Quantum Dots in Bioanalysis: A Review of Applications across Various Platforms for Fluorescence Spectroscopy and Imaging
Notice bibliographique
Résumé
Semiconductor quantum dots (QDs) are brightly luminescent nanoparticles that have found numerous applications in bioanalysis and bioimaging. In this review, we highlight recent developments in these areas in the context of specific methods for fluorescence spectroscopy and imaging. Following a primer on the structure, properties, and biofunctionalization of QDs, we describe select examples of how QDs have been used in combination with steady-state or time-resolved spectroscopic techniques to develop a variety of assays, bioprobes, and biosensors that function via changes in QD photoluminescence intensity, polarization, or lifetime. Some special attention is paid to the use of Förster resonance energy transfer-type methods in bioanalysis, including those based on bioluminescence and chemiluminescence. Direct chemiluminescence, electrochemiluminescence, and charge transfer quenching are similarly discussed. We further describe the combination of QDs and flow cytometry, including traditional cellular analyses and spectrally encoded barcode-based assay technologies, before turning our attention to enhanced fluorescence techniques based on photonic crystals or plasmon coupling. Finally, we survey the use of QDs across different platforms for biological fluorescence imaging, including epifluorescence, confocal, and two-photon excitation microscopy; single particle tracking and fluorescence correlation spectroscopy; super-resolution imaging; near-field scanning optical microscopy; and fluorescence lifetime imaging microscopy. In each of the above-mentioned platforms, QDs provide the brightness needed for highly sensitive detection, the photostability needed for tracking dynamic processes, or the multiplexing capacity needed to elucidate complex systems. There is a clear synergy between advances in QD materials and spectroscopy and imaging techniques, as both must be applied in concert to achieve their full potential.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».