Proof-of-principle for SERS imaging of Aspergillus nidulans hyphae using in vivo synthesis of gold nanoparticles
Notice bibliographique
Résumé
High spatial resolution methods to assess the physiology of growing cells should permit analysis of fungal biochemical composition. Whole colony methods cannot capture the details of physiology and organism-environment interaction, in part because the structure, function and composition of fungal hyphae vary within individual cells depending on their distance from the growing apex. Surface Enhanced Raman Scattering (SERS) can provide chemical information on materials that are in close contact with appropriate metal substrates, such as nanopatterned gold surfaces and gold nanoparticles (AuNPs). Since nanoparticles can be generated by living cells, we have created conditions for AuNP formation within and on the surface of Aspergillus nidulans hyphae in order to explore their potential for SERS analysis. AuNP distribution and composition have been assessed by UV-Vis spectroscopy, fluorescence light microscopy, transmission electron microscopy, and scanning transmission X-ray microscopy. AuNPs were often associated with hyphal walls, both in the peripheral cytoplasm and on the outer wall surface. Interpretation of SERS spectra is challenging, and will require validation for the diversity of organic molecules present. Here, we show proof-of-principle that it is possible to generate SERS spectra from nanoparticles grown in situ by living hyphae.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».