QZ
Qingzhu Zhang
Author with expertise in Analysis and Control of Axially Moving Dynamics
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
8
(25% Open Access)
Cited by:
1
h-index:
21
/
i10-index:
44
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Exosomal Membrane Proteins Analysis Using a Silicon Nanowire Field Effect Transistor Biosensor

Meiyan Qin et al.Jul 10, 2024
Exosomes are of great significance in clinical diagnosis, due to their high homology with parental generation, which can reflect the pathophysiological status. However, the quantitative and classification detection of exosomes is still faced with the challenges of low sensitivity and complex operation. In this study, we develop an electrical and label-free method to directly detect exosomes with high sensitivity based on a Silicon nanowire field effect transistor biosensor (Si-NW Bio-FET). First, the impact of Debye length on Si-NW Bio-FET detection was investigated through simulation. The simulation results demonstrated that as the Debye length increased, the electrical response to Si-NW produced by charged particle at a certain distance from the surface of Si-NW was greater. A Si-NW Bio-FET modified with specific antibody CD81 on the nanowire was fabricated then used for detection of cell line-derived exosomes, which achieved a low limit of detection (LOD) of 1078 particles/mL in 0.01 × PBS. Furthermore, the Si-NW Bio-FETs modified with specific antibody CD9, CD81 and CD63 respectively, were employed to distinguish exosomes derived from human promyelocytic leukemia (HL-60) cell line in three different states (control group, lipopolysaccharide (LPS) inflammation group, and LPS + Romidepsin (FK228) drug treatment group), which was consistent with nano-flow cytometry. This study provides a highly sensitive method of directly quantifying exosomes without labeling, indicating its potential as a tool for disease surveillance and medication instruction.
0
Citation1
0
Save
0

Distributionally robust optimization configuration method for island microgrid considering extreme scenarios

Qingzhu Zhang et al.Jun 13, 2024
The marine climate conditions are intricate and variable. In scenarios characterized by high proportions of wind and solar energy access, the uncertainty regarding the energy sources for island microgrid is significantly exacerbated, presenting challenges to both the economic viability and reliability of the capacity configuration for island microgrids. To address this issue, this paper proposes a distributionally robust optimization (DRO) method for island microgrids, considering extreme scenarios of wind and solar conditions. Firstly, to address the challenge of determining the probability distribution functions of wind and solar in complex island climates, a conditional generative adversarial network (CGAN) is employed to generate a scenario set for wind and solar conditions. Then, by combining k-means clustering with an extreme scenario selection method, typical scenarios and extreme scenarios are selected from the generated scenario set, forming the scenario set for the DRO model of island microgrids. On this basis, a DRO model based on multiple discrete scenarios is constructed with the objective of minimizing the sum of investment costs, operation and maintenance costs, fuel purchase costs, penalty costs of wind and solar curtailment, and penalty costs of load loss. The model is subjected to equipment operation and power balance constraints, and solved using the columns and constraints generation (CCG) algorithm. Finally, through typical examples, the effectiveness of this paper's method in balancing the economic viability and robustness of the configuration scheme for the island microgrid, as well as reducing wind and solar curtailment and load loss, is verified.