Les techniques d'analyses médicales nécessitent le développement, à faible coût, de capteurs chimiques fiables. Dans ce contexte, les transistors chimiques à effet de champ CHEMFETs offrent des solutions innovantes à condition d'optimiser l'interface entre microtechnologies et biotechnologies. Au cours de cette thèse, nous nous sommes attachés à développer des techniques permettant de coupler espèces biologiques et silicium. Deux approches ont été étudiées, toutes les deux basées sur l'utilisation des polymères. La première approche a été centrée sur le développement des techniques d'encapsulation et de création de micro-volumes. Pour cela, des micro-cuves d'analyse ont été réalisées d'abord en plexiglas® puis en PDMS. Après l'optimisation des caractéristiques géométriques, le suivi de lactivité bactérienne a été effectué grâce au suivi du pH de la solution à l'aide de pH-ISFETs. Nous avons ainsi démontré la possibilité de détecter l'activité bactérienne dans le cas de Lactobacillus Acidophilus et commencé à déterminer la « signature » biologique de cette bactérie. La deuxième approche a été consacrée à l'adaptation des CHEMFETs à la détection enzymatique. Pour cela, nous avons envisagé d'utiliser un polymère en tant que matrice de support d'un élément biologique. L'utilisation des techniques de photolithographie a ainsi permis la fabrication collective de couches enzymatiques en PVA en vue d'une détection biochimique. Après avoir appliqué le protocole de dépôt mis au point à l'uréase, nous avons caractérisé l'évolution de l'activité enzymatique des membranes ainsi réalisées. Ensuite, nous avons validé ce procédé par la fabrication de microcapteurs chimiques de type ENFET et nous avons détecté des taux d'urée par le suivi des variations du pH au sein de solutions de différentes concentrations.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00142498 |
| Date | 15 June 2004 |
| Creators | Pourciel-Gouzy, Marie Laure |
| Publisher | INSA de Toulouse |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0026 seconds