Correlation of photobleaching, oxidation and metal induced fluorescence quenching of DNA-templated silver nanoclusters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Few-atom noble metal nanoclusters have attracted a lot of interest due to their potential applications in biosensor development, imaging and catalysis. DNA-templated silver nanoclusters (AgNCs) are of particular interest as different emission colors can be obtained by changing the DNA sequence. A popular analytical application is fluorescence quenching by Hg(2+), where d(10)-d(10) metallophilic interaction has often been proposed for associating Hg(2+) with nanoclusters. However, it cannot explain the lack of response to other d(10) ions such as Zn(2+) and Cd(2+). In our effort to elucidate the quenching mechanism, we studied a total of eight AgNCs prepared by different hairpin DNA sequences; they showed different sensitivity to Hg(2+), and DNA with a larger cytosine loop size produced more sensitive AgNCs. In all the cases, samples strongly quenched by Hg(2+) were also more easily photobleached. Light of shorter wavelengths bleached AgNCs more potently, and photobleached samples can be recovered by NaBH4. Strong fluorescence quenching was also observed with high redox potential metal ions such as Ag(+), Au(3+), Cu(2+) and Hg(2+), but not with low redox potential ions. Such metal induced quenching cannot be recovered by NaBH4. Electronic absorption and mass spectrometry studies offered further insights into the oxidation reaction. Our results correlate many important experimental observations and will fuel the further growth of this field.
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.
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 découle