
We also identify the binding efficiency of the receptors to the DNAs of interest. For that we investigate the diffusive transport of the charged biomolecules and the two types of the chemical reactions near the functionalized surface, i.e. specific and non-specific binding. The well-posed problem is formulated, discretized and solved. We also present a simulation results and examine the diffusion and reaction processes as well as their interaction.
Furthermore, an approach is developed for device characterization that allows to determine the biological noise of the system and to identify the signal-to-noise ratio. We focus on the stochastic processes that occur at the functionalized surface. The chemical Langevin equation for a binding (i.e. association and dissociation) processes occurring at the functionalized surface is obtained. The binding efficiency of the biomolecules, the signal and the biological noise of the device are specified and calculated. The simulation results for binding efficiency and for signal-to-noise ratio are presented, compared and analyzed with respect to the response time.
Our mathematical modeling yields qualitative understanding of important properties of BioFETs and helps to provide high performance algorithms for predictive simulations.
Schlagwörter
Schlagwörter
(Englisch)
Biosensors Partial Differential Equations Parabolic Differential Equations Reaction-Diffusion Equations Stochastic Processes Monte Carlo Algorithm Langevin Equation
Schlagwörter
(Deutsch)
Biosensoren Partielle Differentialgleichungen Parabolische Differentialgleichungen Reaktions-Diffusionsgleihungen Stochastische Prozesse Monte Carlo Algorithmus Langevin Gleichung
Autor*innen
Alena Bulyha
Haupttitel (Englisch)
Modeling and simulation of field-effect biosensors
Paralleltitel (Deutsch)
Modelierung und Simulation von Feld-Effekt Biosensoren
Publikationsjahr
2011
Umfangsangabe
X, 98 S.
Sprache
Englisch
Beurteiler*innen
Christian Ringhofer ,
Dezso Boda
AC Nummer
AC08704294
Utheses ID
13843
Studienkennzahl
UA | 091 | 405 | |