MétaCan
Menu
Retour à la cohorte
Enregistrement W1983600558 · doi:10.3390/s111211295

Protein Binding Detection Using On-Chip Silicon Gratings

2011· article· en· W1983600558 sur OpenAlexafffund
Anil Kumar Mudraboyina, Jayshri Sabarinathan

Notice bibliographique

RevueSensors · 2011
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStreptavidinSiliconSubstrate (aquarium)Materials scienceGratingBiosensorRefractive indexBiotinWavelengthNanometreOptoelectronicsOpticsNanotechnologyChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

We demonstrate a silicon gratings-based biosensor to detect functionalized protein binding on its surface. The designed silicon gratings have sensitivities up to 197 nm/RIU in detecting refractive index change and 1.61 nm per nanometer of thickness change of bio-material on the surface of silicon gratings. Functionalizing proteins on gratings surface by eliminating unspecific binding makes this device more selective and efficient. Streptavidin at a concentration of 0.016 μmol/mL was functionalized on silicon substrate and biotin of 12 μmol/mL concentration was used as a target molecule in our detection experiments. Normal transmission measurements of gratings are made in air at different stages of immobilization, bare silicon grating, after attaching streptavidin and after trapping biotin. Total shifts in resonant peak wavelength of ∼15 nm in normal transmission were observed after immobilizing biotin with ∼7 nm of shift in resonant peak wavelength after functionalizing streptavidin to silicon substrate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,218
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetPhotonic and Optical DevicesTravaux en français237 207