Role of Different Phospholipids in the Synthesis of Pearl-Necklace-Type Gold−Silver Bimetallic Nanoparticles as Bioconjugate Materials
Notice bibliographique
Résumé
A seed-growth (S-G) method has been used to synthesize gold (Au) and Au−silver (Ag) bimetallic pear-necklace-type nanoparticles (NP) as bioconjugate materials by using a series of phospho-glycerol (PG) and phospho-choline (PC) lipids as capping agents. All PG lipids produce a fine pear-necklace arrangement of Au NP with dimensions between 10 and 20 nm. Addition of Ag converts this arrangement into Au−Ag bimetallic NP with a diameter essentially close to that of Au NP. Use of PC lipids does not show this arrangement but promotes a significant anisotropic growth especially in the presence of Ag. This difference has been attributed to a difference in the capping ability of PG and PC lipids because of their anionic and zwitterionic nature, respectively. XPS results have demonstrated the presence of adsorbed PG and PC lipids on Au or Au−Ag bimetallic surfaces in their respective samples. The results also indicate a decrease in the capping amount of a lipid with an increase in the growth of Au−Ag bimetallic NP. The growth of Au−Ag bimetallic NP from Au NP has been ascribed to the nucleation of Ag atoms at the {111} facets of Au NP in the presence of PG lipids, while anisotropic growth is occurring mainly at all other planes of fcc crystal geometry of Au−Ag bimetallic NP in the presence of PC lipids. It has been concluded that in order to get fine Au−Ag bimetallic bioconjugate materials capped with PG lipids, one has to use ascorbic acid (AA) as a weak reducing agent at the end of the S-G reaction sequence so as to give the required time for lipid molecules to adsorb at the liquid−solid interface.
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 | 0,001 | 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 | 0,001 | 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 ».