Zugl.: Karlsruhe, Univ., Diss., 2007 / Hergestellt on demand

Regensburg, Univ., Diss., 2006.

Techn. Hochsch., Diss., 2003--Aachen.

Würzburg, Univ., Diss., 2009.

In dieser Arbeit wurde ein Sensorkonzept mit Hilfe der Si-basierten Lichtemitter (MOSLED) zum Östrogennachweis in wässrigen Lösungen entwickelt. Das Sensorkonzept basiert auf einer direkten Fluoreszenzanalyse und besteht aus der Anordnung der Bio-Komponenten und dem Verfahren zu ihrer Herstellung sowie dem eigentlichen Meßverfahren. Die Anordnung besteht aus drei Teilen: die Funktionalisierung der MOSLED-Oberfläche, die Immobilisierung des hER -Rezeptors und die Herstellung der Referenzlösung. Den Schwerpunkt dieser Arbeit bildet die Ausführung dieser drei Teile. Die Funktionalisierung der SiO2-Oberfläche der MOSLED wurde mit Hilfe eines im Rahmen dieser Arbeit entwickelten SSC (Spraying Spin Coating)- Verfahrens realisiert. Die Ausgangsmaterialien dieses Verfahrens sind organofunktionelle Silangruppen mit drei unterschiedlichen funktionellen Gruppen, nämlich die Amino-, Carboxyl- und die Thiolgruppen. Die Optimierung dieser Methode erfolgte mittels der zwei Silangruppen APMS ((3- Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine mit der gleichen Molekülstruktur, aber mit einer unterschiedlichen Anzahl an funktionellen Gruppen. Diese Resultate wurden mit in der Literatur beschriebenen Verfahren verglichen. Die Optimierung der SSC-Methode wurde zuerst auf einfache SiO2-Oberflächen und dann auf der Oberfläche der MOSLED angewendet. Die Proben wurden mit Hilfe üblicher Methoden der Oberflächenphysik- wie FTIR-, Raman- und XPS-Spektroskopie untersucht.Die Oberflächenrauhigkeit wurde mittels AFM-Spektroskopie ermittelt, deren Aufnahmen eine glatte Oberfläche bei den mit der SSC-Methode silanisierten Proben zeigen. Während die Hydrophobizität der funktionalisierten SiO2-Oberflächen zunimmt, sinkt dabei die Oberflächenenergie, welche die Anbindung eines hER -Rezeptors mit großer Bindungsenergie begünstigt. Zur Immobilisierung des hER -Rezeptors wurde dieser erst an das Hüllenmolekül des QDots R-655-Farbstoffs gebunden und anschließend an der SSC-silanisierten SiO2-Oberflächen adsorbiert. Der Anteil der immobilisierten Rezeptoren wurde mittels PL-Messung kontrolliert. Eine andere Immobilisierungstrategie des hER -Rezeptors an die SiO2-Oberfläche kann mit Hilfe eines Aminosäure-Derivates um den Rezeptor realisiert werden. Eine Adsorption der Lysinaminosäure an die SSC-APMS silanisierten SiO2- Oberflächen als Funktion des pH-Wertes wurde durchgeführt, und der Adsorbatsanteil des Lysins mittels XPS-Messung durch die Bindungsenergien der Energieniveaus C1s und N1s berechnet. Eine Referenzlösung mit QDots R 800-Farbstoff markierten Östrogenmolekülen kommt zum Einsatz. Dabei wird die Position 17 des β-Estradiolmoleküls, welches mit einem N-Hydroxysuccinimide Derivat versehen ist, an das Hüllenmolekül des QDots R 800-Farbstoff gebunden,sodass der Phenolring des β-Estradiols frei bleibt. Insbesondere ist bei den FTIR-Spektren eine nichtgebunden OH-Gruppe des β-Estradiolmoleküls gut erkennbar. Das gesamte Sensorkonzept wurde an zwei mit Östrogen mit einer Konzentration von 1mM und 1μM versetzten Wasserproben getestet. Die Anordnung der Bio-Komponenten wurde mittels PL nachgewiesen. Der Östrogennachweis wurde mit Hilfe des Ge- und Tb-basierten Lichtemitters demonstriert.

Universiẗat, Diss., 2000--Dortmund. / Dateiformat: PDF.

In dieser Arbeit wurde ein Sensorkonzept mit Hilfe der Si-basierten Lichtemitter (MOSLED) zum Östrogennachweis in wässrigen Lösungen entwickelt. Das Sensorkonzept basiert auf einer direkten Fluoreszenzanalyse und besteht aus der Anordnung der Bio-Komponenten und dem Verfahren zu ihrer Herstellung sowie dem eigentlichen Meßverfahren. Die Anordnung besteht aus drei Teilen: die Funktionalisierung der MOSLED-Oberfläche, die Immobilisierung des hER -Rezeptors und die Herstellung der Referenzlösung. Den Schwerpunkt dieser Arbeit bildet die Ausführung dieser drei Teile. Die Funktionalisierung der SiO2-Oberfläche der MOSLED wurde mit Hilfe eines im Rahmen dieser Arbeit entwickelten SSC (Spraying Spin Coating)- Verfahrens realisiert. Die Ausgangsmaterialien dieses Verfahrens sind organofunktionelle Silangruppen mit drei unterschiedlichen funktionellen Gruppen, nämlich die Amino-, Carboxyl- und die Thiolgruppen. Die Optimierung dieser Methode erfolgte mittels der zwei Silangruppen APMS ((3- Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine mit der gleichen Molekülstruktur, aber mit einer unterschiedlichen Anzahl an funktionellen Gruppen. Diese Resultate wurden mit in der Literatur beschriebenen Verfahren verglichen. Die Optimierung der SSC-Methode wurde zuerst auf einfache SiO2-Oberflächen und dann auf der Oberfläche der MOSLED angewendet. Die Proben wurden mit Hilfe üblicher Methoden der Oberflächenphysik- wie FTIR-, Raman- und XPS-Spektroskopie untersucht.Die Oberflächenrauhigkeit wurde mittels AFM-Spektroskopie ermittelt, deren Aufnahmen eine glatte Oberfläche bei den mit der SSC-Methode silanisierten Proben zeigen. Während die Hydrophobizität der funktionalisierten SiO2-Oberflächen zunimmt, sinkt dabei die Oberflächenenergie, welche die Anbindung eines hER -Rezeptors mit großer Bindungsenergie begünstigt. Zur Immobilisierung des hER -Rezeptors wurde dieser erst an das Hüllenmolekül des QDots R-655-Farbstoffs gebunden und anschließend an der SSC-silanisierten SiO2-Oberflächen adsorbiert. Der Anteil der immobilisierten Rezeptoren wurde mittels PL-Messung kontrolliert. Eine andere Immobilisierungstrategie des hER -Rezeptors an die SiO2-Oberfläche kann mit Hilfe eines Aminosäure-Derivates um den Rezeptor realisiert werden. Eine Adsorption der Lysinaminosäure an die SSC-APMS silanisierten SiO2- Oberflächen als Funktion des pH-Wertes wurde durchgeführt, und der Adsorbatsanteil des Lysins mittels XPS-Messung durch die Bindungsenergien der Energieniveaus C1s und N1s berechnet. Eine Referenzlösung mit QDots R 800-Farbstoff markierten Östrogenmolekülen kommt zum Einsatz. Dabei wird die Position 17 des β-Estradiolmoleküls, welches mit einem N-Hydroxysuccinimide Derivat versehen ist, an das Hüllenmolekül des QDots R 800-Farbstoff gebunden,sodass der Phenolring des β-Estradiols frei bleibt. Insbesondere ist bei den FTIR-Spektren eine nichtgebunden OH-Gruppe des β-Estradiolmoleküls gut erkennbar. Das gesamte Sensorkonzept wurde an zwei mit Östrogen mit einer Konzentration von 1mM und 1μM versetzten Wasserproben getestet. Die Anordnung der Bio-Komponenten wurde mittels PL nachgewiesen. Der Östrogennachweis wurde mit Hilfe des Ge- und Tb-basierten Lichtemitters demonstriert.

Die Raman-Spektroskopie ist eine optische Messtechnik, die in der Lage ist, spektroskopische Information zu liefern, welche molekülspezifisch und einzigartig in Bezug auf die Eigenschaften der untersuchten Spezies sind. Sie ist ein unverzichtbares analytisches Instrument, das Anwendung in verschiedenen Bereichen findet, wie etwa der Medizin oder der in situ Beobachtung von chemischen Prozessen. Wegen ihren Eigenschaften, wie der hohen Spezifität und der Möglichkeit von Tracer-freien Messung, hat die Raman-Spektroskopie die Tumordiagnostik stark beeinflusst. Aufgrund einer äußerst starken Beeinflussung der Raman-Spektren durch Hintergrundsignale, ist das Isolieren und Interpretieren von Raman-Spektren eine große Herausforderung. Im Rahmen dieser Arbeit wurden verschiedene Ansätze der Spektrenbearbeitung entwickelt, die benötigt werden um Raman-Spektren aus verrauschten und stark mit Hintergrundsignalen behafteten Rohspektren zu extrahieren. Diese Ansätze beinhalten im Speziellen eine auf dem Vector-Casting basierende Methode zur Rauschminimierung und eine auf dem deep neural networks basierende Methoden zur Entfernung von Rauschen und Hintergrundsignalen. Verschiedene neuronale Netze wurden mittels simulierter Spektren trainiert und an experimentell gemessenen Spektren evaluiert. Die im Rahmen dieser Arbeit vorgeschlagenen Ansätze wurden mit alternativen Methoden auf dem aktuellen Stand der Entwicklung unter Zuhilfenahme von verschiedenen Signal-Rausch-Verhältnissen, Standardabweichungen und dem Structural Similarity Index verglichen. Die hier entwickelten Ansätze zeigen gute Ergebnisse und sind bisher bekannten Methoden überlegen, vor allem für Raman-Spektren mit einem niedrigem Signal-Rausch-Verhältnis und extrem starken Fluoreszenz-Hintergrund. Zusätzlich erfordern die auf Deep Neural Networks basierten Methoden keinerlei menschliches Eingreifen. Die Motivation hinter dieser Arbeit ist die Verbesserung der Raman-Spektroskopie, vor allem der Shifted-Excitation Raman Difference Spectroscopy (SERDS) hin zu einem noch besseren Instrument in der Prozessanalytik und Tumordiagnostik. Die Integration der oben genannten Ansätze zur Spektrenbearbeitung von SERDS in Kombination mit Methoden des maschinellen Lernens ermöglichen es, physiologische Schleimhaut, nicht-maligne Läsionen und orale Plattenepithelkarzinome mit einer Genauigkeit zu unterscheiden, die bisherigen Methoden überlegen ist. Die spezifischen Merkmale in den bearbeiteten Raman-Spektren können verschiedenen chemischen Zusammensetzungen in den jeweiligen Geweben zugeordnet werden. Die Übertragbarkeit auf einen ähnlichen Ansatz zur Erkennung von Brusttumoren wurde überprüft. Die bereinigten Raman-Spektren von normalem Brustgewebe, Fibroadenoma und invasiven Mammakarzinom konnten mithilfe der spektralen Eigenschaften von Proteinen, Lipiden und Nukleinsäuren unterschieden werden. Diese Erkenntnisse lassen das Potential von SERDS in Kombination mit Ansätzen des maschinellen Lernens als universelles Werkzeug zur Tumordiagnose erkennen.:Versicherung Abstract Zusammenfassung der Ergebnisse der Dissertation Table of Contents Abbreviations and symbols 1 Introduction 2 State of the art of the purification of Raman spectra 2.1 Experimental methods for the enhancement of the signal-to-background ratio and the signal-to-noise ratio 2.2 Mathematical methods for the extraction of pure Raman spectra from raw spectra 2.3 Raman based cancer diagnostics 2.4 Neural networks for the evaluation of Raman spectra 2.5 Objective 3 Application relevant fundaments 3.1 Basics of Raman spectroscopy 3.2 Simulation of raw Raman spectra 3.3 Shifted-excitation Raman difference Spectroscopy 3.4 Raman experimental setup 3.5 Mathematical method for Raman spectra refinement 3.6 Deep neural networks 4 Summary of the published results 4.1 A shifted-excitation Raman difference spectroscopy evaluation strategy for the efficient isolation of Raman spectra from extreme fluorescence interference 4.2 Vector casting for noise reduction 4.3 Refinement of spectra using a deep neural network; fully automated removal of noise and background 4.4 Breast Tumor Analysis using Shifted Excitation Raman difference Spectroscopy 4.5 Optical diagnosis of clinically apparent lesions of oral cavity by label free Raman spectroscopy Conclusion / Raman spectroscopy is an optical measurement technique able to provide spectroscopic information that is molecule-specific and unique to the nature of the specimen under investigation. It is an invaluable analytical tool that finds application in several fields such as medicine and in situ chemical processing. Due to its high specificity and label-free features, Raman spectroscopy greatly impacted cancer diagnostics. However, retrieving and interpreting the Raman spectrum that contains the molecular information is challenging because of extreme background interference. I have developed various spectra-processing approaches required to purify Raman spectra from noisy and heavily background interfered raw Raman spectra. In detail, these are a new noise reduction method based on vector casting and new deep neural networks for the efficient removal of noise and background. Several neural network models were trained on simulated spectra and then tested with experimental spectra. The here proposed approaches were compared with the state-of-the-art techniques via different signal-to-noise ratios, standard deviation, and the structural similarity index metric. The methods presented here perform well and are superior in comparison to what has been reported before, especially at small signal-to-noise ratios, and for extreme fluorescence interfered raw Raman spectra. Furthermore, the deep neural network-based methods do not rely on any human intervention. The motivation behind this study is to make Raman spectroscopy, especially the shifted-excitation Raman difference spectroscopy (SERDS), an even better tool for process analytics and cancer diagnostics. The integration of the above-mentioned spectra-processing approaches into SERDS in combination with machine learning tools enabled the differentiation between physiological mucosa, non-malignant lesions, and oral squamous cell carcinomas with high accuracy, above the state of the art. The distinguishable features obtained in the purified Raman spectra are assignable to different chemical compositions of the respective tissues. The feasibility of a similar approach for breast tumors was also investigated. The purified Raman spectra of normal breast tissue, fibroadenoma, and invasive carcinoma were discriminable with respect to the spectral features of proteins, lipids, and nucleic acid. These findings suggest the potential of SERDS combined with machine learning techniques as a universal tool for cancer diagnostics.:Versicherung Abstract Zusammenfassung der Ergebnisse der Dissertation Table of Contents Abbreviations and symbols 1 Introduction 2 State of the art of the purification of Raman spectra 2.1 Experimental methods for the enhancement of the signal-to-background ratio and the signal-to-noise ratio 2.2 Mathematical methods for the extraction of pure Raman spectra from raw spectra 2.3 Raman based cancer diagnostics 2.4 Neural networks for the evaluation of Raman spectra 2.5 Objective 3 Application relevant fundaments 3.1 Basics of Raman spectroscopy 3.2 Simulation of raw Raman spectra 3.3 Shifted-excitation Raman difference Spectroscopy 3.4 Raman experimental setup 3.5 Mathematical method for Raman spectra refinement 3.6 Deep neural networks 4 Summary of the published results 4.1 A shifted-excitation Raman difference spectroscopy evaluation strategy for the efficient isolation of Raman spectra from extreme fluorescence interference 4.2 Vector casting for noise reduction 4.3 Refinement of spectra using a deep neural network; fully automated removal of noise and background 4.4 Breast Tumor Analysis using Shifted Excitation Raman difference Spectroscopy 4.5 Optical diagnosis of clinically apparent lesions of oral cavity by label free Raman spectroscopy Conclusion

In dieser Arbeit wurde ein Sensorkonzept mit Hilfe der Si-basierten Lichtemitter (MOSLED) zum Östrogennachweis in wässrigen Lösungen entwickelt. Das Sensorkonzept basiert auf einer direkten Fluoreszenzanalyse und besteht aus der Anordnung der Bio-Komponenten und dem Verfahren zu ihrer Herstellung sowie dem eigentlichen Meßverfahren. Die Anordnung besteht aus drei Teilen: die Funktionalisierung der MOSLED-Oberfläche, die Immobilisierung des hER_-Rezeptors und die Herstellung der Referenzlösung. Den Schwerpunkt dieser Arbeit bildet die Ausführung dieser drei Teile. Die Funktionalisierung der SiO2-Oberfläche der MOSLED wurde mit Hilfe eines im Rahmen dieser Arbeit entwickelten SSC (Spraying Spin Coating)- Verfahrens realisiert. Die Ausgangsmaterialien dieses Verfahrens sind organofunktionelle Silangruppen mit drei unterschiedlichen funktionellen Gruppen, nämlich die Amino-, Carboxyl- und die Thiolgruppen. Die Optimierung dieser Methode erfolgte mittels der zwei Silangruppen APMS ((3-Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine mit der gleichen Molekülstruktur, aber mit einer unterschiedlichen Anzahl an funktionellen Gruppen. Diese Resultate wurden mit in der Literatur beschriebenen Verfahren verglichen. Die Optimierung der SSC-Methode wurde zuerst auf einfache SiO2-Oberflächen und dann auf der Oberfläche der MOSLED angewendet. Die Proben wurden mit Hilfe üblicher Methoden der Oberflächenphysik- wie FTIR-, Raman- und XPS-Spektroskopie untersucht. Die Oberflächenrauhigkeit wurde mittels AFM-Spektroskopie ermittelt, deren Aufnahmen eine glatte Oberfläche bei den mit der SSC-Methode silanisierten Proben zeigen. Während die Hydrophobizität der funktionalisierten SiO2-Oberflächen zunimmt, sinkt dabei die Oberflächenenergie, welche die Anbindung eines hER_-Rezeptors mit großer Bindungsenergie begünstigt. Zur Immobilisierung des hER_-Rezeptors wurde dieser erst an das Hüllenmolekül des QDots R-655-Farbstoffs gebunden und anschließend an der SSC-silanisierten SiO2-Oberflächen adsorbiert. Der Anteil der immobilisierten Rezeptoren wurde mittels PL-Messung kontrolliert. Eine andere Immobilisierungstrategie des hER_-Rezeptors an die SiO2-Oberfläche kann mit Hilfe eines Aminosäure-Derivates um den Rezeptor realisiert werden. Eine Adsorption der Lysinaminosäure an die SSC-APMS silanisierten SiO2- Oberflächen als Funktion des pH-Wertes wurde durchgeführt, und der Adsorbatsanteil des Lysins mittels XPS-Messung durch die Bindungsenergien der Energieniveaus C1s und N1s berechnet. Eine Referenzlösung mit QDots R800-Farbstoff markierten Östrogenmolekülen kommt zum Einsatz. Dabei wird die Position 17 des β-Estradiolmoleküls, welches mit einem N-Hydroxysuccinimide Derivat versehen ist, an das Hüllenmolekül des QDots R800-Farbstoff gebunden, sodass der Phenolring des β-Estradiols frei bleibt. Insbesondere ist bei den FTIR-Spektren eine nichtgebunden OH-Gruppe des β-Estradiolmoleküls gut erkennbar. Das gesamte Sensorkonzept wurde an zwei mit Östrogen mit einer Konzentration von 1mM und 1μM versetzten Wasserproben getestet. Die Anordnung der Bio-Komponenten wurde mittels PL nachgewiesen. Der Östrogennachweis wurde mit Hilfe des Ge- und Tb-basierten Lichtemitters demonstriert. / A sensor concept for estrogen detection in waterish solutions by Silicon based light emitters (MOSLED) was developed. This concept is based on direct fluorescence analysis and consists of a certain arrangement of the bio- components and their fabrication methods as well as the measurements protocol, which consists of for main steps: Passing the prepared MOSLED surface by the water sample, a washing step, passing the MOSLED surface by the reference solution, and the final optical measurement. The arrangement consists of three parts: the functionalisation of the MOSLEDs surface, the immobilization of the hERff receptor und finally the fabrication of the reference solution. The focus of this work is set on the achievement of these three parts. The functionalisation of the SiO2-surface of the MOSLED was realized by means of the new developed SSC (Spraying Spin Coating) method. The chemical precursor of this method are the organofunctional silane groups with three different functional groups, namely the amino-, carboxyl-, and thiolgroups. The optimization of the procedure was investigated with two types of silane groups APMS ((3-Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine), which have the same molecular structure but a different number of functional groups per molecule. These results have been compared with those of the literature. The optimization of the SSC-method was analyzed by means of standard surface science techniques like FTIR-, Raman-, and XPS-spectroscopy. The surface roughness was applied by using AFM-spectroscopy, which showed a smooth surface by the samples treated with the SSC-method. Whereas the hydrophobicity of the functionalized SiO2 surface increases, the surface energy decreases, which favours the binding of a hERff receptor with large binding energy. In order to immobilize the hERff receptor at the surface, the receptor was bound to the molecular shell of the QDots655-dye and finally adsorbed to the silanized SiO2 surfaces. The fraction of the immobilized hERff receptors was controlled via PL-measurements. Another labelling strategy to immobilize the receptor at the SiO2 surface can be realized by using the amino acid as derivate to modify the receptor. For this aim the adsorption of the lysine at silanized SiO2 surfaces was investigated as function of the pH-value. The adsorbent part of the lysine was calculated via XPS by measuring the binding energy of both energy levels C1s and N1s . The reference solution with QDots800-dye marked estrogen molecules was used. The optimal binding was achieved by attaching the molecular shell of the QDots 800-dye to position 17 of the β-Estradiol molecule, which contains of a N-Hydroxysuccinimid derivate so that the phenol ring of the β-Estradiol remains free. In particular the FTIR-spectra showed the non-binding OH-groups of the β-Estradiol molecule. The whole concept of the sensor was tested at two water samples containing estrogen in a concentration of 1mM and 1μM. The adjustment of the Biokomponents was proven by PL, and the estrogen detection was demonstrated by using the Ge- and Tb-based light emitters.

In dieser Arbeit wurde ein Sensorkonzept mit Hilfe der Si-basierten Lichtemitter (MOSLED) zum Östrogennachweis in wässrigen Lösungen entwickelt. Das Sensorkonzept basiert auf einer direkten Fluoreszenzanalyse und besteht aus der Anordnung der Bio-Komponenten und dem Verfahren zu ihrer Herstellung sowie dem eigentlichen Meßverfahren. Die Anordnung besteht aus drei Teilen: die Funktionalisierung der MOSLED-Oberfläche, die Immobilisierung des hER_-Rezeptors und die Herstellung der Referenzlösung. Den Schwerpunkt dieser Arbeit bildet die Ausführung dieser drei Teile. Die Funktionalisierung der SiO2-Oberfläche der MOSLED wurde mit Hilfe eines im Rahmen dieser Arbeit entwickelten SSC (Spraying Spin Coating)- Verfahrens realisiert. Die Ausgangsmaterialien dieses Verfahrens sind organofunktionelle Silangruppen mit drei unterschiedlichen funktionellen Gruppen, nämlich die Amino-, Carboxyl- und die Thiolgruppen. Die Optimierung dieser Methode erfolgte mittels der zwei Silangruppen APMS ((3-Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine mit der gleichen Molekülstruktur, aber mit einer unterschiedlichen Anzahl an funktionellen Gruppen. Diese Resultate wurden mit in der Literatur beschriebenen Verfahren verglichen. Die Optimierung der SSC-Methode wurde zuerst auf einfache SiO2-Oberflächen und dann auf der Oberfläche der MOSLED angewendet. Die Proben wurden mit Hilfe üblicher Methoden der Oberflächenphysik- wie FTIR-, Raman- und XPS-Spektroskopie untersucht. Die Oberflächenrauhigkeit wurde mittels AFM-Spektroskopie ermittelt, deren Aufnahmen eine glatte Oberfläche bei den mit der SSC-Methode silanisierten Proben zeigen. Während die Hydrophobizität der funktionalisierten SiO2-Oberflächen zunimmt, sinkt dabei die Oberflächenenergie, welche die Anbindung eines hER_-Rezeptors mit großer Bindungsenergie begünstigt. Zur Immobilisierung des hER_-Rezeptors wurde dieser erst an das Hüllenmolekül des QDots R-655-Farbstoffs gebunden und anschließend an der SSC-silanisierten SiO2-Oberflächen adsorbiert. Der Anteil der immobilisierten Rezeptoren wurde mittels PL-Messung kontrolliert. Eine andere Immobilisierungstrategie des hER_-Rezeptors an die SiO2-Oberfläche kann mit Hilfe eines Aminosäure-Derivates um den Rezeptor realisiert werden. Eine Adsorption der Lysinaminosäure an die SSC-APMS silanisierten SiO2- Oberflächen als Funktion des pH-Wertes wurde durchgeführt, und der Adsorbatsanteil des Lysins mittels XPS-Messung durch die Bindungsenergien der Energieniveaus C1s und N1s berechnet. Eine Referenzlösung mit QDots R800-Farbstoff markierten Östrogenmolekülen kommt zum Einsatz. Dabei wird die Position 17 des β-Estradiolmoleküls, welches mit einem N-Hydroxysuccinimide Derivat versehen ist, an das Hüllenmolekül des QDots R800-Farbstoff gebunden, sodass der Phenolring des β-Estradiols frei bleibt. Insbesondere ist bei den FTIR-Spektren eine nichtgebunden OH-Gruppe des β-Estradiolmoleküls gut erkennbar. Das gesamte Sensorkonzept wurde an zwei mit Östrogen mit einer Konzentration von 1mM und 1μM versetzten Wasserproben getestet. Die Anordnung der Bio-Komponenten wurde mittels PL nachgewiesen. Der Östrogennachweis wurde mit Hilfe des Ge- und Tb-basierten Lichtemitters demonstriert. / A sensor concept for estrogen detection in waterish solutions by Silicon based light emitters (MOSLED) was developed. This concept is based on direct fluorescence analysis and consists of a certain arrangement of the bio- components and their fabrication methods as well as the measurements protocol, which consists of for main steps: Passing the prepared MOSLED surface by the water sample, a washing step, passing the MOSLED surface by the reference solution, and the final optical measurement. The arrangement consists of three parts: the functionalisation of the MOSLEDs surface, the immobilization of the hERff receptor und finally the fabrication of the reference solution. The focus of this work is set on the achievement of these three parts. The functionalisation of the SiO2-surface of the MOSLED was realized by means of the new developed SSC (Spraying Spin Coating) method. The chemical precursor of this method are the organofunctional silane groups with three different functional groups, namely the amino-, carboxyl-, and thiolgroups. The optimization of the procedure was investigated with two types of silane groups APMS ((3-Aminopropyl)trimethoxysilane und Triamino-APMS (N-[3-(Trimethoxysilyl)propyl]ethylenediamine), which have the same molecular structure but a different number of functional groups per molecule. These results have been compared with those of the literature. The optimization of the SSC-method was analyzed by means of standard surface science techniques like FTIR-, Raman-, and XPS-spectroscopy. The surface roughness was applied by using AFM-spectroscopy, which showed a smooth surface by the samples treated with the SSC-method. Whereas the hydrophobicity of the functionalized SiO2 surface increases, the surface energy decreases, which favours the binding of a hERff receptor with large binding energy. In order to immobilize the hERff receptor at the surface, the receptor was bound to the molecular shell of the QDots655-dye and finally adsorbed to the silanized SiO2 surfaces. The fraction of the immobilized hERff receptors was controlled via PL-measurements. Another labelling strategy to immobilize the receptor at the SiO2 surface can be realized by using the amino acid as derivate to modify the receptor. For this aim the adsorption of the lysine at silanized SiO2 surfaces was investigated as function of the pH-value. The adsorbent part of the lysine was calculated via XPS by measuring the binding energy of both energy levels C1s and N1s . The reference solution with QDots800-dye marked estrogen molecules was used. The optimal binding was achieved by attaching the molecular shell of the QDots 800-dye to position 17 of the β-Estradiol molecule, which contains of a N-Hydroxysuccinimid derivate so that the phenol ring of the β-Estradiol remains free. In particular the FTIR-spectra showed the non-binding OH-groups of the β-Estradiol molecule. The whole concept of the sensor was tested at two water samples containing estrogen in a concentration of 1mM and 1μM. The adjustment of the Biokomponents was proven by PL, and the estrogen detection was demonstrated by using the Ge- and Tb-based light emitters.